SF-36之資料分析~諮詢後的彙整

諮詢主題	1.      scaling success計算方式。 2.      確認SF-36之相關係數結果
諮詢時間	100/2/23 2pm-3pm	諮詢時數：1小時
諮詢內容	已知概念	諮詢後釐清的概念
	1.      提供所閱讀的文獻中，提及如何計算scaling success的方法。The correlation between an item and its hypothesized scale is significantly higher than the correlations between that item and all other scales. The default significance level for comparing two correlations is two standard errors. The standard error of a correlation coefficient is approximately equal to 1 divided by the square root of the sample size (Ware, J.E., et al., 1998). 中文解讀：scaling success意指項目與所屬次量表的相關係數減掉項目與不所屬次量表的相關係數，要高過2個標準誤才表示有統計上的顯著。standard error(標準誤)的算法為1/√n， 2.      相關係數算法的確認 (1)   項目與所屬的次量表相關係數計算方式為，看Cronbach’s alpha之corrected item- total correlation。 (2)   項目和其他次量表相關係數計算方式為，看項目與其他次量表總分之pearson correlation。 (3)   依據量表設計假設，項目與所屬次量表的相關要高，與其他的次量表的相關要低，但Bodily pain、General health、Social functioning，此三個次量表的數值不符合假設。	1.      已與李晏確定我原先的概念無誤，以數學方程式表達為：項目與所屬次量表的相關係數-項目與不所屬次量表的相關係數)/(1/√n) > 2。 李晏告知，在書籍statistical method for psychology中有提及其他不同計算scaling success的算法。我已查看書，但沒有找到scaling success的算法。 2.      已確認我的概念無誤。 進一步請教李晏，當看到數據與預期假設的概念不符合時，需要考慮哪些的步驟： (1)   Pearson相關性低，有可能是因為不是線性相關，但有其他的相關曲線的可能性，所以必須畫圖看其相關性(曲線形狀)。 (2)   看項目的分佈(item distribution)，是否有ceiling effect或floor effect的狀況，而導致在做相關比較時，相關係數較低。 (3)   計算EFA，看看是否此項目不歸屬於所屬的次量表(construct)。 族群特性：有可能對此族群中，這些題目不是問原本認為問的構念，而是問其他問題。 相關低有可能因著實驗情境、族群特性(戒斷症狀)、項目本身內容和項目數目所影響。

菀薈與姿誼的心理計量測驗期末考問題

1.計算不同指標之遺漏值處理方式是否不同？例如：計算總分相關之指標，以平均取代遺漏值；計算個別項目之指標，則不列入計算。
2.進行效度研究時，是否必須重新驗證內部一致性？
3.進行效度研究時，是否最好使用與信度研究相同的個案進行追蹤/治療，使效度研究更可信？

恩琦與雅珍針對心理計量期末報告所題之問題‏

問題
1. 如何把評估工具分級，分級的標準?
2. 因為不知此兩個評估工具項目內容是什麼，為何可從Item-level中比較再測信度?
3. 計算同時效度，為何使用ICC的方式會比Spearman的方式佳?

4. 如何應用 MDC於responsiveness?

雅珍的心理計量課程建議

1. 希望在紫本參考講義內，能增加針對這週要探討的心理計量概念可參考的書本或書本章節。雖然知道老師的用心，希望培養我們從如何尋找資料，自行判斷資料來源正確性、可靠性的能力。但往往卻也在這階段花最多時間在找尋。如在每個主題後方給予一些資訊，引導一些方向，才不會覺得越學越 frustrated.

2. 贊同恩琦看法: 希望能一節上完概念課後，下節能馬上練習SPSS或有機會和講者就觀念上不懂的部分澄清，學習效率比較好。

菀薈的心理計量課程建議

＊希望在學習新的概念時，能有時間消化和吸收。
- 針對上學期的課程，希望每個心理計量概念都有兩堂課的學習時間。第一堂課：講者將心理計量概念做第一次的介紹，此堂課可提供聽者"guiding questions"，方便做複習，同時老師也可在此堂課給予回饋。第二堂課：為group discussion，此堂課可提供講者澄清的時間，即針對老師的回饋修改第一堂課的陳述或做補充，或針對guiding questions做討論。講者可準備一份handout，內容包含老師所提的回饋和自己做的澄清。

統計諮詢: SF-36之資料分析

諮詢主題	1.      scaling success計算方式。 2.      確認SF-36之相關係數算法
諮詢時間	100/2/23 2pm-3pm	預計諮詢時數：1小時
諮詢內容	已知概念	希望釐清的概念
	1.      於已讀的文獻，計算scaling success的方式為，項目與所屬的次量表相關係數，顯著地高於項目與其他(不所屬)次量表的相關係數2個標準差，一個標準差等於1/√樣本數。。 2.      相關係數算法 (1)   項目與所屬的次量表相關係數計算方式為，看Cronbach’s alpha之corrected item- total correlation。 (2)   項目和其他次量表相關係數計算方式為，看項目與其他次量表總分之pearson correlation。 (3)   依據量表設計假設，項目與所屬次量表的相關要高，與其他的次量表的相關要低，但Bodily pain、General health、Social functioning，此三個次量表的數值不符合假設。	1.      確認計算scaling success的方式是否正確。 2.      確認SF-36之相關係數算法是否正確(項目與所屬次量表相關係數，及項目和其他次量表相關係數)。

恩琦的心理計量課程學習心得與困難

學習心得：

1.    從「不知」到「知到皮毛」的過程，有尋找答案的成就感。但要再到「講給別人」懂的層次，需要花很多的功夫和時間。

2.    需要不斷地溫故知新，曾經以為自己懂的東西，沒有使用或練習，仍然會忘記，回歸於不知的階段。

3.    實際地練習和考試，可以協助歸納整理已學的概念。

學習困難：

1.     缺乏與老師互動，以致無法儘早知道問題和解決問題。

2.     提出問題後，卻被問及更多的問題。有時可以在被詢問的問題中找到答案，但有時卻搞得更困惑。

未來改善之做法：

訂定完成的時間進度，提早完成報告，多找時間與老師討論。