SFST研究計畫－方法2

以下內容為第二部分。需再思考如何驗證收斂效度，及所使用的量表。

驗證修改版 SFST心理計量特性：

研究者將驗證修改版SFST之心理計量特性，包含信度（含再測信度、內部一致性）以及效度（含建構效度、收斂效度、天花板/地板效應），並進行漏答率分析。

1.     樣本

研究者擬從台北市立聯合醫院松德院區之社區復健中心徵求150位慢性精神分裂症患者參與此研究。個案選擇標準為：(1)由精神科醫師依據DSM-IV診斷為精神分裂症之患者。(2)年滿18歲。(3)因患者需要自行閱讀書面資料，其教育程度至少為小學以上。(4)SFST主要評估受測者在社區生活的情況，因此個案需要住在社區中。(5)發病時間至今至少有兩年以上。(6)精神症狀穩定（即患者最近3個月內未再復發、住院、或接受急性治療）且接受穩定的藥物治療（即患者最近3個月內並沒有調整精神科用藥及藥量）；此時間標準為依據SFS評估的時間範圍所設定。(7)無嚴重腦傷和智能發展障礙之病史，無物質濫用之診斷。符合標準並願意參與此研究之患者將填寫同意書。

2.     程序

為驗證預測版SFST之建構效度、收斂效度、天花板/地板效應以及漏答率，所有參與者將在初次評估時，評估修改版SFST、PSP、褚氏日常生活功能評量表第三版(ADLRS-III) 、世界衛生組織障礙評估手冊 2.0版(DAS-II)、簡易智能測驗(MMSE)、簡短精神症狀量表(BPRS)。其中兩種自評量表(修改版SFST、ADLRS-III)將在同一時段以團體方式進行施測（由於施測者人力限制，一個團體預計約6-8位病患同時施測），患者於安靜不互相討論的情境下自行填寫問卷。PSP及BPRS由臨床精神科醫師評估，DAS-II及MMSE由受訓過之專業人員進行一對一評估，此四項量表皆於團體施測後的兩天內施測完畢。研究者亦查詢病歷資料，以記錄個案人口學資料。

        為了驗證修改版SFST量表之再測信度，研究者將於初測後一個月進行修改版SFST量表第二次團體施測。然而，為確保患者在此一個月內精神症狀無顯著變化，將先對原樣本進行BPRS評估。初測與再測BPRS測驗分數增加或減少的程度小於10%之患者，才會進行第二次修改版SFST之測驗；BPRS與修改版SFST評估的時間間隔不超過兩天。預計能保留100-120位受試者進行再測。流程圖見圖五。

3.    評估工具（未完成）

4.    資料分析

(1)      漏答率分析：以兩個層級來進行漏答率分析。（一）項目層級分析－分析每個項目漏答之百分比；（二）量表層級分析－分析各個次量表與整個量表完整填答、及填寫不到一半項目之百分比。

(2)      再測信度分析：使用組內相關係數(intraclass correlation coefficient, ICC)驗證預測版SFST兩次測驗之一致性。ICC＞0.7表示為良好的再測一致性（用於群體分數比較）。²⁰

(3)      內部一致性分析：以第一次評估之資料作為分析樣本，使用Cronbach’s alpha (α)檢驗修改版SFST各次量表以及整體量表之內部一致性。判斷標準為：α > 0.7為良好的內部一致性(用於群體分數的比較)。²⁰

(4)      建構效度分析：使用驗證性因素分析(confirmatory factor analysis, CFA)以檢驗修改版SFST之建構效度。採用4個適配度 (good-of-fit)指標以表示評估量表之建構是否符合模式，包括：(1) 卡方值與自由度的比值 (χ²/df)，χ²/df < 3.0表示適配度良好。²¹(2) 比較適配指標 (comparative fit index, CFI)，CFI > 0.95表示適配度良好。²²(3) Tucker-Lewis適配度指數 (Tucker-Lewis Index, TLI)，TLI > 0.95表示適配度良好。²³(4) 漸進的誤差均方根 (root mean square error of approximation, RMSEA)，RMSEA < 0.08表示適配度良好。²⁴

(5)      收斂效度分析（未完成）

(6)      天花板/地板效應：以第一次評估之資料作為分析樣本，分析修改版SFST各個次量表分數之分佈。當最高分數或最低分數佔所有人數比例 ≥ 20%時，即表示具有天花板效應或地板效應。²⁶

^{參考資料：}

20.       Trust SACotMO. Assessing health status and quality-of-life instruments: Attributes and review criteria. Qual Life Res. 2002;11:193-205.

21.       Bollen KA. Structural equations with latent variables. 1989.

22.       Hu L, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Struct Equ Modeling. 1999;6:1-55.

23.       Bentler PM, Bonnett DG. Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin. 1980;88:588-606.

24.       Browne M, Cudeck R. Alternative ways of assessing model fit. In: Bollen K, Long J, eds. Testing structural equation models. Newbury Park, CA: Sage; 1993:136-162.

26.       McHorney CA, Ware JE, Jr., Lu JF, Sherbourne CD. The mos 36-item short-form health survey (sf-36): Iii. Tests of data quality, scaling assumptions, and reliability across diverse patient groups. Med Care. 1994;32:40-66.