Rasch

Unidimensionality and Threshold Analysis of Balanced Scorecard Implemented in Hospitals

2010-01-11T15:03:00.000-08:00

The purpose of this study was to help hospitals effectively implement balanced scorecard (BSC) and detect aberrant responded indicators for further discussion and improvement. How to decide objectively cut-off values of thresholds is still controversial. The 14 items of customer satisfaction prospective implemented in a specified hospital were examined with the Rasch model (RM), rating scale model (RSM) and partial credit model (PCM) to check whether they constitute a one-dimensional construct and form an interval scored scale. The standardized residual analysis with a computer module was adopted to swiftly identify distorted indicators. The results show that those two items regarding complain frequency and messages in daily newspapers were deemed as mis-fitting to Rasch model’s requirement. The reliability derived from polytomous BSC was higher than that from dichotomous one. The PCM had a better fit and a higher reliability than the RSM. Volumes of operation onto customers should be excluded from the prospective of customer satisfaction of BSC to make the dimensional meaningful. It was suggested that practitioners can apply the PCM to fit BSC data and a computer module with the feature of Z-score detection can detect aberrant responses across indicators objectively at a very early stage. Future studies can focus on detecting differential item functioning among season groups, investigating scoring rubrics of item responses, and integrating the existing workflows via computer sciences. Analysis of other aspects of BSC is also recommended.

Rasch Analysis of Hospital Bed Vacancy at PROMS 2008, Tokyo

2008-07-12T22:05:00.000-07:00

Rasch Analysis of Hospital Bed Vacancy at PROMS 2008, Tokyo

medical center CMI and quantity comparision with each other

2007-09-25T01:49:00.001-07:00

Detecting Abnormalities of Questionnaire Surveys：Online Satisfaction Analyses onto Physicians

2007-06-18T20:14:00.000-07:00

Owing to the abnormalities with fumbling or careless responses from examinees, the invalid answers will tumble our explanations and interpretations for surveys.The results of those item calibrations were programmed into web site in a bit to render online surveys on internet and obtain instant responses from patients simultaneously. A KIDMAP performance diagnosis was designed to help physician recognize which response endorsed by patients should be trusted or neglected in accordance with the Rasch fit statistics.

Module for Releasing Check-up Messages from Health Examination Reports

2007-06-18T20:11:00.000-07:00

How to release much more useful messages in exception of those normal or abnormal categories from health examination reports is a vital task to be implemented via information hi-tech. We developed a 21-item inventory of health examination, which can be used to investigate effects of examinees and their differences beyond expectation on health status. Rasch analysis was applied in this study to analyze dimensionality, differential item functioning, distribution of health ability and item difficulty, and group differences. A KIDMAP was illustrated to show the results of health examination on internet and the possibilities of related diseases such as osteoporosis.

Rasch analysis to be learned

2007-03-25T06:26:00.001-07:00

http://www.estat.us/id26.html

2007-03-19T03:31:00.000-07:00

http://163.26.34.188/proms2007/
Dates: 17 - 19 July, 2007
PROMS (Pacific Rim Objective Measurement Symposium)

SEM 部落格與IRT

2006-11-07T00:04:00.000-08:00

http://www.epc.ntnu.edu.tw/lsh/research/semlsh/
林世華老師的 SEM 部落格
11.8.2006 LISREL 工作坊的相關資料均存放於 Pages 1. 工作坊-11.8.2006。請自行點選並參閱。

pay-for-performance & Rasch Kidmap

2006-10-22T17:02:00.000-07:00

How to detect the variation in the quality of care in all major health care systems (Schuster, Marshall, Cambell, &Roland,1998; Seddon, Marshall, Cambell, & Roland, 2001) is another main issue to be discussed. United Kingdom (Doran et al, 2006) introduced a pay-for-performance contract for family practitioners according to performance with respect to 146 quality indicators covering clinical care for 10 chronic diseases, organization of care, and patient experience.

CAT-CBT與Web-Kidmap的不同

2006-10-11T21:00:00.000-07:00

將手筆測驗放在電腦上去測驗,是CBT;利用IRT技術的CBT是CAT(電腦化適性測驗),Web-Kidmap是將CAT予以批次處理的IRT之應用, 尤其是用在self-rating的量表,最為適當.
CAT要找適當的items去設計題庫,取出題目的困難度估計而成為所謂的CAT模式. Web-Kidmap也是以適當的測量常模,經由Rasch分析出來的適當題目, 取出題目的困難度估計而成為所謂的Web-Kidmap模式, 與CAT比較的題庫成本及曝光性來說, Web-Kidmap會更經濟與實用,尤其是比較個人與常模的相對位置:潛能, Infit及Outfit, 釋放出更多有意義的訊息.

病人安全最佳典範線上有獎徵文比賽至2006.11.15止

2006-10-02T19:08:00.000-07:00

http://www.healthup.org.tw/leapfrog/
iHOPE是醫療院所對病人就醫權益,品質及安全的報告提供系統,以美國leapfrog為機關團體購買醫療及Picker的病人為中心之品質報告精神,利用心理計量學的Rasch分析技術與測量,揭露醫療院所隸屬的醫院層級與健保分局間,及醫療院所內的排名與分析.

試題反應理論協助醫院成本分析之應用研究

2006-09-25T04:44:00.000-07:00

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。

多分題的kidmap 網路上製作工程

2006-09-19T09:01:00.000-07:00

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."

Rasch分析+SPSS集群分析

2006-09-17T09:02:00.000-07:00

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.

KIDMAP

2006-09-17T07:48:00.000-07:00

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.

以Rasch分析協助測驗同分時之測量研究

2006-09-12T17:35:00.000-07:00

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 ----------

以羅序模式驗證貝克憂鬱量表第二版之心理計量特性

2006-09-06T17:20:00.000-07:00

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

以logit來衡量真正的能力等距關係

2006-09-04T17:31:00.000-07:00

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.

醫院院長如何利用Rasch分析找出關鍵的醫師與之喝咖啡

2006-09-03T18:02:00.000-07:00

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】。

p.165 fig.7.2(Susan E. Embretson)

2006-08-20T22:21:00.000-07:00

用Excel畫出來(1)log-likelihood,(2)1st derivative,(3)2nd derivative等三條曲線.
check表7.1(p.165)之結果相同.
以上為第7章的form a的前5題答對,後5題答錯的情形(a=1.5; b分別為-2,-1.5,-1,-0.5,0,0,0.5,1,1.5,2)
http://tnc.k12.edu.tw/1002015816/manuscripts/rasch/Parallel%20Forms_3PL.xls

RSM資料產生方式

2006-08-20T16:53:00.000-07:00

C7儲存格(如上列公式)
(1)產生200 persons各theta, (2)再產生各題的step 困難度: (3)RSM資料產生方式如上式,1-5的選項產生,第6列為各題的thresholds的難度ranges(各題相同),(4)如果是PCM則由亂數產生器直接產生即可,RSM則予調整至range相同(用c2=c5-c6即可違成).
除此之外,資料產生另以期望值做為來源,即a1-a6間與excel的rand()比較

快速產生資料模擬分析的方式

2006-08-19T00:48:00.000-07:00

利用Rasch分析的二點計分模式,研究答題反應的各種變化與特性,因此需要建立一套答題反應,依左方過程,可以完成fit資料的結構.
本資料只有第9題infit 及outfit MNSQ為1.23, 1.46, infit 及outfit STND分別為2.5及 3.0, 因此為快速產生資料模擬分析的方式...

全國醫院門急住診之成長率：以多向度Rasch模式分析

2006-08-16T04:23:00.000-07:00

本研究利用多向度Rasch模式分析健保每週在網路上揭露的346家醫院門急診與住院成長率的資料，探討：(1) 門急住診間的構面相關係數為何？(2)測量信度可提昇多少？(3) 各醫院層級與健保分局轄區間的成長力之比較為何？(4) 哪家醫院的成長力異常需予關注？研究發現，經刪除不符模式預期的門住診3週及急診7週的資料，其三構面的信度及相關係數分別界於(0.905 – 0.961)及(0.168 – 0.990 )，高於單向度測量的(0.84 – 0.85)及(0.166 – 0.98 )。健保分局除東區外，皆呈顯著性負成長。只有台北區、北區、中區分局、醫學中心、區域醫院及地區醫院，在門急住診三構面皆呈統計顯著性（p <.05）負成長。有幾家醫院的成長情形跟大多數醫院比較起來，相當異常，值得進亦步探討。此外，我們也詳細將醫院按地區和層級分類，探討不同地區和層級在門急住診的各季難度變化。

The Year of Best Nurse Head Awarded First Prize: Using Rasch Analysis

2006-08-07T03:29:00.000-07:00

Many contests were annually held in hospitals, using summed scores directly to rank performances of examinees. In contrast to classical test theory, Rasch(1960) analysis with the software Facets(Linacre,2006) was implemented in this study, detecting judges fair or not in a contest selected the best nurse head, to examine whether items or judges meet the requirement of unidimensionality and then to estimate the abilities of examinees after removing unexpected items and unfair judges.
An annual contest selected the best nurse head was held at an academic medical center in spring 2006. Four nurse superintendents as judges appraised 10 candidates with force ranking scores, coding 9 for the most excellent and 0 the poorest, across 7 indicators. Five approaches were proceeded to (1) examine data fitting the Rasch model, (2) evaluate impacts while removing unexpected data, (3) distinguish changes before and after using the fitted data, (4) detect underlying latent characteristics of the awarded nurse head, and (5)summary results of this achievement contest.
The results showed (1) the item 7(whether fully execute superintendents’ occasional tasks and commands) and the judge 3 should be removed from the assessment lists due to misfitting Rasch model’s expectation. (2) the most excellent performance were shown to candidate 5 and 10 in management and education respectively, poorest to candidate 4 in communication and coordination, and data distortion scoring onto judge 3. (3)Leadership and education, statistically significantly differentiated by linear regression, were suggested to be much more emphasized for would-be candidates pursuing the title of the best nurse head in the next year.

Objective Measurement in the Social Sciences

2006-08-04T00:05:00.000-07:00

"Objective Measurement in the Social Sciences" stream of the 2006 ACSPRI Conference, Dec. 11-13, Mon.-Wed., Sydney, Australia.
Convenor:Andrew Stephanou, Australian Council for Educational Research
http://www.acspri.org.au/conference2006//conf_topic.php?id=5

A Study of Health Discrimination by Physical Examination for Labors

2006-07-31T17:43:00.002-07:00

A Study of Health Discrimination by Physical Examination for Labors: an Example of a Science Park in Taiwan

Abstract

There are three main issues in hospitals to be adddressed: personal health index estimation, health follow-up system establishment and health stability discriminated for examinees.
In this study, we took advantage of the Rasch model, using with the softwareWinsteps, to analyze the physical examination data from 11,830 labors in a Science Park in Taiwan. The measurement items were examined to see whether they fit the Rasch model and whether they measure a single construct in order to (1) estimate personal health index, (2) screen out unexpected results for further scrutiny, and (3) distinguish persons with Fit statistics to alarm unstable or bad health conditions.

The results showed that the all but one item fitted the model expectation reasonably well. Rasch analysis could be used to help physicians discriminate examinee health conditions by Fit statistics and personal health index estimation. We also found that the kidney, cancer disease and abnormal chest X-ray threaten females below 25 years old, symptoms of liver and gout diseases impacted the male, those 35 to 45 ages are suspect with coronary heart disease, 25 to 45 ages have the potential liver disease, and diabetes affected employees in factory of number two. The labors diagnosed with low health index by Rasch analysis were more likely to be threatened by liver diseases.

Keywords: Physical examination, Rasch Analysis, Single construct, DIF, Fit statistics.

利用醫院門診滿意度調查挑出關鍵改善事項之實證研究

2006-07-22T23:57:00.000-07:00

以符合Rasch模式單一向度的試題內容，利用本研究挑出關鍵改善事項的5步驟（Opt in–DIF-Eye on-Evaluate-Recheck, ODEER）模式：(1)選入不滿意度大於0個logit的關鍵試題；(2)DIF偵測出影響關鍵試題之族群；(3)尋找關鍵試題變項上的其他潛在族群；(4)評估族群間滿意度與就醫動機強度間關係；(5)檢測知識結構映射圖中的就醫動機關聯效果，以彙整出改善措施與建議。

二醫院那一個DRG之費用異常申報之比較

2006-04-29T18:12:00.000-07:00

將二家醫院費用相除後,以大於或小於(當然也可能小於)1之各費用為指標,各DRG為受試者,遂可以進行單一向度檢測及比較分析二醫院在各費用上的表現.
由左圖知.費用顯著(P<.05)的三費用大於10,表示該A醫院在該費用上較B醫院為高.
概因當初設計資料時,以相除後之比,乘以100再開根號,因此為1者為100開根號後為10.餘此類握知,總測量為-.20,標準誤為.08,如此可知A醫院在整體上的表現(以DRG為PERSONS,FEE為ITEMS)下呈顯著費用較B醫院為低的實證發現.

2006-03-09T07:03:00.000-08:00

16:50-17:00 PS6-06 A Patient Care System Based on Patient’S Safety - Hospital-Self Evaluation on Internet
Hung-Jung Lin (Taiwan)

15:00-15:10 PS9-1-07 Rasch Analysis Assists Case Managers in Hospital With Detecting Pricing Item Quantity Decreased on Internet
Tsair-Wei Chien (Taiwan)

國際研討會 IOMW2006
Rasch Analysis of Teams Abilities and Home Court Advantages for 2005-2006 NBA Ranks

Rasch Analysis Assists a Hospital with Salary Allocation for Physicians in Emergency Department

四週網上學課程eLearning

2006-03-03T19:54:00.000-08:00

Rasch Course eLearing 2/25研討會後,應建議要求再開四週網上學課程.
示範影音教學如上連結．

Rasch分析如同太空站實驗一次完成線性等距分數

2006-02-04T05:18:00.000-08:00

2006-02-03T06:27:00.000-08:00

2006/2/25將講義印成一本書目次
對於參加Winsteps工作坊者送他一本(內含當日上課的講義).
為了讓參加研習者即早認識Rasch分析的大概, 我們以所學的一點點心得,撰作網路上的eLearning,希望參加者即早預習,以便當日充份準備問問並請教王老師,對於當日的報告也才更容易"欣賞".
操作方式對於已報名且已註冊者,可以免費覽閱(報名時的電話即為密碼).每天若是同IP及同台電腦只算一次閱覽,共計20次免費至2/25止,我們將會每週排上Practical Rasch Measurement 摘要教材與已完成註冊手續者分享世界同步的網路教材中文化的Rasch課程.
對於有意購買Winsteps軟體者, 我們也向Winsteps公司取得折扣50元美金的優惠價,詳細方式參見網路教材中之介紹(3/15前有效).工欲善其事必先利其器,請多參加2/25Winsteps工作坊,名額有限,提早報名者送他一本中文講義書本,機會難得.
Survival analysis V.S. Rasch analysis在2/25當日將會邀請成大郭教授與中正的王教授一起為我們解迷.

Rasch分析如何跑survival analysis(Winsteps vs SPSS)

2006-01-21T18:33:00.000-08:00

SPSS中的存活率分析,只對event(died)才估計出累積機率(S(t)),以Rasch分析為之,可以對missing data做估計,因此censored data仍可合計出機率.
藉此,試題反應理論對存活率分析可以提出更多的訊息.
在醫院中的儀器,燈管品質,採購物品比價..等,皆可以提昇品質與物料管理...

SPSS & Winsteps for Survival Analysis

2006-01-20T17:46:00.000-08:00

2006-01-19T15:46:00.000-08:00

SPSS data file
Winsteps control file
我用Winsteps(機率為各DAY的受試者反應機率之平均)及SPSS跑survival資料比較圖有些相似, p-value也差不多(Winsteps 於最後一筆加了一dummy recore=0000000.....1,Censored以missing data處理)
SPSS為died才會show出機率(Rasch分析會對所有受試者算出機率)
SPSS至74天死亡的機率:男生為0.4927,女生為0.5717; Winsteps分別為0.5362及0.5362(概因男女皆為第74天後死亡)
SPSS至137天死亡的機率:男生為0.0823,女生為0.0972;Winsteps分別為0.9921及0.9921(概因男女皆為第137天後死亡)

Rasch分析與survival analysis

2006-01-16T05:10:00.000-08:00

試著用Rasch來處理survival analysis的問題,
可以分析個人及群體或是與試題間的關係或是機率的反應．．
當一種藥效用在二或多種人身上時,你會如何來處理? 當影響Survival/Failure Time 尚有其他因素時, 以多facets方式來完成它吧..

http://www.statsoft.com/textbook/stsurvan.html#general
http://www.cgmh.org.tw/intr/intr2/c3100/pub/8info.htm#如何正確使用生物統計

住院滿意度調查

2006-01-16T03:00:00.000-08:00

利用Rasch測量分析英國2003年病人為中心
住院滿意度調查刊載在2005/12醫院雜誌
每家醫院都在做滿意度調查, 我們以住院滿意度為例, 介紹問卷的效度如何分析?
進而如何以Rasch分析出來的等距分數分析醫院間的差異.
也介紹了網路公佈的調查(On-line reports),如http://www.healthup.org.tw/rasch/nhi_rasch.asp
Picker: http://www.pickereurope.org/
看看我們的online reports與Picker的在何不同?
http://www.healthcarecommission.org.uk/assetRoot/04/00/78/68/04007868.pdf

什麼是Rasch分析---如何有別於其他的分析

2006-01-12T17:20:00.000-08:00

Rasch分析被我比喻為外太空工作站, 直接將轉換的分數利用太空站備有的統計軟體進行受試者或是試題的分析.
而傳統方式只在有重力下的實驗,所算出來的結果或是推論會不準--品質不佳..
傳統上有時是用太空梭將資料藉由一些統計軟體,如SPSS的logit模型分析, 如果是odds ratio的計算,再取exp(B)由太空梭轉置回地球上再予分析.
而Rasch分析在太空站上直接分析及推論,只是在要用到odds ratio時,再將之exp(B)由太空梭轉置回地球上再予分析.
並非什麼都適合Rasch分析, 只是當我們用到比較能力時, 尤其是有(或是刻意將之轉為)
category的類項程度(當然考試的標準答案也算是一種),即可以用它來分析.
既然用它分析,即需要有太空梭帶我們去太空站做實驗, Rasch分析軟體如winsteps或是ConQuest等皆是.其他如:http://www.winsteps.com/rasch.htm
國內第一次公開的winsteps軟體工作坊介紹太空梭如何應用的報名:
http://www.healthup.org.tw/learning/teacher/nurse_tnc/regist/

公寓大廈住戶民眾睡眠品質之研究: 以Rasch分析

2006-01-11T06:43:00.001-08:00

本研究以簡化的自我評估加總法將9題的18分，以5分為臨界點，判定睡眠品質的良寙。相對於匹茲堡睡眠品質量表（PSQI）來得簡易，由Rasch分析試題困難度及各選項困難度顯示，本研究的睡眠品質量表是一個尚稱完善且可用的睡眠量表，明確地以5分為臨界點，對受試者的正確就醫，人體免疫系統的維護、癌症防制及生活品質之提昇，具有可信的意義與效益。

一年來的醫師門診每週量異常分析

2006-01-11T03:45:00.000-08:00

由異常分析中一目瞭然那一位醫師出現門診量降低現象，由此一位醫師的分析，可看出端倪..
Rasch-ABC, 異常很清晰

2005-2006NBA排名分析

2006-01-07T09:11:00.000-08:00

利用Rasch分析進行NBA各球隊間的排名及檢測有無主場的優勢(如右表). nba官方只用勝場數為排名的依據,Rasch分析利用各球隊(當作試題)而有難易之分,進而就各球隊相互對難易球隊的獲勝情形來排名, 每週預測,看誰的比較準.--以進入季後賽的實際戰績,即知何者較準, 也因而對各球隊間的勝率比也有一個機率分配情形...誰說Rasch只用在考試(醫院內常用的存活率分析,也可以試試)..

我將分析結果寄給Winsteps老闆,獲回文如下:
Dear Chien:
Thank you for your analysis and careful work. It looks exciting!How can I identify in your data file which is the home team and which is on the road in each paired comparison?
Also, what is the 0-7 rating scale?
Cordially,Mike L.

Rasch-ABC 異常很清晰

2006-01-05T05:27:00.000-08:00

Anchor subjects, Be clear findings, Check them and take actions
Rasch分析除在試卷及試題上的頁獻外,對於管理應用上的實例,不僅是問卷調查或是量表的設計.
"Rasch-ABC 異常重分析"=data mining +Rasch analysis+Winsteps software
影音檔的介紹(如下列的連結),報名且完成註冊2006/2/25研討會者,會賦予一套k12數位教學的帳號與密碼(http://tnc.k12.edu.tw)
我們收集有不少中文的Rasch分析資料與影音檔的介紹,希望此一較陌生又漸流行的統計分析工具,在參加研討會前能有或多或少的認識,進而能夠直接提出研討.
若有人因路途及時間限制而不克參加現場研討會者, 我們也提供現場internet直播及事後精華影音錄影在k12上放映, 機會難得,請大家告訴大家.
http://www.healthup.org.tw/learning/teacher/940301/swf/rasch_abc.html

測量出來的分數有二個目的...

2005-12-22T21:29:00.000-08:00

測量出來的分數應能再予以分析與探討：(1)受試者間的個別差異及(2) 受試者內隨時間所產生改變(Anastasi, 1988) 。試圖將理論轉為實務，以易於閱覽與判讀的「自己與他人比較」的受試者間差異之盒形圖（如圖9），與「自己與自己比較」的受試者內隨時間所產生改變之異常折線圖（如圖8），提供管理者自行發展醫院內部intranet異常指標的檢測系統【參見：http://www.healthup.org.tw/rasch/nhi_rasch.asp】。

醫師門診量的Rasch分析(異常折線圖分析)

2005-12-18T05:45:00.000-08:00

醫師門診量的Rasch分析(異常折線圖分析)

健保資訊揭露的Rasch每月分析各醫院訊息

2005-12-13T10:15:00.000-08:00

http://www.healthup.org.tw/rasch/nhi_rasch.asp

4週共40小時的Rasch網路課程(美金400元)

2005-12-12T03:24:00.000-08:00

http://www.statistics.com/content/courses/rasch/
書本:https://www.erlbaum.com/shop/tek9.asp?pg=products&specific=0-8058-4252-7

利用Rasch測量分析英國2003年病人為中心住院滿意度調查2

2005-12-08T06:11:00.000-08:00

近年來，幾乎所有的醫療提供者都需要做病患的滿意度調查。值得一提的是病患的滿意度調查已由傳統的滿意問項轉為對病人親身體驗流程事項的答與問，因而可以更具體的掌控住改善的主題與內容。Picker歐洲機構即以此精神由病人的眼光來設計滿意度問項，而非只是李克式量表滿意程度上的表示。另一李克式量表問卷分析的主要問題，是傳統的順序量表當作等距量表來做因素分析，而導致假設等距方法上的錯誤。
因此，本研究利用Rasch(1960)測量的客觀等距的特性，來分析2003年英國169家醫院住院患者的滿意度調查。經由Picker歐洲機構的同意，由網站上下載了問卷結果的資料，將各項指標的0至100計分，轉換為5點計分，數值愈大表示愈滿意。利用Winsteps (Linacre, 1999)軟體進行等級量尺模式的檢測，當問項的outfit 或infit MNSQ 超出0.5及1.5之外者，即予刪列而期以符合其單一向度及部份獨立性的試題反應理論假設。
結果顯示45個問項經效度分析後剩下29題符合其單一向度的Rasch模式。最困難的問項是醫病關係間的溝通，一般基層醫院的滿意度最高，在教學醫院內或是在基層醫院間的滿意度是沒有統計檢定上的差異。
關鍵字: Rasch測量, 醫院管理, 病患滿意度, Picker歐洲機構.

員工滿意度調查用Rasch分析選出參與溝通座談名冊之研究

2005-12-08T06:09:00.000-08:00

醫院經營面臨著總額支付制度及勞退新制的衝擊，如何留住優秀的員工，並使「員工滿意」的向心力凝聚而促使在工作上有所表現，充分發揮個人的能力，為醫院人力資源管理者亟需努力之處。新制醫院評鑑標準8.1.3.2項規定：傾聽員工心聲或建立其申訴管道，進行員工滿意度調查，增進溝通與互動，以提升工作效能。對於員工意見另具有回應者可評為B。倘是再有具體且適當之處理，則可評定為A，遂是醫院經營者更需面對的課題。
本研究利用Rasch(1960)測量客觀等距的特性，分析南部某區域級醫院2005年員工滿意度調查。利用Winsteps (Linacre,1999)軟體進行等級量尺模式的檢測，當問項的outfit 或infit MNSQ 超出0.6及1.4之外者，即予刪列而期以符合其單向度及局部獨立性的試題反應理論假設後，經由統計檢定分析進行(1)參與座談會族群的篩選；及(2)會談族群問卷異常報表的提供。
結果顯示38個問項經效度分析後剩下33題及5題分別符合其單向度的Rasch模式，取名為員工處境面及管理階層面的二建構因素。員工處境面中最困難(1.46個logits)的問項是對醫院員工能定期聚會交換意見的次數，最易-0.99個logits)而滿意度最高是與本單位同仁相處愉快。管理階層面的能與員工定期聚會交換意見的困難度為-0.23個logits。
研究結果建議醫院可以先對31-40歲非主管而年資在5至10年未婚且是四技畢業的護理人員進行與院長意見溝通的座談會，期以儘速發現問題並且解決問題，尋求員工滿意度缺口的填補與改善，以符合新制醫院評鑑標準8.1.3.2項可評為B及A之最大可能。
關鍵字: Rasch分析, 單向度, 員工滿意度, 醫院評鑑.

提昇醫師CMI的方法研究

2005-12-02T16:59:00.000-08:00

http://nhi-taiwan.blogspot.com/

Rasch分析在醫療產業上的應用研討會(宣傳單張)

2005-11-29T05:11:00.000-08:00

http://www.healthup.org.tw/zip/Rasch2005_2_25.swf

2006/2/25研討會的計劃發表論文

2005-11-25T07:35:00.000-08:00

Rasch分析科學園區勞工睡眠品質之研究
以Rasch評量模式探討老人福利機構評鑑指標與制度之研究
Rasch分析選拔醫院健保年度MVP醫師之應用研究
護理長領導效能量尺分數評估之研究
Rasch分析優良病歷評價之裁判給分與分析
Rasch分析聽打前後病歷品質改善評價之分析
利用Rasch測量分析健保醫療資訊揭露之應用研究
Rasch測量協助醫院成本分析之應用研究
員工滿意度調查用Rasch分析選出參與溝通座談名冊之研究
Rasch分析急診主治醫師多相(Many-Facets)評核之應用研究
Unidimensional Rasch analysis
Multidimensional Rasch analysis
Multidimensional computerized adaptive testing
Logitudinal Rasch analsyis

利用Rasch測量分析健保醫療資訊揭露之應用研究

2005-11-22T23:41:00.000-08:00

健保局自2005年元月起，上網公佈各醫院每週申報門診醫療服務情形，民眾不易垂直縱觀醫院的整體表現。試題反應理論除可以對受試者估計潛在特徵能力，進行受試者內異常資料呈現做比較，也可以對受試者群體間做分析。
利用健保醫療資訊揭露「2005年每週醫院總額各醫院申報情形」的門診成長率資料，以丹麥數學家Rasch(1960)的試題反應理論單參數洛基模式，對各醫院的門診成長率能力做估計，並挑出門診成長率異常報表，作為管理者檢討的依據。將健保局網站公佈的門診成長率資料，以問卷調查Likert(1932)等級計分量表方式，每 3.5%及 7.0%成長率做為閾值標誌區分為1-6選項的多點計分試題反應理論模式，再利用Winsteps軟體進行部份給分模式的分析。
結果顯示，各醫院層級間的門診成長率沒有統計顯著性的差異，各健保分局間的門診成長率能力呈統計顯著性的差異，醫院整體在2005年起46週的平均門診量呈負成長，健保北區分局呈負成長，區域醫院亦呈負成長。各醫院門診成長顯著性異常報表，清楚揭露各醫院在各週門診成長的異常反應。試題反應理論的Rasch分析很容易協助醫院管理人員挑出「那家醫院在那一週的門診成長率呈現顯著性的異常」而做健保總額分析之參考。

醫療資訊揭露每週醫院申報門診人次Rasch評估

2005-11-16T05:00:00.000-08:00

http://www.nhi.gov.tw/webdata/webdata.asp?menu=1&menu_id=7&webdata_id=859
94年每週醫院總額各醫院申報情形的各週當作問卷指標：★：成長率0%~3.5%，★★：成長率3.5%~7%，★★★：成長率7%以上。 ◎：成長率0%~-3.5%，◎◎：成長率-3.5%~-7%，◎◎◎：成長率-7%以下。 -：93年或94年數字為0者。
藉此評估(1)成長排名;(2)各醫院各週的異常分析

Rasch協助醫院成本分析之應用研究

2005-11-11T05:18:00.000-08:00

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管理者「快且準」地採取行動（Action）進一步分析與檢討，即是本研究之目的。
針對醫院最近八個月的各部門電話費用，輕易挑出最異常的月份及部門報表，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，成為多點計分模式，再利用Winsteps軟體進行部份給分模式的分析。結果顯示開刀房、10A、總務室及病理科有被檢討的必要，4月份費用資料不合Rasch 模式（infit MNSQ>1.5）而排外未予處理，部門電話費用顯著性異常報表，清楚揭露各單位的費用異常反應。試題反應理論的Rasch分析很容易協助醫院管理人員挑出『那一單位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。(如圖顯示5400部門在2,3及7月ZSTD>2(p<.05)顯著異常月份而應提出檢討改善---符合了data mining+統計分析之意義)

由員工離職率分析說起

2005-11-10T16:17:00.000-08:00

傳統上的員工離職率分析, 是每月公佈各單位的離職率,甚或是加上各單位離職率與其平均值的分析與比較. 由於分析與比較無法客觀認定出是否呈顯著性的異常, 也無法藉由科學方法先剔除掉試題(各月)的異常不當干擾題,或是受試者(各單位)的異常不當干擾題.因此,無法獲得真正,客觀與正確的訊息,提供給管理者的因應與參考.
Rasch分析的infit,outfit即是處理單一向度的問題,也就是先去除掉不當的試題與受試者的答題反應. 因此,做一份研究,就需要有科學客觀的事前資料整理,如何處理,即是社會科學研究者所面臨的課題..
www.rasch.org/rmt/rmt192.pdf

Freesoftware for Rasch analysis &

2005-11-10T16:15:00.000-08:00

http://www.rasch.org/rmt/rmt192.pdf
RMT 19:2 Autumn 2005 can now be downloaded free from www.rasch.org/rmt/rmt192.pdf (287KB)It contains research notes and announcements, including MOMS (December, Chicago), IOMW (April 2006, San Francisco), PROMS (June 2006, Hong Kong) along with many Rasch workshops (January 2006 onwards).Mike Linacre, Editor

There is a free software program, called GradeMap, for Rasch model, partial credit, rating scale model, and even multidimensional Rasch models. You can visit the website:
http://bearcenter.berkeley.edu/

photoed with Mike Linacre in Malaysia at PROM 2005

2005-11-09T06:43:00.000-08:00

睡眠品質之研究

2005-11-09T06:18:00.000-08:00

A clinically useful assessment of the comprehensive sleep quality of Taiwan’s hi-tech workers can be obtained by the newly revised PSQI and simplifies the responses from the original 4 into 3(0 to 2) scoring categories. It is also demonstrated that the items of the new scale measure comprehensive sleep disorders as a single unidimensional construct when used to assess hi-tech workers.

Rasch分析醫師門診量誰增誰減的研究

2005-11-06T07:15:00.000-08:00

分析94/7月起醫師的門診量是否減少,發現許多醫師在10月的門診量呈顯著性減少,而醫師103者卻增加,因此不能說是大環境因素使門診量減少,對該醫師予以探討可知為何會增加(電子報可以去採訪一下)... 如何自行繪圖(如:http://nhi-taiwan.blogspot.com/)?

傳統分析與Rasch分析之比較

2005-11-06T04:55:00.000-08:00

http://nhi-taiwan.blogspot.com/
Rasch分析可提供更多的訊息...

2006/6月底在香港教育大學有一場Rasch measurement國際研討會

2005-10-06T17:13:00.000-07:00

明年(2006)六月底在香港的教育大學將舉辦一場關於Rasch measurement和IRT的盛會http://www.promshk.org/歡迎有志者前往發表論文。截稿日期是明年2月底。必須線上投稿。台灣地區可以一起包個session分四個領域投稿參加(如果主題可在此觀摩一下,再投出去)1. Measurement theory and modeling2. Computerized adaptive testing3. Differential item functioning4. Applications

Who is the year of MVP (most valuable physician)

2005-09-30T07:35:00.000-07:00

醫師是診治病人團隊的中心，身負著醫療品質、病人安全、甚至是健保費用撙節與防範健保不當刪減醫療費用等的責任。如何遴選出年度最有價值的醫師，是醫院管理者所面臨的課題。
利用健保住院2003年1至8月份申報資料，對某一醫學中心71位醫師6525件一般案件住院病例，歸判出DRGs，再以WINSTEPS電腦軟體進行各費用平均每日申報金額的Rasch部份給分模式之試題分析，以(1)效率及(2)費用核減風險防範（FIT）的二能力構面，做為遴選最有價值(MVP)醫師的依據。研究發現17項日費用(效率能力試題)，可以分作二個向度因素。分別再對此二效率向度因素的FIT統計值納入單一向度檢測分析，以估計出各住院病例的FIT能力，將效率及FIT能力取其平均而為年度MVP選拔的評分標準。研究發現該醫院的年度MVP由一般外科的醫師獲得（logit=1.20），各醫療科別間的效率或FIT能力及總得分皆呈顯著性的差異（p<.001）。住院天數與FIT、效率或MVP總分呈負相關；FIT 分數與MVP總分高度相關(Pearsonγ=0.84)而與其他呈負相關，相對於醫療總費用對其他的相關性呈明顯的對比，表示效率與費用呈正比而與住院天數呈反比。FIT愈佳的病歷有費用或住院天數愈低的表徵。Rasch分析提供醫院選拔健保年度MVP醫師及醫療費用或成本分析上一個簡易可行的工具，後續研究可對健保實際核減病例，再參考本研究的FIT敏感指數，以實際驗證其關聯程度。

誰是醫院的健保年度優良醫師?

2005-09-23T20:34:00.000-07:00

如果醫院要選拔醫院的健保醫師,要如何用Winsteps去完成它?
我將1-8月份的健保申報資料各項費用(2069筆已歸納出來的DRG案件),將費用檢測(infit及outfit介於.5及1.5間),建立了三個單一向度的費用構面,利用Winsteps可以完成2069筆的各項測量logit分數,也可以將醫師的三構面分數予以彙整成為1人三個分數(設定分數愈高愈好,負荷愈重).
因為申報費用高的案子,也要觀察它的被可能核減費用, 我以2069筆三構面的各個各醫師的infit及outfit值為一個測量評分值,四捨五入而成為六試題的0-10多點計分,因此又可評量出一個測量logit分數(設定分數愈低愈好,非預期分數與實際分數愈接近),藉此完成115位臨床醫師的四個分數予以平均之(因為是等距logit分數), 排名後即可認定那醫師最佳, 各科間差異分析,及各DRG或MDC間的差異情形,對於各醫院健保費用管理幫助,如何?

試題反應理論(IRT)的樣本獨立與試題獨立

2005-09-22T07:57:00.000-07:00

我一直搞不懂試題反應理論(IRT)的樣本獨立與試題獨立之觀念(有異於傳統測驗理論的樣本依賴床與試題依賴), 中正大學王文中教授說:"樣本獨立的意思是說：「如果資料吻合模式（含其他IRT模式）的話，那麼題目的特性（如難度、鑑別力參數等）的估計，不會受到樣本特性（如性別、能力高低）的干擾。」同理，測驗獨立的意思是說「如果資料吻合模式（含其他IRT模式）的話，那麼考生能力或特質的估計，不會受到測驗特性（如很難或很簡單）的干擾。」
從以上得說明，可以發現有項前提必須成立：「如果資料吻合模式」。但我們如何得知此項前提是否成立呢？我們的作法是反其道而行（就像統計學中的假設檢定），以邏輯中的「若p則q」而言，那麼「若非q則非p」。亦即：「如果題目特性的估計，會受到樣本特性的干擾，那麼資料就不吻合模式。」這就是DIF的檢測。如果DIF發生，就表示資料不吻合模式。此外「若q，雖未必p，不過傾向於p」。即DIF沒有發生，我們傾向於認為資料吻合模式。
同理，「如果考生能力的估計，會受到測驗特性（如很難或很簡單）的干擾，那麼資料就不吻合模式」。在實用上，這個檢測比較少進行。不過很容易用winsteps（或其他軟體進行之），例如故意將測驗拆成兩份（如簡單的一份，很難的一份），然後利用這兩份測驗去估計考生能力，如果發現所估計出來的兩份能力估計值差異很大的話，就表示資料就不吻合模式，因此沒有測驗獨立。不過要記住此時要限制考生能力的估計值為0，而不是測驗難度的平均為0，以取得共同的量尺，進行比較。
在這樣的邏輯下，如果有發現DIF，或兩次測驗的能力估計值很相近，那麼我們就暫時接受「資料與模式吻合」的假設。請注意這是暫時接受，並不是確認。畢竟我們無法窮盡所有的DIF分析，所有的測驗組合。亦即我們暫時接受「虛無假設」，而不是證實了虛無假設。
除了這兩種檢測方法外，還有很多方法，如infit & outfit, 如殘差主成分分析。這些檢測的邏輯都是一樣的：「如果不好結果的發生，就表示資料不吻合模式。反之，如果沒有不好的結果發生，就暫時說資料吻合模式。」

Rasch能否協助做各部門的成本分析

2005-09-21T22:36:00.000-07:00

我們常困惑著各單位的成本比較除與自己以前資料比,或是與標準(預算)資料比較外,難道不同單位間就不能互相比較嗎? 為何學生考試可以是不同個體或群體間的比較?因此Rasch也許可以一試,也就是各成本科本是試題,成本單位是個人, 納入考試,可以估計出theta(能力),試題難度,以及infit及outfit等參數,藉此比較,不是可以獲知那單位那科目偏高或是偏低,也就是應答對而答錯,或是應答錯而答錯的個人對應出來的試題來了...你說可行否..一試即知..因為是電腦選出的"合法"異常,常以分析及比較,總比亂分析與不比較要好多了...
範例分析介紹

如同110公尺高欄比賽,那一欄跨過與不過而統計出各欄(試題)的難易度

2005-09-21T19:18:00.000-07:00

Microsoft的Excel介紹試題反應理論Rasch分析(http://winsteps.blogspot.com/) 由此連結網,可以獲知如何以試題及受試者的答題反應得到其難度及能力,我們要找異常,通常是以主觀的閾值設定為標準,因為標準設定的不同,而有了不同的結果.因此,發現了winsteps部落格介紹此能力及困難度計算過程, 對初學者的了解一定有幫助..好像是迴歸預測,也像是最小平方法,反正是用它來估計應答對而答錯或是應答錯而答錯的異常,因此不是比主觀認定的閾值設定客觀多了.
如同110公尺高欄比賽,那一欄跨過與不過而統計出各欄(試題)的難易度,當名次出來了,第一名,第二名不是所關心的,我們關心"應答對而答錯或是應答錯而答錯的異常",因此,每一人有個標準誤,而不像一般測驗只有一個試卷標準誤...試題反應理論除可估計那位醫師申報好與壞,當然也可以分析出那一個費用(試題)的偏高或偏低了---它是客觀有統計意義的分析..軟體不貴,學起來慢慢成型....
www.eddata.com/resources/publications/EDS_Rasch_Demo.xls
Adding Microsoft's credibility and consequent publicity would give Rasch methodology a boost and increase the size of the Rasch pie. Bigger pie = bigger slices for everyone.

Rasch Analysis Workshop-Introduction Course on Health care

2005-09-19T05:33:00.000-07:00

Rasch Analysis Workshop-Introduction Course on Health care