2011年12月14日 星期三

項目鑑別效度

Item discriminant validity: to demonstrate that an item measures what it is supposed to measure, and also to determine the extent to which each item measures other concepts that it is not supposed to measure.

中文解釋:確認項目是否測量所屬量表之概念,且確定項目不是在測量不所屬量表之概念。

統計量之判斷標準:項目和所屬量表之相關比和不所屬量表之相關要高,且高於統計顯著標準,統計顯著標準為2個標準誤(standard error)
1 standard error = 1/ n
(n: sample size)

Reference: Ware, J. E., & Barbara G. (1998). Methods for testing data quality, scaling assumptions, and reliability: The IQOLA project approach. J Clin Epidemio, 51, 945-952.

臨床意義:項目和所屬量表相關與項目和不所屬量表相關之比較,反應項目之潛在構念,假如項目和所屬量表之相關比和不所屬量表之相關要高,且達到顯著標準,表示此項目測量其所屬量表之潛在構念,此項目分數與其所屬量表之其它項目分數的加總才具有意義,此量表之項目總分才可代表潛在構念。

Model paper: McHorney, C. A., Ware, J. E., Lu, J. F. R., Sherbourne, C. D. (1994). The Mos 36-item short-form health survey (SF-36): III. Tests of data quality, scaling assumptions, and reliability across diverse patient groups. Medical Care, 32, 40-66

研究設計:大量收集同一族群之受測者的填寫量表之資料數據,以分析項目與量表之相關。

4 則留言:

  1. 1. 您的說明以 "how (技術性/如何驗證)" 為主,但未說明 "what(概念性/定義/概念為何)"。
    2. 「統計量之判斷標準」之內容說明不清。
    3. standard error 的翻譯是標準差??
    4. 「假如項目和其量表相關與項目和其它量表相關之比較達到顯著標準」之語意不清。

    回覆刪除
  2. 1.請問此處的項目鑑別效度與發散效度(divergent validity)有何不同呢?
    2.請問應如何選擇不相關的的量表?又應驗證幾個不相關的量表,才能確認項目鑑別效度呢?

    回覆刪除
    回覆
    1. 謝謝提問。

      1. 項目鑑別效度從item的角度比較相關,而發散效度是從scale的角度比較相關。
      2. 如何選擇不相關的的量表?回覆:不是自己所屬的量表即為不相關的量表。
      應驗證幾個不相關的量表,才能確認項目鑑別效度呢?回覆:要看工具中包括幾告量表而定。例如:SF-36有8個量表,所以每個項目須與7個不相關量表分析其相關性。

      刪除