2013年7月31日 星期三

待解決之電腦問題

最近剛換電腦,使用Windows 8作業系統,Microsoft Word是2007版本,目前遇到問題是只要我在家裡使用這電腦開過我的 Word檔案,再儲存之後,字很多都黏在一起 (也因此造成檔案save至dropbox字也是黏在一起),讓我非常的困惱> <
上網查有人建議:
(1) 將 檔案 save 成2003年版本-->已嘗試但問題仍然存在
(2) 把整份文件選起(快捷鍵:Ctrl+A)
然後點選功能表的格式-->字型 -->字元間距裡的間距設定
-->但這好像不是我要的

所以目前這問題還是存在,持續請教別人中,預計今晚把2007移除並重灌看看,
希望能趕快解決這問題!!!!

2013年7月29日 星期一

BI-SS 信度研究撰寫計畫


Validating the reliability of the BI-based Supplementary Scales in patients with stroke


內容
7/29-8/2
8/5-8/9
8/12-8/16
8/19-8/23
8/26-8/30
9/2-9/6
9/9-9/13
9/16-9/20
9/23-9/27
資料分析
 
 
 
 
 
 
 
 
 
方法
 
 
 
 
 
 
 
 
 
結果
 
 
 
 
 
 
 
 
 
討論
 
 
 
 
 
 
 
 
 
前言
 
 
 
 
 
 
 
 
 

2013年7月27日 星期六

7/28-8/2 主要任務



1. 持續修改BI-SS (放假一周,進度落後了,希望能夠趕快補上)


2. 義大研究計畫之撰寫

   題目暫定:  ADL CAT應用於中風病人之信度研究


3. 和淑茵討論原因及思考如何提升收案人數


4. 閱讀國衛院 (中風病人自陳醫療結果電腦適性評量系統之發展)相關研究內容


5. 7/30 (Tue) check WFOT website (for 2014 日本之conference)


6. 8/1 (Thu) Lynn英文課 @11am-noon


7. 準備BI-SS信度之撰寫


放完一周的假了..要好好收心了!!

2013年7月15日 星期一

任務與進展

一、Knowledge of Stroke Questionnaire分析部分:
1. 目前使用EFA分析25-item (KMO=0.605) 及30-item(KMO=0.561)的Knowledge of Stroke Questionnaire結果都不甚理想
*KMO(資料是否適合做因素分析)判斷標準: >0.8à適合; 0.6-0.8à普通; 0.5-0.6à需考慮; 0.5以下à不適合
Kaiser, H. F. ( 1974). An index of factorial simplicity, Psychometrika, 39, 31-36.
2. 會再試著使用李晏建議的 “tetrachoric correlation”校正之後再分析看看

二、BI-S稿件部分:
1. BI-S稿件: 修改後已寄給佳苓,並請佳苓給予建議,預計7/16 (二)10am 就建議部分討論並修改內容

7/8 - 7/12 收案人數統計


 
三層面巴氏量表臺大收案人數統計 (2011-2013)
 
7/8-7/12
累計
入院
1
126
出院
0
53








 
 
ADL CAT臺大收案人數統計 (2011-2013)
 
7/8-7/12
累計
入院
1
132
出院
0
53

2013年7月13日 星期六

30 題Knowledge of Stroke Questionnaire 分析進展

30題 Knowledge of Stroke Questionnaire 使用Mokken分析,在依序共刪了13題之後,顯示有10題的Hi值>0.3(為目前最多題數Hi值>0.3),再刪下去,題數或Hi值皆未提升
Analysis  1 Summary per item]
             Mean   ItemH    
 1 Item2     0.87    0.28                
 2 Item5     0.87    0.31               
 3 Item8     0.64    0.25               
 4 Item9     0.55    0.31               
 5 Item10    0.95    0.55                 
 6 Item12    0.79    0.30                                 
 7 Item14    0.86    0.38               
 8 Item15    0.35    0.44                                 
 9 Item16    0.62    0.26               
10 Item17    0.98    0.25                             
11 Item18    0.55    0.25               
12 Item19    0.97    0.38                                  
13 Item21    0.95    0.25               
14 Item22    0.83    0.32                                 
15 Item24    0.50    0.38                               
16 Item27    0.08    0.23*                                
17 Item30    0.97    0.40                                 
The worst item is marked by an asterisk where relevant

ScaleH=   0.32
Rho   =   0.77

將這10題再跑一次Mokken,結果皆符合Hi >=0.3
[Analysis  1      Summary per item]
             Mean   ItemH     Monot.   Pmatrx   Restsc.    Label
 1 Item5     0.87    0.30*        *      14                Item 1
 2 Item9     0.55    0.33                41*               Item 2
 3 Item10     0.95    0.56                                  Item 3
 4 Item12     0.79    0.35                                  Item 4
 5 Item14     0.86    0.43                 7                Item 5
 6 Item15     0.35    0.56                                  Item 6
 7 Item19    0.97    0.36                                  Item 7
 8 Item22     0.83    0.35                                  Item 8
 9 Item24     0.50    0.50                32                Item 9
10 Item30    0.97    0.44                                  Item 10
The worst item is marked by an asterisk where relevant

ScaleH=   0.41
Rho   =   0.74

我將剩下20題再跑一次Mokken, 想看看Hi<=0.35之20題,是否有符合標準的,但分析結果皆不盡理想 (沒有任一題之Hi值>0.3)


** 目前自己對於 Formative and Reflective Models的理解,再看看Knowledge of Stroke Questionnaire之題目後,個人比較頃向此量表為 Reflective Model,理由如下:
個案的stroke knowledge 的程度反應在這些題目.而不是這些題目組成或形成個案的stroke knowledge, 所以如果提升個案得stroke knowledge也可以提升個案答對這些題的能力 (stroke knowledge的變化會影響答題變化)

(這是目前的理解,星期一會再和姿誼和恩琦討論)

2013年7月11日 星期四

Knowledge of Stroke Questionnaire 30題版本 分析之進展

這是30題版本刪了 7題之結果 (刪題標準: Hi值最小的先刪)。刪了7題後,6 / 23題之Hi值>0.3

[Analysis  1    Summary per item]

              Mean    ItemH    

 1 Item1     0.84    0.22               
 2 Item2     0.87    0.18               

 3 Item3     0.91    0.12                                 

 4 Item4     0.81    0.11               
 5 Item5     0.87    0.24               

 6 Item6     0.78    0.10        

 7 Item7     0.85    0.09*              

 8 Item8     0.64    0.18               

 9 Item9     0.55    0.22              

10 Item10    0.95    0.39               

11 Item11    0.43    0.16               
12 Item12    0.79    0.25               

13 Item14    0.86    0.26              

14 Item15    0.35    0.42                

15 Item16    0.62    0.18               
16 Item17    0.98    0.19                                 

17 Item18    0.55    0.23               

18 Item19    0.97    0.32                                  

19 Item21    0.95    0.20               
20 Item22    0.83    0.24               

21 Item24    0.50    0.37               

22 Item27    0.08    0.33                                 

23 Item30    0.97    0.35                                

The worst item is marked by an asterisk where relevant

ScaleH=   0.22

Rho   =   0.75