第二章 文獻查證
第二節 老人生活品質研究
當應用一般性問卷在老人時必須考慮測量方面的幾個問題 13。首 先，老人填寫問卷相較於年輕人負擔增加許多，因為老人身體的虛弱、
文盲或認知缺陷的比例較高。第二，生活品質測量中的題目及範疇需要 考慮到老人認為重要的部分，例如：健康服務的可近性及環境的安全23。 第三，假如直接使用而沒有加以修改問卷，生活品質測量的地板值（floor value）在老人可能是較常見的 24，例如：許多老人比較沒有機會從事休 閒活動或四處行動的能力比較差。地板值會降低區辨有病及健康人之間 不同的能力及降低偵測不同時間或健康介入後生活品質改變的能力25。
生活品質是一個廣泛且多範疇的概念，根據世界衛生組織所定義生 活品質是「生活品質是指個人在所生活的文化價值體系中，對於自己的 目標、期望、標準、關心等方面的感受程度，其中包括一個人在生理健 康、心理狀態、獨立程度、社會關係、個人信念以及環境六大方面」26， 但世界衛生組織在實地研究之後提出生活品質至少應包含生理，心理及
社會等範疇27。隨著平均餘命的增加，人們晚年的健康愈來愈受到重視。
疾病或治療會影響老人的健康，生活品質的測量結果可以協助建構老人 經歷疾病或治療後全面性的健康剖析，藉此可以幫助醫療政策的制定以 改善老人的生活品質 28。生活品質問卷常見的如由世界衛生組織所發展 的WHOQOL-BREF 問卷及由 QualityMetric 公司所發展的 Short Form-36。
在各地老年人口的精神疾病中，以憂鬱症的盛行率最高，其次為認 知缺陷。因此，有研究利用WHOQOL-BREF 來測量憂鬱症老人的生活品 質並驗證WHOQOL-BREF 問卷，且探討生活品質與臨床及社會人口學因 子的相關性。結果發現憂鬱症愈嚴重生活品質愈差，並且自覺生理症狀
（self-report physical symptom）愈多者生活品質亦愈差。但是在共病症
（diagnostic co-morbidity）與生活品質間並沒有顯著的關係存在9。 在台灣亦有學者利用 SF-36 建立在都市，鄉村及離島地區老人生活 品質的參考基準且針對三個區域加以比較，並且探討人口學變項與生活 品質之間的關係。研究結果發現在大多數的範疇中，都市老人的生活品 質較鄉村及離島地區老人顯著的比較好。離島地區老人在活力及心理健 康上是最好，反之，鄉村老人的生活品質是最差的，尤其是鄉村老人中 的女性。在一些其他的特徵上則顯示慢性疾病愈多者生活品質愈差，且 需要看護者及最近三個月內有住院的老人生活品質都較差29。
第三節 心理計量特質的測量 — 由古典到項目反應理論
30一般的科學研究中常常需要測量一些變項，但並不是每一個特質的 測量都像身高、體重等等可以利用工具明確的量出來。常常研究者感興 趣的特質是無法直接測量得到，例如：英文能力、憂鬱的程度及生活品 質等等。當面臨這些無法直接測量得到的特質時，傳統上，研究者首先 發展一組問題來評估一個概念。當由一群受測者完成問卷的填寫後，再 將這些結果加總成一個總分的數值來代表該受測者在某特質上的表現，
這種測量方式較接近古典測量理論。舉例來說，假設一個研究者發展評 估一份飲食疾病的量表，量表得分愈高表示有飲食疾病的機會愈高，量 表得分愈低表示愈沒有機會有飲食疾病。題目的選項通常為5 分法：1（非 常不同意），2（不同意），3（普通），4（同意），5（非常同意）。
假想問卷中的幾個題目如下：
非常不同意 不同意 普通 同意 非常同意
SD D N A SA 1. 我規律地嘔吐來控制我的體重 1 2 3 4 5 2. 我會計算食物的熱量 1 2 3 4 5 3. 我用運動來燃燒脂肪 1 2 3 4 5
假如有一個人在等級評價量表(rating scale response)的反應分別為 2, 4, 5。利用傳統的計分方式這一個人在飲食疾病的量表中可以得到 11 分。
之後，在隨後的統計分析中這個11 分會被視為一個”測量值”。另一個人 的反應為5, 5, 1，他的分數也是 11 分。直接將分數等級加總有兩個假設 如下：(1) 每一題目的貢獻都是相同的（constant information），並且(2) 每 一個題目選項的測量都具有相同的間距（equal interval scale）上，就是假 設選項間具有等距的特質。以下針對這兩個假設所面臨的問題進行說明。
根據第一個假設表示所有的題目在評估這個概念的重要性上是相同 的。以上述假想中三個不同性質的題目來討論，可發現假設此三題對於
飲食疾病量表有相同的貢獻似乎是不明智的。例如，在第一題回答”非常 同意”是較第三題回答” 非常同意”更可能有飲食疾病上的問題。另外，有 爭議的地方則是第二題所涉及飲食議題部份是較少的。因此，當在已知 的概念下題目代表不同的程度時，資料不應該用直接加總後的總分來分 析，因為總分表示所有題目所貢獻的價值，但每題所貢獻價值儘管分數 相同，但意義並不同。
當然在第一題回答”非常同意”對於整體飲食疾病分數的貢獻是大於 第二題回答”非常同意”的。
第二個假設是題目的選項間間隔都是相同的（equal interval scale）。
將等級評價量表(rating scale response)相加表示每一個選項的距離是相同 的。我們以這虛構飲食疾病問卷的第一題為例。在心理學上，對於受測 者這一題”不同意”及”非常不同意”選項的間距是較其他選項的間距接近 的。同樣地，認為”同意”及”非常同意”可能是較接近的。因此，對於這一 題在心理學上的每一個選項的距離可能如下。
1. 我規律地嘔吐來控制我的體重 SD D N A SA 這個間隔說明如何從回答”不同意(D)”越過”同意(A)”的反應是相當 大的，在同意尺度(A 或 SA)或不同意尺度(D 或 SD)上難以捉摸的些微的 變化並不容易區分。例如，對於一個並未規律地以嘔吐來控制體重的受 測者而言(第一題)，他頗有可能選擇”不同意”或”非常不同意”中任一個，
因為這兩個選項間心理學上的距離是相當近的，依此類推，此受測者是 較難以回答”同意”或”非常同意” 中的任一個。在這個例子中，回答”同意”
與”不同意”之心理學上的距離是相當大的。
此外，對於每一個題目在每個序位選項間距離的重要性可能不同。
例如，對於一些題目在”同意”及”非常同意”可能有短的心理學上躍過的距 離，但其他的就不ㄧ定。將題目各選項相加而得到的總分會忽略這個現
象，這所引起的另一個問題為當原始的總分被視為這個概念的測量值時 會影響測量的精確度。因此，我們這 3 題飲食疾病量表中較精確的概念 如以下的推論：
1. 我規律地嘔吐來控制我的體重 SD D N A SA 2. 我會計算食物的熱量 SD DN A SA
3. 我用運動來燃燒脂肪 SD DN A SA
在傳統的方法中將這兩個假設強加在問卷的計分上，著實會影響測量 的精確性。因應以上的問題心理計量學者提出現代測量理論以解決傳統 方法上的限制。其中最具有代表性的應推項目反應理論（item responses theory），以下將針對項目反應理論進行介紹。
第四節 項目反應理論
31項目反應理論（item response theory, IRT）因應古典測量理論的一些 限制而發展。在目前的應用上，IRT 分為兩個發展的路線，一為 Rasch 系列，一為參數系列。IRT 模式是利用非線性函數整合受測者在一個特質 中潛在能力（latent trait）與題目特質之間的關係 32。在測量的過程中所 觀察到題目的反應與潛在特質(或能力)之間的關係，可以題目特徵曲線
（item characteristic curve）33來表現。在 IRT 模式中，假設題目反應具有 單一向度（unidimensionality）與局部獨立（local independence）的特性。
單一向度表示題目間評估單一潛在的概念。局部獨立性表示在固定的能 力下，題目間彼此不相關。
IRT 模式有不同的模式，其主要的區別是在潛在能力與題目反應機 率間關係的函數類型不同。最簡單的 IRT 模式為 Rasch 模式 34，此模式 原 則 上 只 考 慮 困 難 度 參 數 ， 故 又 稱 為 一 個 參 數 的 邏 輯 斯 函 數(logit function)。Rasch 模式允許題目間有不同的難度，但是卻假設所有的題目
都有相同的鑑別力。假如 Rasch 模式符合 IRT 基本假設（單一向度與局 部獨立性），其次觀察到的題目得分，可利用受測者的能力（theta）與 題目難度的函數式來描述之。舉例來說，對於二項式的題目（dichotomous item），答對的機率利用數學模式形成邏輯斯的頻度曲線（logistic ogive）：
n i
ni B - D
P 1 exp 1
Pni是隨機選第 n 位受測者回答第 i 題答對的機會。Bn表示受測者的 潛在特質，Di 為題目的難度。難度參數表示在特定的能力下，受測者答 對（或贊同）這一題的機率為0.5 時所對應在量尺上的值，此定義是根據 題目為只有兩個可能的反應之二項式情況，在最初建構 IRT 模式時，就 是以二項式題目作為一個基礎。二參數模式（two parameter IRT model）
是在單參數模式之後發展的，不僅估計題目的難度也估計題目的鑑別 力，二參數模式的反應機率為：
>
i n i@
ni -a B - D
P 1 exp 1
ai為第 i 題的鑑別力參數。鑑別力參數相似於在傳統測量理論中題 目與總分的相關性（item-total correlation）；這個參數的值愈高表示題目 有較好的能力來區分鄰近能力的程度，並且這也可以由潛在能力（X 軸）
或theta 與特定回答的機率（Y 軸）間較陡的斜率來證明。而三參數模式 是加入偽猜測（pseudo-guessing, c）參數來調整事實上個體可能因為運氣 而使得分數高於期望值的情形。
所以項目反應理論不僅提供一個數學的基礎來代替傳統的方法，並 且當其他非心理學者努力地將他們的研究概念化成可操作的測量時，他 們可以很容易地了解，但是實證調查需要有一個明確的理論架構作為基 礎並據以檢驗找出適當模式整合，而不是任意找一個進階的模式來處理
所以項目反應理論不僅提供一個數學的基礎來代替傳統的方法，並 且當其他非心理學者努力地將他們的研究概念化成可操作的測量時，他 們可以很容易地了解，但是實證調查需要有一個明確的理論架構作為基 礎並據以檢驗找出適當模式整合，而不是任意找一個進階的模式來處理