SF-36單向度IRT分析_PCS&MCS

使用兩大向度(PCS&MCS)之架構進行分析

軟體：Winstep

題目適配度指標

由於ZSTD值易受樣本數影響(樣本數越大數值越大)；MNSQ之outfit易受原始資料之極端值影響，故取MNSQ之Infit值作為題目選取標準

MNSQ Infit value < 1.4

Physical Component Scale (PCS)

N=21→N=14

保留之題目MNSQ值以及困難度

Item	MNSQ		Difficulty
	Infit	Outfit
Physical Functioning
PF1費力活動，例如跑步、提重物、 參與劇烈運動	1.29	1.42	1.08
PF2中等程度活動，例如搬桌子、  拖地板、打保齡球、或打太極拳	0.96	0.95	-0.51
PF3提起或攜帶食品雜貨	0.79	0.64	-1.30
PF4爬數層樓樓梯	0.95	0.96	-0.34
PF5爬一層樓樓梯	0.90	0.82	-1.84
PF6彎腰、跪下或蹲下	0.91	0.94	-1.34
PF7走路超過1公里	1.05	1.11	-0.18
PF8走過數個街口	0.77	0.68	-1.04
PF9走過一個街口	0.71	0.43	-1.99
PF10自己洗澡或穿衣	0.99	0.72	-2.51
Role Functioning-Physical
RP1做工作或其它活動的時間減少	1.11	3.33	2.73
RP2完成的工作量比您想要完成的較少	1.15	2.68	2.91
RP3可以做的工作或其他活動的種類受到限制	1.09	1.54	2.08
RP4做工作或其他活動有困難 (例如，須更吃力)	0.99	1.31	2.25

Mental Component Scale (MCS)

N=14→N=14 (保留所有題目)

保留之題目MNSQ值以及困難度

Item	MNSQ		Difficulty
	Infit	Outfit
Vitality
VT1您覺得充滿活力？	1.28	1.39	-0.08
VT2您精力充沛？	1.08	1.14	0.26
VT3您覺得筋疲力竭？	0.81	0.80	-0.18
VT4您覺得累？	0.85	0.85	0.06
Social Functioning
SF1在過去一個月內，您的健康或情緒問題，對您與家人或朋友、鄰居、社團間的平常活動的妨礙程度如何？	1.04	1.08	-1.30
SF2在過去一個月內，您的身體健康或情緒問題有多少時候會妨礙您的社交活動（如拜訪親友等）？	1.19	1.20	0.21
Role Functioning-Emotional
RE1做工作或其它活動的時間減少	0.83	0.78	0.55
RE2完成的工作量比您想要完成的較少	0.86	0.82	0.40
RE3做工作或其它活動時不如以往小心	0.84	0.80	0.53
Mental Health
MH1您是一個非常緊張的人？	1.22	1.33	-0.23
MH2您覺得非常沮喪，沒有任何事情   可以讓您高興起來？	0.89	0.90	-0.27
MH3您覺得心情平靜？	1.18	1.20	0.13
MH4您覺得悶悶不樂和憂鬱？	0.87	0.87	-0.12
MH5您是一個快樂的人？	1.06	1.10	0.05

信度指標

分量表	信度指標
	刪題前	刪題後
PCS	0.88(N=21)	0.84(N=14)
MCS	0.85(N=14)	0.85(N=14)

小結：

1.      PCS向度刪除之7題，皆為該向度下四個分量表(PF、RP、BP、GH)中之BP以及GH下之題目，刪除此7題後同時去除了BP與GH兩個向度。

2.      MCS向度保留底下所有題目。

3.      PCS與MCS經單向度刪題後，皆各自保留14題。

20111107-20111104任務規劃

預定工作規劃	預定完成日期
SF-36 單向度IRT分析. 1.      使用PCS與MCS兩大向度之架構 2.      使用MNSQ(先看Infit)值進行刪題	11/8
PROTS電腦版本測試 --提供修改建議 (版面配置、作答方式、題目描述、選項描述)	11/10
BI/IADL  CFA分析 1. 了解先前EFA分析結果 2. 熟悉資料(問卷設計、資料型態)	11/11

Meeting 2011/11/7

SF-36分析
1. ZSTD數值易受樣本影響，單向度使用MNSQ指標即可。
2. 以八個向度來看，各向度能夠精簡的空間有限，改以兩大向度(PCS&MCS)的架構進行。
3. 後續分析：(1)兩個向度各自的題目適配度。(2)多向度IRT分析。(3)新版問卷之Validation與Responsiveness

PROTS電腦化施測版本
1. IT已初步發展完成 http://140.112.116.44/enquete
2. 上線進行測試，提供版本優化的建議(ex: 反向題註記消除、病人與家屬填答版本、不合邏輯填答的偵錯)

其他研究主題
1. BI/IADL 過去已完成EFA分析，擬進行CFA驗證因素架構。
2. 以CFA驗證是否有second-order factor的可能。

經驗分享
  確立方向、選擇有資源有競爭的環境、持續不斷地努力

Good News
1. PROTS發展論文接受。
2. 老師同意撰寫出國申請博班推薦信，萬分感謝。

SF-36之GH與BP向度分數的處理

緣起：
    欲使用IRT進行SF-36各分量表之單向度分析時，由於GH向度與BP向度中有部分題目在原始作者的設計中，將分數轉換成帶有小數點的資料。例如：GH1原本的coding為1,2,3,4,5，在計算分數時轉換為1, 2, 3.4, 4.4, 5。資料點帶有小數值，這在我們所使用的IRT分析軟體(Winstep)中無法估計。

諮詢：
    詢問業太學長有關這部分的問題，得到了相當清楚明確的回答，可整理為兩個部分：

Winstep軟體部分：

1.根據Winsteps手冊對於有效coding的格式說明（p.86），winsteps無法辨識小數點，也就是說"1.0"並非有效的coding
2.即便是搭配可宣稱每筆資料點欄位的"XWIDE"指令，也無法解決這樣的問題。

資料處理的部分：


1.如果該組coding是這樣的話，直接改為1、2、3、4、5即可，分別對應到1、2、3.4、4.4、5
2.這是因為在Rasch的能力估計中，原本coding的詳細數值不重要，只要coding有顯示出次序關係即可。因為經過IRT的估計之後，資料之間即可被轉換為次序性的資料。


小結

    在Winstep中無法處理小數點，並非軟體的缺陷，而是因為在Rasch的架構下，分數的真實數值並不重要，重要的是原始資料可呈現出約略的次序關係即可。因此在SF-36之GH與BP向度的IRT分析中，使用原始未經轉換過的coding即可。

SF-36於海洛因病人上的心理計量驗證-單向度分析

以IRT PCM估計SF-36八個向度與題目之間的適配程度

樣本：583名海洛因成癮病人

分析向度：PF、RF、VT、SF、RF、MH
未分析向度：BP、GH (理由：coding值有小數點，winstep無法處理 )

分析軟體：Winstep

結果

信度指標

分量表	信度指標
PF	0.93
RF	0.90
BP	略
GH	略
VT	0.73
SF	0.53
RE	0.90
MH	0.77

適配度指標
標準： ZSTD (-2~+2)、 MNSQ(0.6~1.4)

未分析分量表：BP、GH
所有題目滿足標準之分量表：RP、VT、SF、RE
部分題目未滿足之分量表：PF、MH (各題目適配度指標列表如下)

PF scale

Item	Infit		Outfit
	MNSQ	ZSTD	MNSQ	ZSTD
PF1費力活動，例如跑步、提重物、  參與劇烈運動	1.43	5.63	1.85	6.70
PF2中等程度活動，例如搬桌子、   拖地板、打保齡球、或打太極     拳	1.04	0.61	0.98	-0.14
PF3提起或攜帶食品雜貨	0.81	-2.58	0.71	-2.04
PF4爬數層樓樓梯	0.94	-0.84	0.91	-1.00
PF5爬一層樓樓梯	0.89	-1.34	1.01	0.12
PF6彎腰、跪下或蹲下	0.96	-0.44	1.08	0.49
PF7走路超過1公里	1.06	0.91	1.10	1.17
PF8走過數個街口	0.81	-2.62	0.66	-3.00
PF9走過一個街口	0.70	-3.73	0.42	-2.46
PF10自己洗澡或穿衣	1.06	0.59	1.68	1.51

MH Scale

Item	Infit		Outfit
	MNSQ	ZSTD	MNSQ	ZSTD
MH1您是一個非常緊張的人？	1.07	1.18	1.10	1.55
MH2您覺得非常沮喪，沒有任何事情   可以讓您高興起來？	0.76	-4.25	0.78	-3.95
MH3您覺得心情平靜？	1.26	3.92	1.31	4.46
MH4您覺得悶悶不樂和憂鬱？	0.82	-3.12	0.82	-3.08
MH5您是一個快樂的人？	1.05	0.87	1.13	2.03

小結：

1. 由於BP、GH資料處理方式尚未決定，因此PF、BP兩分量表暫不進行刪題。待所有分量表完成第一階段分析後，再決定刪題考量之指標(MNSQ或ZSTD或兩者都用)。

2.SF 在過去研究中顯示信度值為八個分量表最差(0.68, Ware, Jr. & Gandek, 1998)，與目前的分析結果類似。