Dyadic Adjustment Scale (DAS; Spani

Dyadic Adjustment Scale (DAS; Spanier & Filsinger, 1983).
The women completed the 7-item short form of the DAS
(i.e., the DAS-7; Sharpley & Rogers, 1984), which assesses
adjustment in married or cohabiting couples’ relationships.
The scale yields an overall score with a range from 0 to 36.
Higher scores indicate greater adjustment. The DAS-7 has
demonstrated good criterion-related and construct validity
and has high internal consistency. Coefficient alpha in the
current study ranged from .78 to .92.
Procedure
As discussed in greater detail by Goodman and Tully
(2009), the longitudinal design of the study involved data
collection each month from enrollment through delivery and
continuing until six months following delivery. Overall,
sample attrition was minimal but 78.8% of women missed
one or more visits or specific measures within particular
months.
Data Analyses
Data were analyzed using multilevel modeling (MLM).
Analyses were conducted as 2-level models (repeated measures within participants) using SPSS Mixed. TIME was
coded from 0 (T0 –the first month of pregnancy) to 14
(T14 –the sixth month postpartum) allowing the intercept to
represent T0. Both time-varying continuous variables (BDIII, STAI, and DAS-7) and time-invariant continuous variables (e.g., participant age, length of relationship, and number of months pregnant at study entry) were grand mean
centered. The intercept and time-varying predictor variables
(except for TIME) were specified as random with unstructured (UN) covariance structure (except in cases of model
nonconvergence as noted below). The time variable was
specified as repeated with first-order autoregressive (AR1)
covariance structure. All predictors were centered variables;
outcomes were uncentered variables. Concurrent analyses
were conducted to examine associations between variables
at the same time points. Lagged analyses were conducted to
examine changes from time point to time point. For example, we predicted BDI-II at time t  1 from DAS-7 at time
t, controlling for BDI-II at time t. Although MLM handles
missing data well, because there were relatively few participants who were evaluated during the first two months of
pregnancy, we reran the analyses dropping these two time
points; results were similar to those reported.
As described in the sections to follow, a number of
models failed to converge when specified as described
above. In those cases, we followed the recommendations of
Garson (2009; see also Starr & Davila, 2011) to attempt to
reach convergence. First, we changed model estimation
parameters (e.g., allowed additional iterations). In no case
did this resolve the problem, so this strategy was not used.
Second, we changed the covariance structure for random
effects from UN to diagonal (DIAG), which is a simpler
structure. In all cases, this either resolved the problem on its
own or did so when used with the third strategy, which was
to drop random effects that approached zero. In all cases,
doing so led to model convergence. Moreover, in all cases,
the respecified models produced results parallel to the models that did not converge (models that included all random
effects with UN covariance structure). As such, we have
confidence in the respecified models.
Results
Preliminary Analyses
The means and standard deviations of the BDI-II, STAI,
and DAS-7 at each time point are presented in Table 1. On
at least one assessment over the course of the study, 63.7%
of the sample scored  11 on the BDI-II, which is an
optimal cutoff for identifying major depressive disorder
during pregnancy (Su et al., 2007); 63.7% of the sample
scored  40 on the STAI, which is one standard deviation

ผลลัพธ์ (ไทย) 1:

ระดับปรับปรุง dyadic (DAS Spanier & Filsinger, 1983) .
ผู้หญิงสมบูรณ์แบบฟอร์มสั้น 7 สินค้าของ DAS
(เช่น DAS-7 Sharpley &โรเจอร์ส 1984), ซึ่งดำรงชีวิต
ปรับใน cohabiting หรือแต่งงานคู่รักความสัมพันธ์
ขนาดทำให้มีคะแนนรวมในช่วงจาก 0 ถึง 36.
คะแนนสูงขึ้นบ่งชี้ปรับปรุงมากขึ้น มีดัส-7
สาธิตดีที่เกี่ยวข้องกับเกณฑ์และตั้งแต่สร้าง
และมีความสอดคล้องภายในสูงขึ้น Coefficient อัลฟาใน
ปัจจุบันศึกษาอยู่ในช่วงจาก.78 เพื่อ 92.
ตอน
ดังที่กล่าวไว้ในรายละเอียดมากกว่าโดยคลา Tully
(2009) การออกแบบการศึกษาระยะยาวเกี่ยวข้องกับข้อมูล
เก็บแต่ละเดือนจากการลงทะเบียนโดยส่ง และ
ต่อจนถึงหกเดือนตามจัดส่ง โดยรวม,
attrition อย่างถูกน้อย แต่พลาด 78.8% ของผู้หญิง
ชมหรือ specific มาตรการภายในโดยเฉพาะ
เดือน
วิเคราะห์ข้อมูล
ข้อมูลได้วิเคราะห์โดยใช้โมเดลหลายระดับ (MLM)
วิเคราะห์ได้ดำเนินการตามโมเดล 2 ระดับ (วัดซ้ำภายในผู้เรียน) โดยใช้โปรแกรมผสม เวลาถูก
รหัส 0 (T0-first เดือนของการตั้งครรภ์) ไป 14
(T14-หกเดือนหลังคลอด) ให้จุดตัดแกนเพื่อ
T0 แทน เวลาแตกต่างกันไปอย่างต่อเนื่องตัวแปร (BDIII, STAI และ DAS-7) และตัวแปรที่ต่อเนื่องไม่เปลี่ยนแปลงเวลา (เช่น อายุผู้เข้าร่วม ความยาว ความสัมพันธ์และจำนวนเดือนที่ตั้งครรภ์ในรายการศึกษา) ได้ค่าเฉลี่ยแกรนด์
แปลก จุดตัดแกนและเวลาแตกต่างกันตัวแปร predictor
(ยกเว้นเวลา) มี specified เป็นแบบสุ่มกับโครงสร้างความแปรปรวนร่วม (UN) ไม่มีโครงสร้าง (ยกเว้นในกรณีของแบบจำลอง
nonconvergence ตามที่ระบุไว้ด้านล่าง) ตัวแปรเวลาถูก
specified เป็นซ้ำกับ first สั่ง autoregressive (AR1)
โครงสร้างความแปรปรวนร่วม ทั้งหมด predictors ถูกตรงกลางตัวแปร ;
ผลตัวแปร uncentered วิเคราะห์พร้อมกัน
ได้ดำเนินการตรวจสอบความสัมพันธ์ระหว่างตัวแปร
จุดเวลาเดียวกัน Lagged วิเคราะห์ได้ดำเนินการ
เปลี่ยนแปลงจากเวลาไปเวลาจุดตรวจสอบ ตัวอย่าง เราทำนาย BDI-II ที่เวลา t 1 ดัส 7 เวลา
t การควบคุมสำหรับ BDI-II ที่เวลา t แม้ว่า MLM จัดการ
ขาดข้อมูลดี เนื่องจากมีผู้เข้าร่วมค่อนข้างน้อยที่ถูกประเมินในระหว่างการ first สองเดือน
ตั้งครรภ์ เรา reran วิเคราะห์วางเหล่านี้เวลาสอง
จุด ก็คล้ายกับที่รายงาน
ตามที่อธิบายไว้ในส่วนที่คุณต้องทำตาม จำนวน
รุ่นไม่สามารถมาบรรจบกันเมื่อ specified เป็นอธิบาย
ข้างบน ในกรณีดังกล่าว เราตามคำแนะนำของ
Garson (2009 ดูงโกสตาร์& Davila, 2011) พยายาม
ถึงบรรจบกัน ครั้งแรก เราเปลี่ยนรูปแบบการประเมิน
พารามิเตอร์ (เช่น อนุญาตเพิ่มเติมซ้ำ) ในกรณีไม่มี
ได้นี้แก้ปัญหา เพื่อใช้กลยุทธ์นี้ไม่
สอง เราเปลี่ยนโครงสร้างความแปรปรวนร่วมสำหรับสุ่ม
ผลจาก UN จะทแยงมุม (DIAG), ซึ่งเป็นการง่ายกว่า
โครงสร้าง ในทุกกรณี นี้อาจแก้ไขปัญหาในการ
เป็นเจ้าของ หรือไม่ได้ดังนั้นเมื่อใช้กับกลยุทธ์ที่สาม ที่
การปล่อยผลสุ่มที่ประดับเป็นศูนย์ ในทุกกรณี,
ทำเพื่อนำไปสู่รุ่นบรรจบกัน ยิ่งไปกว่านั้น ในทุกกรณี,
รุ่น respecified ผลิตผลพร้อมกับรุ่นที่ไม่ได้มาบรรจบกัน (รูปแบบที่รวมทั้งสุ่ม
ผลกระทบกับโครงสร้างความแปรปรวนร่วมของสหประชาชาติ) เช่น เรามี
confidence ใน respecified รุ่น
ผล
วิเคราะห์เบื้องต้น
หมายถึงและส่วนเบี่ยงเบนมาตรฐานของ BDI-II, STAI,
และ DAS-7 จุดแต่ละครั้งจะแสดงในตารางที่ 1 ใน
ประเมินน้อยกว่าหลักสูตรของการศึกษา 63.7%
of ตัวอย่างคะแนน 11 ใน BDI-ทู ซึ่งเป็นการ
ตัดดีที่สุดสำหรับการระบุเศร้า
ในระหว่างตั้งครรภ์ (Su et al., 2007); 63.7% ของตัวอย่าง
คะแนน 40 ใน STAI ซึ่งเป็นส่วนเบี่ยงเบนมาตรฐานหนึ่ง

ผลลัพธ์ (ไทย) 2:

DYADIC ปรับสเกล (DAS; Spanier และ Filsinger, 1983)
ผู้หญิงสมบูรณ์แบบ 7 รายการสั้นของ DAS
(เช่น DAS-7; ชาร์ปและโรเจอร์ส, 1984) ซึ่งประเมิน
การปรับตัวในความสัมพันธ์แต่งงานหรือข้องเกี่ยวคู่ ' .
ระดับผลคะแนนรวมที่มีช่วง 0-36
คะแนนที่สูงขึ้นบ่งชี้ถึงการปรับตัวมากขึ้น DAS-7 ได้
แสดงให้เห็นถึงเกณฑ์ที่เกี่ยวข้องกับที่ดีและสร้างความถูกต้อง
และมีความสอดคล้องภายในสูง Coef อัลฟาไฟเพียงพอในการ
ศึกษาในปัจจุบันอยู่ในช่วง 0.78-0.92
ขั้นตอน
ดังที่อธิบายในรายละเอียดมากขึ้นโดยกู๊ดแมนและทัลลี
(2009), การออกแบบตามยาวของการศึกษาที่เกี่ยวข้องกับข้อมูลที่
จัดเก็บในแต่ละเดือนจากการลงทะเบียนผ่านการส่งมอบและ
ต่อเนื่องไปจนถึงหกเดือนการส่งมอบต่อไปนี้ . รวม
ตัวอย่างการขัดสีน้อยที่สุด แต่เป็น 78.8% ของผู้หญิงที่ไม่ได้รับ
อย่างใดอย่างหนึ่งหรือมากกว่าการเข้าชมหรือ speci มาตรการคไฟโดยเฉพาะอย่างยิ่งใน
เดือนที่
วิเคราะห์ข้อมูล
วิเคราะห์ข้อมูลโดยใช้การสร้างแบบจำลองหลายระดับ (MLM)
การวิเคราะห์ได้ดำเนินการเป็นรุ่น 2 ระดับ (วัดซ้ำในผู้เข้าร่วม) โดยใช้ SPSS ผสม เวลาถูก
เขียนตั้งแต่ 0 (T0 -The เดือน Fi ครั้งแรกของการตั้งครรภ์) ถึง 14
(T14 -The หลังคลอดเดือนหก) ให้ตัดการ
แสดง T0 ทั้งเวลาที่แตกต่างอย่างต่อเนื่องตัวแปร (BDIII, STAI และ DAS-7) และใช้เวลาคงที่ตัวแปรอย่างต่อเนื่อง (เช่นอายุผู้เข้าร่วมความยาวของความสัมพันธ์และจำนวนเดือนที่ตั้งครรภ์ที่เข้าร่วมการศึกษา) เป็นแกรนด์เฉลี่ย
ศูนย์กลาง ตัดและทำนายเวลาที่แตกต่างตัวแปร
(ยกเว้นเวลา) เป็น speci Fi เอ็ดเป็นสุ่มที่มีไม่มีโครงสร้าง (UN) โครงสร้างความแปรปรวนร่วม (ยกเว้นในกรณีของรูปแบบ
nonconvergence ตามที่ระบุไว้ด้านล่าง) ตัวแปรเวลาที่
ที่ระบุไฟเป็นซ้ำกับอัตไฟแรกสั่งซื้อ (AR1)
โครงสร้างความแปรปรวนร่วม พยากรณ์ทั้งหมดถูกตัวแปรศูนย์กลาง;
ผลลัพธ์ที่เป็นตัวแปร uncentered การวิเคราะห์พร้อมกัน
ได้ดำเนินการตรวจสอบความสัมพันธ์ระหว่างตัวแปร
ที่จุดในเวลาเดียวกัน การวิเคราะห์รั้งได้ดำเนินการ
ตรวจสอบการเปลี่ยนแปลงจากจุดเวลาที่จะจุดเวลา ตัวอย่างเช่นเราคาดว่า BDI-II ที่เวลา t? 1 จาก DAS-7 ในเวลา
ทีควบคุม BDI-II ที่เวลา t แม้ว่า MLM จัดการกับ
ข้อมูลที่หายไปได้ดีเพราะมีค่อนข้างน้อยผู้เข้าร่วมที่ได้รับการประเมินในช่วงแรกไฟสองเดือนของ
การตั้งครรภ์เรา reran วิเคราะห์ลดลงทั้งสองครั้ง
คะแนน; ผลมีความคล้ายคลึงกับรายงาน
ตามที่อธิบายไว้ในส่วนที่จะทำตามจำนวน
รุ่นล้มเหลวที่จะมาบรรจบกันเมื่อ speci Fi เอ็ดตามที่อธิบายไว้
ข้างต้น ในกรณีที่เราทำตามคำแนะนำของ
การ์สัน (2009; เห็นสตาร์และ Davila, 2011) ความพยายามที่จะ
ไปถึงการบรรจบกัน ครั้งแรกที่เราได้เปลี่ยนรูปแบบการประมาณค่า
พารามิเตอร์ (เช่นได้รับอนุญาตให้ซ้ำเพิ่มเติม) ในกรณีที่ไม่มี
ไม่สามารถแก้ปัญหานี้เพื่อให้กลยุทธ์นี้ไม่ได้ใช้
สองเราเปลี่ยนโครงสร้างความแปรปรวนร่วมสำหรับการสุ่ม
ผลกระทบจากสหประชาชาติที่จะขวาง (DIAG) ซึ่งเป็นที่เรียบง่าย
โครงสร้าง ในทุกกรณีนี้ไม่ว่าจะแก้ปัญหาได้ด้วยตัวของมัน
เองหรือทำเช่นนั้นเมื่อใช้กับกลยุทธ์ที่สามซึ่งเป็น
ที่จะลดผลกระทบแบบสุ่มที่เดินเข้ามาใกล้ศูนย์ ในทุกกรณี
ทำเพื่อนำรูปแบบคอนเวอร์เจนซ์ นอกจากนี้ในทุกกรณี
respeci ไฟรุ่นเอ็ดผลิตขนานผลกับรุ่นที่ไม่ได้มาบรรจบกัน (รูปแบบที่รวมสุ่ม
ผลกระทบกับโครงสร้างความแปรปรวนร่วม UN) ดังนั้นเราจึงมี
ความเชื่อไฟ con ใน respeci ไฟรุ่นเอ็ด
ผล
การวิเคราะห์เบื้องต้น
วิธีการและค่าเบี่ยงเบนมาตรฐานของ BDI-II, STAI,
และ DAS-7 ที่จุดในแต่ละครั้งจะแสดงในตารางที่ 1 ใน
การประเมินอย่างน้อยหนึ่งในช่วงเวลาของ การศึกษา 63.7%
ของกลุ่มตัวอย่างที่ได้คะแนน? 11 เมื่อ BDI-II ซึ่งเป็น
ทางลัดที่ดีที่สุดสำหรับการระบุโรคซึมเศร้า
ระหว่างตั้งครรภ์ (ซู et al, 2007).; 63.7% ของกลุ่มตัวอย่างที่
ได้คะแนน? 40 เมื่อ STAI ซึ่งเป็นส่วนเบี่ยงเบนมาตรฐานหนึ่ง

ผลลัพธ์ (ไทย) 3:

ปรับขนาดนี้ ( ดาส ; สแปนเยอร์& filsinger , 1983 ) .
ผู้หญิงเสร็จ 7-item แบบฟอร์มสั้นของดาส
( เช่น das-7 ; ชาร์ปลีย์&โรเจอร์ส , 1984 ) ซึ่งประเมิน
ปรับแต่งงานหรืออยู่กินกับผู้ชายหนุ่มความสัมพันธ์ .
ขนาดผลผลิต มีคะแนนรวมกับช่วงจาก 0 ถึง 36 .
คะแนนที่สูงขึ้นบ่งชี้มากขึ้นการปรับ การ das-7 ได้
แสดงดีตามเกณฑ์สัมพันธ์และสร้างความถูกต้อง
และมีความสอดคล้องภายในสูง coef จึง cient อัลฟาใน
การศึกษาในปัจจุบันตั้งแต่ 78 ถึง . 92 .

เป็นขั้นตอนการหารือในรายละเอียดมากขึ้นโดย Goodman และคุณ
( 2009 ) , การออกแบบระยะยาวของการศึกษาที่เกี่ยวข้องกับการเก็บรวบรวมข้อมูลในแต่ละเดือนจากการลงทะเบียนผ่าน

จัดส่งและต่อเนื่องจนถึงหกเดือนตามส่ง
รวมตัวอย่างการขัดสีน้อยที่สุด แต่ร้อยละ 78.8 ผู้หญิงพลาด
หนึ่งหรือเยี่ยมชม หรือกาจึง C มาตรการภายในโดยเฉพาะ


เดือน ข้อมูลการวิเคราะห์ข้อมูลใช้แบบหลายระดับ ( MLM )
6 การทดลองแบบ 2-level ( วัดซ้ำภายในผู้เข้าร่วม ) โดยใช้โปรแกรม SPSS ผสม เวลาถูก
รหัส 0 ( t0 ) จึงตัดสินใจเดินทางเดือนของการตั้งครรภ์ ) 14
( t14 – 6 เดือนหลังคลอด ) ให้สกัดกั้นเป็นตัวแทน t0

. ทั้งเกิดตัวแปรต่อเนื่อง ( bdiii วิทยุ , และ das-7 ) และตัวแปรต่อเนื่องค่าคงที่ ( เช่น ผู้เข้าร่วมอายุ ระยะเวลาของความสัมพันธ์และจำนวนของการตั้งครรภ์เดือนที่เข้าศึกษา ) แกรนด์หมายถึง
เป็นศูนย์กลาง การตัดเวลาและทำนายตัวแปร
( ยกเว้นเวลา ) กาจึงเอ็ดเป็นสุ่มกับใหม่ ( UN ) โครงสร้างความแปรปรวนร่วม ( ยกเว้นในกรณีของแบบจำลอง
nonconvergence ตามที่ระบุไว้ด้านล่าง ) เวลาเป็นตัวแปร
กาจึงเอ็ดเป็นซ้ำด้วยจึงตัดสินใจเดินทางเพื่อตัว ( ar1 )
โครงสร้างความแปรปรวนร่วม ทั้งหมดตัวแปรพยากรณ์อยู่ ;
uncentered ผลคือตัวแปร แบบวิเคราะห์
มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ระหว่างตัวแปร
ที่จุดในเวลา เดียวกัน ย้อนหลังวิเคราะห์ มีวัตถุประสงค์เพื่อศึกษาการเปลี่ยนแปลงจากจุดเวลา
จุดเวลา ตัวอย่างเช่น เราคาดการณ์ bdi-ii ที่เวลา t  1 จาก das-7 เวลา
T , ควบคุม bdi-ii เวลา . แม้ว่า MLM จับ
ข้อมูลขาดหายไปคือเพราะมีค่อนข้างน้อย ผู้ถูกประเมินในช่วงจึงตัดสินใจเดินทางไปสองเดือน
การตั้งครรภ์ เรา reran การวิเคราะห์ปล่อยสองคนนี้เวลา
จุด ผลที่ได้คล้ายคลึงกับรายงาน
ตามที่อธิบายไว้ในส่วนตามจํานวน
รุ่นล้มเหลวไปบรรจบเมื่อวัด
จึงตามที่อธิบายไว้ข้างต้น ในกรณีนั้น เราตามข้อเสนอแนะของ
GARSON ( 2009เห็นยังสตาร์& ดาวิล่า , 2011 ) เพื่อพยายามที่จะ
บรรจบถึง ครั้งแรก เราเปลี่ยนรูปแบบการประมาณค่าพารามิเตอร์ ( เช่นรอบ
อนุญาตเพิ่มเติม ) ในกรณีที่ไม่มี
ทำแก้ไขปัญหา ดังนั้น กลยุทธ์นี้ไม่ได้ใช้ .
2 จะเปลี่ยนโครงสร้างความแปรปรวนร่วมสำหรับสุ่มผลจากสหประชาชาติในแนวทแยง ( diag ) ซึ่งเป็นโครงสร้างที่ง่ายกว่า

ใน กรณีนี้แก้ไขปัญหาบน
เองหรือว่าให้เมื่อใช้กับกลยุทธ์ที่ 3 ซึ่งถูก
ปล่อยสุ่มผลที่เข้าใกล้ศูนย์ ในทุกกรณี ,
ทำดังนั้นทำให้บรรจบกันแบบ นอกจากนี้ ในทุกกรณี จึง respeci
ed โมเดลผลิตผลขนานกับโมเดลที่ไม่บรรจบกัน ( รุ่นที่รวมผลสุ่ม
กับโครงสร้างความแปรปรวนร่วมของสหประชาชาติ ) เช่น เรามี
หลอกจึง dence ใน respeci ผล

จึงเอ็ดแบบการวิเคราะห์เบื้องต้น
โดยหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของ bdi-ii จำนวน das-7
, , และในแต่ละจุดเวลาจะแสดงในตารางที่ 1
อย่างน้อยหนึ่งในการประเมินมากกว่าหลักสูตรของการศึกษา , 63.7 %
ของตัวอย่างที่ได้คะแนน  11 ใน bdi-ii ซึ่งเป็นทางลัดที่ดีที่สุดสำหรับการระบุความผิดปกติ

โรคซึมเศร้าระหว่างการตั้งครรภ์ ( ซู et al . , 2007 ) ; 63.7 % ของตัวอย่าง
คะแนน  40 บนบันได ,ซึ่งมีจำนวนหนึ่ง