20120424論文寫作課程記錄-學系研討會延伸討論

I.       En-chi

A.     當一個量表有天花板或地板效應時，此量表與其他量表分數之相關係數可能受天花板效應或地板效應影響而偏低。應如何分析二量表之關連為佳？

1.     增加其他較困難/簡單的題目，因為目前的量表並非好的指標

2.     刪除天花板效應或地板效應的個案（不建議，因為可能降低個案代表性）
＊應想想刪或不刪，結果應如何解釋。

B.     收斂效度的結果不足以支持建構效度，可用那些方法驗證建構效度？

C.     當資料型態與收案人數都不適合做CFA，應如何驗證建構效度？
（同時效度應該可以）

II.     Patrice

A.     羅序分析的結果為什麼是等距且客觀？

B.     收案對象只有亞急性的個案，羅序分析的結果是否可類推至慢性期的個案？（不同對象之估計參數是否相同？）

III.    Karine

A.     有地板效應是否就表示個案能力之變異性不大？（否）

B.     Y的變化範圍很小，是否會影響R平方的大小？（否，因為如果把Y等比例放大，相關係數仍然不變）

C.     常態分配是否就表示資料的變異性較大？如何判斷變異數是大或小？（應該不是這樣判斷）

D.     如何判斷資料為常態分配？（偏態與峰度皆介於±1）

E.     當資料有地板效應或天花板效應時，應如何處理以進行迴歸分析？

1.     將Y分組，進行羅吉斯迴歸。

a.     分2組（會恢復/不會恢復）：太粗略，因為Y的分數分布廣。

b.     分3-4組（以沒有恢復、1個MDC、2個MDC、3個MDC，或是SD分組）：以MID分組為佳。
＊可能做羅吉斯迴歸的結果與多元線性迴歸結果相似。

F.      個案之恢復情形變化多端，因此不容易做預測。

IV.   Jenny

A.     簡單線性迴歸之R平方可以由X和Y的相關係數平方得知，因此雖然逐步迴歸的結果沒有呈現個別X的解釋變異量，仍可由單變量之結果得知。

B.     研討會之口頭報告時間控制需留意。

V.     Me

A.     應確認個案之同質性高的定義為何。（指那些變項之結果相似）

B.     個案已經做OT一段時間了，因此不適合以「新概念」說明OT。

C.     統計檢定之結果雖然可能因為個案量不足而未達顯著，但這也表示：即使增加個案量使得統計檢定顯著，然而實際的分數改變量/差異並不大。

D.     順從度可由compliance改為adherence，以連結順從度與參與度。

E.     「個案認為OT不重要」是否有直接證據說明？若無，則較不適合提出此項申明。

F.      「理解有助於配合」、「不理解可能會不配合」都是相對而言，並非絕對的。而且目前沒有證據，只能說我們認為應該可以提升。又，知識、態度、行為之關係不一定都會完全符合預期，只是程度上的不同。