醫院內的部門多且複雜，不同部門間的成本如何比較？同一部門內又是如何與過去成本或是其標準成本做比較？如何「有效率」且「有效果」地提出成本異常報表供成本分析管理者「主動」採取行動以進一步分析與檢討，即是本研究之目的。
針對某一區域級醫院最近8個月的各部門電話費用，本研究以丹麥數學家Rasch(1960)的試題反應理論單參數洛基模式，對各部門的電話費控管能力，客觀科學地挑出最異常月份及部門的KIDMAP報表，作為管理者「進一步分析與檢討」的依據。先將研究的費用資料取自然對數(Ln)後，成為類似試題答卷的多點計分模式，再利用Winsteps軟體進行評定量尺模式（Andrich,1978）的分析。 結果顯示，Rasch 分析可以(1)挑出哪一部門或哪一月份優先列入檢討，(2) 以KIDMAP清楚揭露各部門的費用異常反應，(3)呈現部門間的「能力差距」，也透露出觀察不到的受試者「費用應少卻多，或預期多卻是少」的科別鑑定標準。試題反應理論的Rasch分析很容易協助醫院管理人員挑出『那一部門在那個月的費用有顯著性異常』而做成本分析之異常管理與追蹤。

除了二元計分題的kidmap:
http://www.healthup.org.tw/asp_test_pro/kidmap.asp?items=1111010100111101110111001911071119119
多分題的kidmap 網路上製作工程:
http://www.healthup.org.tw/asp_test_pro/kidmap_RSM2.asp?items=1200110112122221022020010
紅色部份表示surprise區,也是非預期區,對於健檢來說,是不合理的正常,與,不合理的異常,對於醫師解讀分析,有一個歸納好的憑據.
"when you talk about normal criterion, make sure it is based on a reallylarge smaple. if your sample isn't large enough or representative enough,it won't make sense to infer resutls from the distribution."

Raschch分析出來的person seperation index(SP)
依據公式: (SP*4+1)/3=strata.
為了瞭解何人為何級,在Rasch分析中並未告訴我們.因此用SPSS的集群分析--分析/分類/k平均數集群(如左圖),可以對各受試者分出在何等級中,
將之貼至excel與Winsteps的outfile-person-measure次序對應起來,即可知何人為何等級.

當電腦測驗(CBT)未能釋出更多的測驗訊息, 而CAT(電腦化適性測驗)雖可釋出更多的測驗訊息,但又實用上嫌遠了些. 由於有各種的CBT在網路上實施了:
http://test.gotop.com.tw/guest/
如果再結合起來若干人已測過後,可以估計出試題難度的參數. 藉此,將之用在網路上,給合(或呼叫下列程式,即可產生KIDMAP.
http://www.healthup.org.tw/asp_test_pro/kidmap.asp?items=2111121321321122413423222224330412112

在該程式中,亦即當每一測驗皆建立妥一支程式予以供(1)已測驗者, 或是(2)待測驗者可以軾易取鬼一個KIDMAP.

測驗或是評比皆會發生同分的現象，當名額有限時，即需有個客觀的依據與衡量標準。Rasch(1960)分析提供有Fit統計以檢測受試者的答題反應，本研究遂利用其Quest電腦軟體，分析500考生回答37選擇題的測驗資料。情境有3人答對37題中的10題，其答對率（原始分數）相同下的Infit及Outfit的均方統計（MNSQ）不同，模擬分析MNSQ的可能變化。研究發現，當測驗同分時，建議取用(1)Infit及Outfit的MNSQ以其值較低者為較優；(2) 當Infit及Outfit的MNSQ互有高低時，以Infit的MNSQ為認定標準；(3)kidmap的測驗分析報表，可以解析出每個考生的答題反應，以作為改善學習的參考依據，並提供給教師、學生家長或是學生個人，對「應答對而答錯或非預期答錯卻答對」的題目優先檢討，以改進傳統上測驗成績報表的不足。也對基本學力測驗推甄入學時，能夠以kidmap及Fit統計量作為遇到同分時的比較與進一步遴選更優勝者的客觀依據。http://info.fcu.edu.tw:2727/F2006091431.PDF

Sample Run One: Multiple Choice Test                                         
------------------- K  I  D  M  A  P--------------------------------
 Candidate: ;CHRI                          ability:  -1.21   
 group:     all                           fit:        .83   
 scale:     all                              % score:  27.03   
------------Harder Achieved ----------------------Harder Not Achieved ----------
                                     
                                     
                                     
                                           37(2)
                                     
                                     
                                     
                                           16(2)
                                     
                                            9(2)
                                           27(0)
                                           17(4)
                                     
                                           28(4)
                                     
                                     
                                           12(1)   29(3)
                                           10(1)   19(3)   34(2)
                                            1(1)   21(2)   22(3)
                                     
                                            6(1)   15(1)
                            36*      
                                     
                            33             11(3)   32(4)
                                            8(3)   31(0)
                            18       
                                     
                    14       5             24(2)   26(1)   30(3)
                                           23(2)   25(2)
..........................................
                            35       
                                           20(4)
                                     
                                     
                                     XXX
                                            7(1)
                                     
                            13       
                                     ..........................................
                                     
                                     
                                     
                                     
                                     
             4       3       2        
                                     
-------Easier Achieved ----------------------Easier Not Achieved ----------

http://etds.lib.ntu.edu.tw/etdservice/view_metadata?etdun=U0001-0702200609534800&from=CATE&cateid=E012
當分析某國立大學學生的貝克憂鬱量表,發現需以二構面呈現出來研究的items,但在本篇中卻是單向構面, 是否前者為健康者居多,後者為260位診斷為重鬰症（major depressive disorder）之門診病患之別? 值得後續研究者再提出佐證. 另外對於前者在未知為憂鬱傾向下的篩選,及CAT的線上測驗評估, 應是值得一試的譏題...(網路版CAT如下)
http://www.healthup.org.tw/irt_test3/irt_start.htm

成功率=成功次數/實驗總次數
當實驗總次數一定時,吾人常以成功次數來當等距分數(等距能力)做群體間的比較,即便是以成功率為等距能力的標準,也因而有所不當.
因此,以棒球或籃球場上的球隊的平均命中率或安打率做比較,就非所謂的等距能力上的比較.
以左圖觀之,成功率以.50為標竿上下.10的改變,在 odds呈現不等的改變,在 loigt呈相等的改變, 能力愈兩極化,愈是擴散(而非如 成功率的"等距"),因此原始分數的成功率,是地球上有地心引力下的測量,若在無地心引力下的測量能力水準,就需以logit來衡量真正的能力等距關係.

醫師門診量分析,以折線圖在網路上顯示,期以迴歸檢測出醫師門診量是否與其科別(地域需求),醫師性別,醫師年資(年齡)等醫師個人屬性有因果關係----鑑於傳統分析上的困難,以此Rasch分析方式,希能探討出影響醫師看診力的因素,一者為醫院管理者經營效率與改善參考,再者為健保總額預算下的醫師自創誘發性需求管理上的重點依據之參考. (Winsteps的output files中的Xfile可以轉置成為 如下的各式線上各受試者在各試題上的fit異常分析,如此才有時間順序而非難易順序的表現)http://www.healthup.org.tw/rasch/nhi_rasch.asp
逐步迴歸分析結果，Y＝-7.46＋9.85×【51~60歲】＋9.25×【51~60歲】＋5.90×【31~40歲 】＋2.82×【內科系】。