多向度IRT統計諮詢

諮詢對象：業太

諮詢問題：
  多向度IRT分析中，使用不同的節點(nodes)得到的結果不同。以目前SF-36使用於海洛因病人的研究為例，使用三種分析方法：一階段，nodes=200；一階段，nodes=2000；二階段，nodes=2000得出之結果不同。
  目前的了解是，二階段2000 nodes的分析方法為最"精準"的分析。然而，各向度信度值表現最佳(希望可以>0.9)的部分為一階段200 nodes的分析。

  如果回報一階段200 nodes的結果，來證明多向度分析能夠使向度信度值提升至臨床可接受(>0.8 or >0.9)的範圍，這樣的使用是否可行？

回答：
  Conquest手冊中提及nodes=400已足夠用來估計試題參數，但不足以精準估計能力的變異共變數矩陣(Sigma)，而Sigma又跟EAP信度估計有關。nodes=1000~2000為手冊中建議的設定
在模擬研究中，此設定被認為可良好回覆Sigma。因此，若report nodes=200時的信度，其實是高估了真實的信度。

  除了估計精準度之外，global model-data fit也需同時考量。二階段分析減低了一階段分析受限於疊代的起使值不適當之影響，進一步提升global model-data fit。fit良好且參數估計精準為較理想的分析結果

  綜合以上，建議採用二階段nodes=2000的信度數據（雖然數據較不理想）