GSES 之measurement invariance之假說、資料分析與結果說明(1/4更新，刪除第三題後重新分析）

I.       明確的假說：

A.    整體而言：具備measurement invariance之工具應具備穩定之因素結構、信度與題目難度。

B.     分別而言

1.      GSES在各時間點皆為單因素結構

2.      GSES在各時間點之信度皆相近（差異不超過0.05）

3.      GSES在各時間點之題目位置一致（亦即不同時間點的題目難度與階難度的相關性高）

II.    資料分析方法

A.    GSES之單因素結構驗證

1.      以羅序分析之PCM驗證之，判斷標準如下：

a.       各題之In fit 與out fit MNSQ 皆< 1.4

b.      以PCA確認殘差中的第一因素特徵值< 2

B.     GSES之信度（差異不超過0.05）

1.      以羅序分析所得之person reliability表示

C.     GSES之題目位置之一致程度

1.      整體而言：以羅序分析所得之題目難度估計值進行排序

2.      個別而言：

a.       排序

1.      各題平均題目於各時間點分別排序，並進行Friedman test

2.      各題的各選項的平均難度於三個時間點分別排序

b.      相關

1.      三個時間點的平均題目難度，兩兩分析其皮爾森相關值

2.      三個時間點的各選項平均難度，兩兩分析其皮爾森相關值
Q.若是以PCM分析，看各題的平均難度是否意義不大？

比較多個時間點的因素結構的理由（文獻回顧）

以下為回顧前人進行多個時間點的因素結構比較的原因。
紫字標示者為我認為可用於我的論文的原因。

原因	比較方法	出處
之前的研究曾建議刪題，有些卻不用。或建議刪除的題目不同	Multiple group confirmatory factor (MGCF) model framework	[1]
欲測量的特質會受到特定因素影響（例如：生病後的時間長度、是否回到工作、社經地位）	Multiple group confirmatory factor (MGCF) model Framework、計算量表分數與其它特質的相關程度 (multi-trait- multi-method matrix ,MTMM)	[1, 2]
題目間的關係可能因為時間點不同而改變，導致因素結構改變	1.      直接比較分析結果、各題在不同時期的難度、平均分數與標準差 2.      Coefficient of congruence and Catttell’s Salient Similarity Index (Cattell, 1978)，用於CFA	[3, 4]
題目難度的排序可能因為評估時間點而不同	直接比較分析結果、各題在不同時期的難度、平均分數與標準差	[3, 5]
因素間的關係尚不確定	計算量表分數與其它特質的相關程度 (multi-trait- multi-method matrix ,MTMM)	[6, 7]
驗證現有的理論架構	1.      SEM （用於CFA的結果） 2.      Multi-group CFAs in a repeated-measures design	[8, 9]
欲驗證量表的測量不變性 (longitudinal invariance of the factor Structure/ measurement invariance) -因為個案在某些時間點可能無法/不適合回答某些問題 -因素結構若因時間而不同，不利於長期追蹤的結果比較	Multi-group CFAs in a repeated-measures design	[7, 9, 10]

搜尋長期追蹤之多次評估結果比較的關鍵字

為了搜尋長期追蹤之多次評估結果比較的論文，我主要嘗試了三套Medline搜尋策略（每一套中間有多次微調，但若記錄下來就太複雜了，因此略過不表）。
結果發現先找到適合的關鍵字 (本次搜尋的重要關鍵字是time points）之後，再以簡馭繁似乎是比較合適的方法。

第一套搜尋策略
搜尋策略

# ▲	Searches	Results
1	(construct validity or unidimension$ or factor analysis).tw.	32924
2	(compar$ or follow$ or cross time or over time or longitudinal).tw.	5288995
3	1 and 2	12591

結果：找到太多不相干的結果。我認為是follow、compare、cross time這3個詞彙的影響。刪除此三詞彙後，文獻數減少但精準度仍不高。
精準度：約1%（前100篇文獻中，可能符合搜尋目的的文獻）

第二套搜尋策略（增加『相近』的概念，希望可以縮小搜尋結果）

# ▲	Searches	Results
1	(construct validity or unidimension$ or factor analysis).tw.	32924
2	(similar or same or invarian$ or stable).tw.	2372315
3	("across time" or "time point$" or longitudinal).tw.	207793
4	1 and 2 and 3	331

結果：雖然搜尋到的篇數已經少於第一套搜尋策略，但不相干的結果仍然不少。我認為我可能沒有掌握到最適合的關鍵字。
精準度：約2%

第三套搜尋策略
搜尋策略

# ▲	Searches	Results
1	("across time" and "time points").tw.	342
2	(construct validity or unidimension$ or factor analysis).tw.	32924
3	1 and 2	12

結果：搜尋到的篇數減少且精準度大幅提升。然而我認為文章數似乎過少（因為關鍵字非常限定），因此改以Web of Science重新搜尋。閱讀最新的50篇與引用次數最高的50篇，搜尋結果的精準度約20%。
精準度：58%

OTES V2.6 認知訪談記錄（本院+中山）

I.        版面修改的建議

A.      建議放大基本資料、問卷題目的字體。
→同意。已將原本的字體大小（12號字）增大為13.5號字。

B.      建議於問卷上方註明收案標準，以免治療師忘記適合的個案對象。
→同意。

II.      評分的困難

A.      第15題（居家或病房活動的治療情形）：個案體力太差，無法執行居家或病房活動。這題是否應註明為N/A？
→建議降低居家活動的難度與量，以提升個案執行居家或病房活動的可行性。例如：建議執行ADL相關的練習。

B.      評估失語症個案的第2（主動討論）、4（態度正面）題有些困難。
→依個案狀況的實際表現填寫即可。

C.      個案認知狀況不佳，易分心，評估第6、7題時，表現不一致。
→依個案狀況的實際表現填寫即可。

III.    其它：

A.      此版本比之前的版本好寫許多，包含用詞易懂、排版易前後對照等。

B.      邀請參與認知訪談的治療師成為未來的量表使用者，是否會影響研究的效度？
→應該不會。治療師參與任認知訪談後，對量表應該會更加瞭解，有助於評分時選擇最接近個案程度的選項。

GSES過去論文因素結構彙整 (12/3更新）

GSES之原作者以CFA與PCA驗證量表的因素結構，結果為單一因素結構。
資料出處：Scholz, U., Gutiérrez-Doña, B., Sud, S., & Schwarzer, R. (2002). Is general self-efficacy a universal construct? Psychometric findings from 25 countries. European Journal of Psychological
Assessment, 18(3), 242-251. （點選書目可以看到全文）

以下表格彙整了我在Medline與PsycInfo二個資料庫當中，搜尋到的一般自我效能量表 (General self-efficacy scale, GSES)的因素結構驗證的結果。
結果共有八篇論文探討GSES的因素結構。
資料分析方式以羅序分析與驗證性因素分析為主。
論文的研究族群差異頗大，包含SCI個案、病態肥胖的成人、中老年人、一般成人、大學生、思覺失調症個案。
結果顯示GSES為單一因素者佔多數，也有研究結果顯示GSES為二因素、三因素或二階三因素結構。
又，結果為單一因素結構的五篇論文中，有三篇的結果顯示GSES為明顯的單一因素結構。一篇的結果顯示：刪除量表的前三題後，GSES為明顯的單一因素結構GSES。一篇的結果顯示GSES雖為單一因素結構，但可解釋變異量未達50%。
由此彙整結果可知：GSES之因素結構較可能是單一因素結構。

出處	資料分析方式	研究族群	結果
Claudio, P., Alarcos, C., & Szilvia, G. (2014). Rasch analysis of the General Self-Efficacy Scale in spinal cord injury. Journal of Health Psychology, 19, 544-555.	Rasch analysis	SCI	1.       overall fit to the Rasch model 2.       high reliability (rp = 0.92) 3.       ordered response scale structure 4.       no DIF
Bonsaksen, T., Kottorp, A., Gay, C., Fagermoen, M. S., & Lerdal, A. (2013). Rasch analysis of the General Self-Efficacy Scale in a sample of persons with morbid obesity. Health & Quality of Life Outcomes, 11, 202.	Rasch analysis	adults with morbid obesity	1.      delete item1~3 2.      Cronbach’s alpha=0.93 3.    First component explained 64.5% of total variance 4.      separate the respondents into three distinct levels 5.      DIF in relation to age, education or work status
Leung, D. Y., & Leung, A. Y. (2011). Factor structure and gender invariance of the Chinese General Self-Efficacy Scale among soon-to-be-aged adults. Journal of Advanced Nursing, 67, 1383-1392.	CFA	community-dwelling Chinese soon-to-be-aged adults	1.          One factor model (CFI = 0.96, SRMR = 0.04 and RMSEA = 0.06 ) 2.          both genders demonstrating an equivalent pattern of factor loadings 3.          Cronbach’s alpha= 0.89
Yildirim, F., & Ilhan, I. O. (2010). [The validity and reliability of the general self-efficacy scale-Turkish form]. Turk Psikiyatri Dergisi, 21, 301-308.	EFA	18 years of age that had at least 5 years of education	1.          3-factor structure 2.          explained 41.5% of the observed variance 3.          Cronbach's alpha = 0.80 4.          test-retest reliability = 0.69.
Wu, C. H. (2009). Factor analysis of the general self-efficacy scale and its relationship with individualism/collectivism among twenty-five countries: Application of multilevel confirmatory factory analysis. Personality and Individual Differences, 46, 699-703.	Conventional confirmatory factor analysis	persons from 25 countries	1.          single latent factor structure 2.          χ 2 (35) = 1645.19, p < 0.01, CFI = 0.971, TLI = 0.963, RMSEA = 0.049
Scherbaum, C. A., Cohen-Charash, Y., & Kern, M. J. (2006). Measuring General Self-Efficacy: A Comparison of Three Measures Using Item Response Theory. Educational and Psychological Measurement, 66, 1047-1063.	IRT	students enrolled at a large northeastern university	1.     unidimensionality 2.          first eigenvalue accounted 43%.
Chiu, F. P., & Tsang, H. W. (2004). Validation of the Chinese general self-efficacy scale among individuals with schizophrenia in Hong Kong. International Journal of Rehabilitation Research, 27, 159-161.	EFA	schizophrenia	1.          internal consistency (0.92-0.93) 2.          test re-test reliability (0.75-0.94) 3.          two-factor solution explaining 69.0% of variance
Bosscher, R. J., & Smit, J. H. (1998). Confirmatory factor analysis of the General Self-Efficacy Scale. Behaviour Research & Therapy, 36, 339-343.	CFA	Aging population	a model with 3 correlated factors and one higher-order factor