文獻閱讀彙整

單向度之驗證，較常見之方法為試題反應理論(item response theory, IRT)及驗證性因素分析(confirmatory factor analysis, CFA)。

一、試題反應理論，可區分為參數反應性理論及非參數性反應性理論兩大部分:

1.      參數反應性理論又以Rasch模式使用最多。Rasch為單參數模式(只有題目難易度一個參數)。Rasch分析主要是在評估量表項目是否符合Rasch模式，若符合模式預期則可以宣稱量表符合單向度假設。此外，如果量表項目均能符合 Rasch 模式的預期，則Rasch模式利用對數函數(logit function)針對答題機率進行計算得到客觀等距量尺。Rasch 模式假設較為嚴格，所以題目較不易符合單向度。

2.      Mokken 模式為非參數性 (non-parametric)的分析方法，相較於Rasch分析，Mokken分析基於較寬鬆的假設，但同樣可用來評估測驗單一向度性。在分析方法上，Mokke模式包含了兩個模型的驗證：Monotonously Homogeneous (MH)模型與Doubly Monotone(DM)模型。在MH模型中有主要三個假設: (1)潛在特質事為單向度; (2) 題目局部獨立(local independence); (3)可用一條連續單調遞增(monotonically non-decreasing)的項目特徵曲線(ICC)來解釋。並使用scalability 係數 H檢測題目是否符合MH模型的基本假設。scalability係數H是為一總體數值，其用來檢視將預試個案的能力的強弱納入考量後，選答反應符合一致的程度。Scalability 係數 H數值介於0-1之間。系數越低表示題目愈不吻合模型假設。一般以係數H大於或等於0.40為量表符合單向度的可接受標準。如果題目符合MH模型，單向度的假設也會得到支持。至於DM模型，除了MH模型三個假設外，還須具備項目特徵值(ICC)沒有交叉。DM模型主要目的除驗證單向度外，並可檢驗項目是否呈現階層排序(例如: 從簡單到難)。 “Rest score”及 “P matrix”為檢測DM的兩種方法。

二、因素分析法:

    驗證性因素分析(CFA):具有驗證假設之優點。CFA運用於單向度驗證，主要假設是為所有項目都落在單一因素。驗證性因素分析檢視測驗的內在結構。目前用來驗證CFA適合度指標種類繁多。較為常見的是為卡方檢定，樣本與模型越適配卡方值越小。卡方檢定易受樣本數(或題目數)影響，樣本數大時即使模型適配度好，也是容易拒絕虛無假設。CFA分析方法要求資料必須具備等距量尺特性，此假設並不見得能符合大多數試題的分數或測驗的總分並不具有等距的資料，這對單向度的驗證具有不小挑戰性。因此，Cook等作者認為可採用Reise 等學者所提出使用雙因素(bifactor )模型來驗證單向度。雙因素模型中每個題目不僅在特殊因子上有負荷，所有題目在一般因子上也存有負荷，所有因子之間正交。Resise指出雙因素模型，限制較少，可以直接由通過特殊因子負荷直接判斷作用大小，理論上更利於統計識別。

1.Cook K, Kallen M, Amtmann D. Having a fit: impact of number of items and distribution of data on traditional criteria for assessing IRT’s unidimensionality assumption. Quality of Life Research. 2009;18(4):447-460.
2. Koh CL, Hsueh IP, Wang WC, et al. Validation of the action research arm test using item response theory in patients after stroke. J Rehabil Med. Nov 2006;38(6):375-380.
3. Reise SP, Morizot J, Hays RD. The role of the bifactor model in resolving dimensionality issues in health outcomes measures. Qual Life Res. 2007;16 Suppl 1:19-31.
4. van der Heijden PGM, van Buuren S, Fekkes M, Radder J, Verrips E. Unidimensionality and reliability under Mokken scaling of the Dutch language version of the SF-36. Quality of Life Research. 2003;12(2):189-198.