2015年2月10日 星期二

[思考]把原始分數轉為等距量尺 (interval scale) 的意義為何?

我最近看了一些羅序分析的文章,部分文章的研究目的是把量表的原始分數(通常為序列量尺)轉換為等距量尺 (interval scale)的型態。
然而我有一個疑問:如果量表應用於特定族群的羅序分析的結果只能應用在驗證的族群上(例如:SCI一年以上、中風後半年),
當驗證的族群比較侷限的時候,將量表分數轉為等距量尺的意義是否很有限?
例如:分數只適用於中風後半年的人,而此分數未必適用於中風未滿半年或半年以上的人,因為這些人參數估計的結果未必和中風後剛好半年的人相似。

我的想法是:如果驗證的對象涵蓋範圍比較廣,像是中風後半年以上、慢性思覺失調症,
把量表的原始分數轉換為等距量尺的分數以供後人對照與參考,意義較大。
如果驗證的對象涵蓋範圍較窄,像是職業災害後一個月、中風後三個月,
把量表的原始分數轉換為等距量尺則比較像是附加產品或中間產物,目的是要進行下一步的運算(例如計算反應性)。

不知道這樣的想法是否合理?
再麻煩大家提供意見囉!謝謝。

2 則留言:

  1. 我碩士的時候問過兩位大師同樣的問題: 首先要先思考的地方是Rasch產出的interval level measurement是什麼東西? 理論上來說這個分數是一個sample-free or item-free的真實分數, 而它的產出是透過相對比較然後統計模式估計出來, 所以分數若是因為族群不同有所變動, 這是可以理解的...

    因為一把代表"真理"的尺度, 可以應用到很多的患者, 而所產生出來的分數, 也許只是代表著這個真理尺度的上半部或中間或下半部, 會產生這個問題, 並不是出現在這個代表真理的尺度, 而是我們在驗證這個尺度的過程中, 收集的樣本有所侷限, 才會產生這樣的差異

    所以不是真理尺度有問題, 是我們研究過程中不能把所有患者都收集到來建立這個真理~~哈哈

    繼續收集真理的尺吧~~

    回覆刪除
    回覆
    1. 謝謝你的分享。
      我也同意當樣本的代表性/完整性不足,分數就無法套用在所有人身上。

      刪除