資料分析

第三章研究方法

第四節資料分析

資料經收集、譯碼及登入建檔後，以IBM SPSS（Statistical Package for the Social Science） Statistics 20 版套裝軟體進行統計分析。依研究目的進行描述性統計及推論性統計進行分析，各項統計方法分述如下：

壹、人口學及疾病相關變項

以描述統計（descriptive statistics）來瞭解各組研究對象在「人口學變項」（包括性別、年齡、教育程度、婚姻狀況、宗教信仰、宗教活動頻率、家庭月收入、喝茶或咖啡習慣、杯數）與「疾病相關變項」（包括幾歲開始生病、生病月數、一年住院次數、慢性病狀況）的分布情形，其中類別變項以個數與百分比呈現，連續變項則以平均數與標準差敘述之。另外依照基本變項的尺度，利用卡方檢定（chi-square test）或單因子變異數分析（one way ANOVA），探究不同組別的研究對象在基本資料的特性分布上是否有差異存在。

貳、焦慮憂鬱之介入效果

為了檢驗介入措施對於「焦慮憂鬱」（包含焦慮、憂鬱與總分）的介入影響，故運用廣義估計方程式（Generalized estimating equation, GEE）模式進行分析，選用可交換

（Exchangeable）工作相關矩陣以控制時間的作用，並以強韌標準誤（Robust standard error）計算顯著性（Liang & Zeger, 1920）。因子一共包括「組別」（放鬆回饋組、放鬆訓練組與控制組）、「時間點」（共3 個時間點）及「交互作用」（組別 × 時間點），其中前兩項是主要效果而後一項是交互作用效果，若交互作用達顯著即表示兩組在改變幅度有顯著差異。

參、個案在焦慮憂鬱上之差異情形

利用變異數分析（Analysis Of Variation）探討個案在焦慮憂鬱上因為組內或組間因子所造成的差異情形為何，在組內因子方面，利用單因子重複測量變異數分析進行檢

驗，至於組間因子方面，則採用單因子獨立樣本變異數分析進行檢驗。當F 檢定達顯著

時（p < .05），接續採用最小顯著差異法（Least Significant Difference, LSD）進行事後比較，並以事後比較的結果回答本研究問題及討論。

肆、睡眠情況之介入效果

為瞭解各組個案於於不同時間點下在睡眠情況的改變情形（包含情緒狀態、半夜醒來、早醒、難入睡），故使用改變的顯著性考驗（McNemar Change test）來進行檢定，

根據不同組別的個案，進行任兩時間點的差異分析，以作為介入成效的評估。由於當變項某一水準的個數為0 時，改變的顯著性考驗（McNemar Change test）則無法進行分析，

因此當遇到此情況時，本研究將採用費雪精確性檢定（Fisher’s Exact Test）替代之。

伍、介入之生理指標效果

為了檢驗介入措施對於「生理指標」（包含EMG、Skin cond、Temp、HR、Resp、

LF、HF 與 LF/HF）的介入影響為何，故使用廣義估計方程式（Generalized estimating equation, GEE）模式進行分析，選用可交換（Exchangeable）工作相關矩陣以控制時間的作用，並以強韌標準誤（Robust standard error）計算顯著性（Liang & Zeger, 1920）。

因子一共包括「組別」（放鬆回饋組、放鬆訓練組與控制組）、「時間點」（共2 個時間點）

及「交互作用」（組別 × 時間點），其中前兩項是主要效果而後一項是交互作用效果，

若交互作用達顯著即表示兩組在改變幅度有顯著差異。

陸、各實驗組在生理指標之變化情形

主要針對實驗組研究對象，探討個案在各「生理指標」（包含EMG、Skin cond、Temp、

HR、Resp、LF、HF 與 LF/HF）上之變化情形，使用廣義估計方程式（Generalized estimating equation, GEE）模式進行分析，選用可交換（Exchangeable）工作相關矩陣以控制時間

的作用，並以時間（選取S1、S5、S10 共三個時間點）做為自變項進行分析，並以強韌

標準誤（Robust standard error）計算顯著性（Liang & Zeger, 1920），當 Wald χ2 達顯著水準時（p < .05），則代表實驗組照顧者在三個時間點上的指標量測有明顯的差異，此時必須進一步以最小顯著性差異（least significant difference, LSD）進行事後比較。

柒、實驗組對象在生理指標之變化情形