統計諮詢記錄表-ICC的計算、模式的選擇、EFA的斜交轉軸、CFA的作法

諮詢時間	2010/11/26 15:00-16:30	諮詢時數	1.5小時
諮詢主題	ICC的計算、各模式的選擇、追加（EFA和CFA的作法）
諮詢內容彙整	對此主題的未知概念	諮詢後釐清的概念
	1.ICC與ANOVA的關係	ICC和ANOVA在拆解觀察值與期望值的計算方式一樣，因此在計算ICC時會用ANOVA的概念計算。但是，ICC主要是用來計算信度，因此在研究設計上，沒有ANOVA那麼複雜。 而ICC的模式（fixed/random）可以以ANOVA的觀念理解，但其實比較單純：只要考慮研究目的想驗證的信度是誰跟誰比較。Model 1因為評分者為隨機選取、且每個個案的評分者都不同，因此在醫學領域少見。Model 2個案和評分者都是隨機取得，因此推論性較大。Model 3的施測者是固定的，因此結果只能判斷施測者間的一致性，推論性較低。
	2.比較兩組的差異，為什麼不能只選用t-test？是因為要比較的變項超過兩個嗎？	由於ICC的觀察值是（舉modle 1為例），因此要比較兩個觀察值的時候，並不是真正兩兩比較。所以不適合用t-test。
	3.追加的問題 3-1 未知：FFA的斜交轉軸的意義 已知：EFA可以簡化資料，以因素模型來說明資料的變異量。	使用轉軸的目的是為了使因素結果傾向於簡單因素結構，讓因素結構可以解釋大部分的資料。而原本的直交座標的意涵為：兩個因素之間沒有相關。但是，我們所測量的構念既然是由兩個因素組成，兩個因素就不太可能沒有相關。所以，會採用斜交轉軸。 兩個因素之間的相關係數，就代表座標軸的夾角。相關係數越大，兩軸所夾角度就會越小。
	3-2 未知：CFA的作法 已知：CFA的結果可驗證建構效度（檢驗資料是否符合預計的模型）	CFA的作法為：透過文獻回顧，找出幾個較佳的因素模型，再看看實驗蒐集到的數據是否能用這些模型解釋。
心得或建議	自己在準備的資料不夠充分的時候，不容易問出具體的問題/答案，也會使回答的人很難回答。