C-DVT與T-SDMT的收斂效度
|
計算同次(前.後)施測中C-DVT分數與T-SDMT分數的相關係數Pearson’s
r
|
|
C-DVT
|
生態效度
|
計算同次(前.後)C-DVT分數與BI-SS分數的相關係數Pearson’s
r
|
預測效度
|
計算前測C-DVT分數與後測BI-SS分數的相關係數Pearson’s
r
|
|
外在反應性
|
計算C-DVT改變分數與BI-SS改變分數的相關係數Pearson’s
r
|
|
內在反應性
|
C-DVT各指標改變分數。獨立樣本t檢定. Effect
size. SRM
|
|
MID
|
計算自評進步量為「些許進步」的個案其C-DVT改變分數之平均值
|
|
T-SDMT
|
生態效度
|
計算同次(前.後)C-DVT分數與BI-SS分數的相關係數Pearson’s
r
|
預測效度
|
計算前測T-SDMT分數與後測BI-SS分數的相關係數Pearson’s
r
|
|
外在反應性
|
計算T-SDMT改變分數與前後測BI-SS改變分數的相關係數Pearson’s
r
|
|
內在反應性
|
T-SDMT各指標改變分數。獨立樣本t檢定. Effect
size. SRM
|
|
MID
|
計算自評進步量為「些許進步」的個案其T-SDMT改變分數之平均值
|
|
自覺認知功能量表
|
內在一致性
|
各題目間的相關性及題目與總分的相關性。用Cronbach’s α係數分析
|
建構效度
|
由驗證性因素分析之適配度指標判斷
|
|
天花板/地板效應
|
個案於評估工具之得分分佈中,獲得最高/最低分的人數比例>20%為判斷標準
|
補充:
1. 增加C-DVT.T-SDMT的區辨效
區辨效度:可區辨不同屬性之病人,屬性可採用MMSE分數區分(要去問是否能看到病歷資料?每個人是否都有評估MMSE?),那若看MMSE分數有困難,是否可去看左右腦中風患者的分數?(右腦傷易伴隨忽略,雖然研究有排除診斷為忽略症的個案,但可能尚存潛在忽略症的病人?)
2. 反應性補充個別層級 (是只適用於內在反應性?外在反應性也可以這樣用嗎?好像沒看過)
團體層級:看改變分數的effect size,SRM;個別層級:以 MDC為切點,當病人的變化超過MDC則視為具有統計顯著性(真正有改變)
3. 生態效度可看BI-SS的表現.能力(相關程度:能力>表現)
所以分析時要拿C-DVT.T-SDMT的分數和BI-SS三個層面的分數,去比較能力分數和表現分數的相關係數
4. 自覺認知功能量表的5點量表和線性視覺量尺(VAS)的收斂效度
(1)計算前測的C-DVT.T-SDMT的分數,與自覺認知功能量表的相關係數
(2)計算C-DVT.T-SDMT的改變分數,與自覺認知功能改變量表的相關係數
(3)比較自覺認知功能量表(5點量表.C-DVT)/(線性視覺量尺VAS.C-DVT)的相關係數,以及比較(5點量表.T-SDMT)/(線性視覺量尺VAS.T-SDMT)的相關係數,有必要?
(4)比較自覺認知功能改變量表(5點量表.C-DVT)/(線性視覺量尺VAS.C-DVT)的相關係數,以及比較(5點量表.T-SDMT)/(線性視覺量尺VAS.T-SDMT)的相關係數,有必要?
最後再分析5點量表(likert scale)和線性視覺量尺(VAS)的優缺點.適用對象
6. C-DVT.T-SDMT的MID可個別由自覺認知功能改變量表的5點量表和線性視覺量尺(VAS)而得
那要使用5點量表還是線性視覺量尺(VAS),就先看4(3)(4)所得到哪個收斂效度好,就用哪個??7. 之前研究都只看C-DVT.T-SDMT的作答速度,依其作為注意力的指標,但錯誤數是否也要列入判斷標準(之前學長說那作為排除標準,錯誤題數>10就不要那比資料),但以C-DVT總題數120題我覺得錯誤率1/8-1/6都尚可接受,畢竟急性個案的表現多半較差。而最初沒有評認知測驗作為收案納入標準,那錯誤題數是否可不作為排除標準,而視為其中一種注意力指標。
沒有留言:
張貼留言