第四章 研究結果與討論
第四節 中高齡者社會參與、憂鬱症狀對活躍老化整體預測力之探討
+
+
圖 4-1 中高齡者「社會參與頻率」、「社會參與」、「憂鬱症狀」與「活 躍老化」之關係模式圖
第四節 中高齡者社會參與、憂鬱症狀對活躍老化整體預測力之 探討
本研究為能瞭解中高齡者社會參與、憂鬱症狀對活躍老化整體之預 測力，分別將社會人口變項、社會參與、憂鬱症狀作為自變項，研究參 與者活躍老化作為依變項，進行複廻歸分析。為瞭解社會人口變項、社 會參與、憂鬱症狀對中高齡者活躍老化之影響，在個人背景變項中，性 別、年齡、教育程度、婚姻狀況、健康狀況、工作狀況、退休時間、居 住狀況、家人支持參與社會活動及經濟狀況等，將類別變項轉化成虛擬 變項（dummy variable），設定為教育程度（高中職以下、大專以上）、婚 姻狀況（無偶、有偶）、健康狀況（普通、好）、工作狀況（無工作、有 工作）、工作狀況-退休時間（10 年以下、10 年以上）、居住狀況（無與他
活躍老化
.507**
-.316** .291**
社會參與頻率
社會參與程度
憂鬱症狀
90
人同住、有與他人同住）、家人對參與社會活動的支持度（無意見、支持）、 經濟狀況（不充裕、充裕）等共 8 個虛擬變項。再將包含性別、年齡及 上述 8 個虛擬變項與社會參與頻率總分、社會參與程度總分、憂鬱症狀 總分等 13 個變項視為自變項，活躍老化總分為依變項，以逐步廻歸法分 析，分析結果如表 4-14。
在進行逐步回歸分析前，為了瞭解自變項間是否具有共線性關係，
乃進行共線性診斷，結果如表 4-17 所示，根據 Kleinbaum, Kupper & Muller 等人（1988）所提出之共線性建議之原則，容忍度（Tolerance） 小於 0.25 與膨脹係數（VIF）大於 10 的情況下則表示有共線性之關係。結果發現 自變項之容忍度介於 0.670～0.896 之間，皆大於 0.25，而膨脹係數(VIF) 則介於 1.116～1.493 之間，皆小於 10。因此，本模式不具有共線性關係，
得以進行逐步迴歸分析。
91 35.4%( R2=0.354)，且達顯著水準（F=5.987***，P<0.001）；Model 4 中 同時投入社會參與頻率、社會參與及憂鬱症狀構面，則控制變項、社會 參與頻率、社會參與及憂鬱症狀對活躍老化的解釋力為 40.9%( R2=0.409)，
且達顯著水準（F=6.908***，P<0.001）。由此可知，Model 4 的解釋力最
92
高，故 Model 4 可以作為中高齡者社會參與頻率、社會參與、憂鬱症狀對 活躍老化整體之預測力的最佳模式，也就是說，若要對中高齡者預測社 會參與頻率、社會參與、憂鬱症狀對活躍老化之整體解釋力，社會參與 頻率、社會參與、憂鬱症狀可以作為測量活躍老化的構面。
但嚴格來說，雖然 Model4 的解釋力最高，但各變項的預測能力：社 會參與程度（β=.312***，P<0.001）的預測能力最大，憂鬱症狀（β=-.254**，
P<0.01）次之，社會參與頻率（β=.147）最小。但因社會參與頻率控制構 面未達顯著，因此，比照 Model 3 的分析結果來看，即以社會參與頻率及 社會參與程度兩個構面預測活躍老化，其解釋能力為 35.4％，其中社會 參與程度（β=.333***，P<0.001）的預測能力最大，且皆達顯著水準，社 會參與頻率（β=.0123）次之，未達顯著水準（p<.05）。由此可知，以 Model3 探討中高齡者預測社會參與頻率、社會參與程度對活躍老化的現 象，其結果與 Model4 的結果並無明顯差異。
93