時間的折磨、內容廣度與深度的煎熬、SPSS的孰悉度與效率、文字表達的瓶頸
可說是考2次試，第2次應自覺 已提升不少功力。
但看到老師的評語後，又須體會 [謙卑有利於學習]。
也可學唱台大的校歌中，唯一重複的詞彙: [百折不撓]
切磋琢磨、向上提升!!
2011年1月31日 星期一
心理計量期末考評語
一般而言，寫得還不錯。
我的主要建議，或一般性問題如下:
1. 信度部分，欠缺個案描述。甚至跟追蹤資料之基本資料比較 [進階]。未指出明確的 ICC model。未分析 Bland-Altman plot & heteroscedasticity. 未分析 item-level 之 test-retest reliability.
2. 效度部分: motor A vs motor B可視為 concurrent validity (資料分析可考慮 ICC 分析二者之一致性[進階])， vs self care 可視為 convergent validity. 可將 self-care 分級，分析 discriminant validity.
3. 反應性部分: 欠缺將 MDC 應用於 responsiveness 之資料解釋 [進階]。可將 motor 分級，分析 各級之 responsiveness.
4. 欠缺表格製作，或繁瑣、或不全。
5. 結果解釋數據之意義，誠屬多餘，也會造成跟討論之內容過度重複。
6. 部分心理計量不佳之數據，未討論或討論不深入。
7. 加分題，未能善加把握。可改善之處包含: 增加較難或較易的項目，以改善 ceiling & floor effects，或可同時改善 responsiveness. 可考慮分析有無重複(高相關之項目)以減少題目數。
我的主要建議，或一般性問題如下:
1. 信度部分，欠缺個案描述。甚至跟追蹤資料之基本資料比較 [進階]。未指出明確的 ICC model。未分析 Bland-Altman plot & heteroscedasticity. 未分析 item-level 之 test-retest reliability.
2. 效度部分: motor A vs motor B可視為 concurrent validity (資料分析可考慮 ICC 分析二者之一致性[進階])， vs self care 可視為 convergent validity. 可將 self-care 分級，分析 discriminant validity.
3. 反應性部分: 欠缺將 MDC 應用於 responsiveness 之資料解釋 [進階]。可將 motor 分級，分析 各級之 responsiveness.
4. 欠缺表格製作，或繁瑣、或不全。
5. 結果解釋數據之意義，誠屬多餘，也會造成跟討論之內容過度重複。
6. 部分心理計量不佳之數據，未討論或討論不深入。
7. 加分題，未能善加把握。可改善之處包含: 增加較難或較易的項目，以改善 ceiling & floor effects，或可同時改善 responsiveness. 可考慮分析有無重複(高相關之項目)以減少題目數。
2011年1月26日 星期三
昨天的考試，被我折磨了
超過6小時，該是身心俱疲!!
看到別人的報告，就知道自己還可以寫得更完整、更有效率。
就像投稿一般，還有修改的機會。
如果各位願意，週日晚上12:00之前，可以寄給我，您的修改版本，WORD檔即可，請以追蹤修訂或 highlight 顯示修改部分。
祝福各位 [心理計量功力蛻變、SPSS操作效率大增]!
看到別人的報告，就知道自己還可以寫得更完整、更有效率。
就像投稿一般，還有修改的機會。
如果各位願意，週日晚上12:00之前，可以寄給我，您的修改版本，WORD檔即可，請以追蹤修訂或 highlight 顯示修改部分。
祝福各位 [心理計量功力蛻變、SPSS操作效率大增]!
2011年1月25日 星期二
期末考試題目
1. 請比較 motor A & motor B 2 種 動作評估工具 之心理計量特性
說明:
a. 2 工具皆為10項目，0-1-2 3-level Likert scale. self care 工具評估 ADL. 分數越高功能越好。
b. test-retest data set [please click and download the data file]: 評估時間間隔 約7天，個案在此期間 motor 通常不會變化。
c. responsiveness data set [please download]: follow-up 4 次資料， 個案於FU1、FU2、FU3理論上 motor & ADL 皆會顯著改善
d. 以 WORD 撰寫答案，包含 [明確之研究目的]、[資料分析]、[結果]、[討論]、與 [結論]，請仿照紫皮書之相關論文，撰寫必要之內容。
e. 以中文書寫，但專有名詞以英文書寫
2. 加分題: 請提出改善 motor A & motor B 2 種評估工具之具體建議與依據，或無改善空間之說明與依據。
最後請 e-mail 繳交 [WORD檔] 及 [syntax檔]，晚上12:00之前務必繳交。
說明:
a. 2 工具皆為10項目，0-1-2 3-level Likert scale. self care 工具評估 ADL. 分數越高功能越好。
b. test-retest data set [please click and download the data file]: 評估時間間隔 約7天，個案在此期間 motor 通常不會變化。
c. responsiveness data set [please download]: follow-up 4 次資料， 個案於FU1、FU2、FU3理論上 motor & ADL 皆會顯著改善
d. 以 WORD 撰寫答案，包含 [明確之研究目的]、[資料分析]、[結果]、[討論]、與 [結論]，請仿照紫皮書之相關論文，撰寫必要之內容。
e. 以中文書寫，但專有名詞以英文書寫
2. 加分題: 請提出改善 motor A & motor B 2 種評估工具之具體建議與依據，或無改善空間之說明與依據。
最後請 e-mail 繳交 [WORD檔] 及 [syntax檔]，晚上12:00之前務必繳交。
2011年1月19日 星期三
統計諮詢-SEM(修改版)
諮詢主題 | SEM 公式 | ||
諮詢時間 | 99/1/19 14：30-15：30 | 諮詢時數 | 1小時 |
諮詢內容彙整 | 對此主題的未知概念 | 諮詢後釐清的概念 | |
如何選擇SEM的公式 | 1. SEM與信度有關，所以要先理解信度的定義。在古典測驗理論中，信度定義為真分數加上誤差(X=T+E)，若假設誤差的大小不會受到真分數大小影響，則Var(X)=Var(T)+Var(E)，而信度的計算式則為: Var(T)/Var(X)，即測驗(總)變異中，有多少真分數的變異。 2. 需先了解為什麼公式要這樣算:SEM的定義為:觀察到某一個案分數，其測量誤差之標準差。所以: V(E)=V(X)-V(T)，但我們實際上並不能得到V(T) (真分數之變異)，所以V(E)=V(X)-V(X)*V(T)/V(X)，即V(E)=V(X) (1-reliability)=> SEM=SD(X)*(1-reliability)。ICC值(r)和Cronbach’s α都為信度係數。 SEM公式中的1-r 是代表誤差的變異所佔之比例，因變異數本身具有平方，所以要開根號將之還原。 3. 選擇不同的信度係數會影響SEM的數值，如何選擇則看研究者的考量:依據樣本特性或對測驗的想像，如: α會用在題目的品質差不多時，選擇r則可能是小樣本或多次收案的情況。 | ||
2011年1月18日 星期二
姿誼想再釐清的問題-修訂版
| 主題 | 已知 | 未知/待澄清 |
| Effect size(ES) | 當個案有改變的時候，測量工具的反應性ES越大，表示工具越能反應個案的改變。 | 研究設計：當治療造成的改變量非常小的時候，則難以確認工具的反應性。請問是否應該只收：自己/治療師覺得有進步的個案進行反應性驗證？ |
| ICC | ICC數值越高，表示再測/施測者間施測的分數越一致。 | 1.概念-分數解釋：ICC的分數，是否可以誤差或機率來理解？例如：ICC=0.8，表示兩次測量結果，有20%的分數可能是由測量誤差造成的，或是可能有20%的評分結果不一致。應該如何解釋給臨床治療師聽懂？ |
| 此處計算ICC是以一群個案前後測的結果進行估計測量工具的一致性。 | 2. 應用： ICC所計算出來的結果，是一群樣本的ICC，是否能用在單一個案身上？如果可以，要怎麼使用？或者並不適用？ |
BDI 再測信度資料整理
項目 | Weighted Kappa (n) | % agreement |
1. | 0.67 (70) | 90.86 |
2. | 0.45 (70) | 72.86 |
3. | 0.52 (70) | 85.71 |
4. | 0.66 (70) | 68.57 |
5. | 0.41 (70) | 70.00 |
6. | 0.52 (70) | 75.71 |
7. | 0.43 (70) | 67.14 |
8. | 0.48 (70) | 67.14 |
9. | 0.51 (70) | 92.86 |
10. | 0.28 (70) | 84.29 |
11. | 0.64 (70) | 75.71 |
12. | 0.52 (70) | 65.71 |
13. | 0.68 (69) | 77.14 |
14. | 0.60 (70) | 74.29 |
15. | 0.41 (70) | 64.29 |
16. | 0.41 (70) | 64.29 |
17. | 0.53 (70) | 81.43 |
18. | 0.39 (70) | 71.43 |
19. | 0.45 (70) | 75.71 |
20. | 0.55 (70) | 78.57 |
21. | 0.64 (66) | 64.29 |
2011年1月17日 星期一
請老師澄清之問題 (revised)
Pearson/Spearman & Linear Reression
1. 已知概念:
(1) Pearson / Spearman correlation coefficient (r)可得知兩變項是否有關係存在，且關係為正向或負向
(2) Linear Regression可呈現coefficient of determination (R2)，可得知某一變項是否可預測另一變項 (可解釋多少變異量)
2. 未知概念: 是否因研究目的不同，如: 某一評估工具是否有良好預測效度，或某一評估工具的分數能預測另一評估工具分數多少，而用不同的統計分析方法?
1. 已知概念:
(1) Pearson / Spearman correlation coefficient (r)可得知兩變項是否有關係存在，且關係為正向或負向
(2) Linear Regression可呈現coefficient of determination (R2)，可得知某一變項是否可預測另一變項 (可解釋多少變異量)
2. 未知概念: 是否因研究目的不同，如: 某一評估工具是否有良好預測效度，或某一評估工具的分數能預測另一評估工具分數多少，而用不同的統計分析方法?
希望老師再澄清的內容- revised
主題 | 已知 | 未知/待澄清 |
Effect size(ES) | 效應值(Effect size, ES):反應性(responsiveness)統計指標之一。主要用途為瞭解前後測分數改變量的大小。Effect size 公式: ES= DX /SDpre [DX前後測差異的平均值; SDpre前測分數之標準差]。ES不會受樣本數影響。判讀標準: ES <= 0.2 : small; ES= 0.5: medium; ES > =0.8: large p.s. 自己對paired t test 與effect size 的理解: paired t test: 看同一群個案平均分數結果(前後測治療)有沒有顯著差異。但沒有說改變或差異有多大。 effect size: 如用在評估工具，可以看出評估工具是否能靈敏地反應治療效果；如用於療效驗證，可以用來判定治療的成效。 量表反應性的討論: 例如對中風個案而言，個案之功能變化可能來自於自然恢復火治療結果。然而，部分個案 (例如 sub-acute stage 後之個案)其功能恢復較為緩和，評估工具如無法敏銳地反應個案之些微改變，治療師可能因個案無顯著進步而改變或終止治療計畫。所以一個評估工具是否能適當的反映出個案或治療師感受到或觀察到的功能變化極其重要。 影響ES的因素: 從公式看來應該會受standard deviation的影響 – 若兩次測量的標準差數值相差很大的話 (high level of variability)，ES值會變小 | 概念：上次上課講義提到: 若ES低，則兩次分數的改變可能是誤差造成。想請問此誤差是指隨機誤差或系統性誤差? 或有沒有可能是評估工具本身的問題 (評估工具本身無法反應出個案的些微的變化)? |
訂閱：
文章 (Atom)