題目難度的分佈
Hwang 等利用傳統的心理計量評估 WHOQOL-BREF 在老人具有良 好的信、效度並且是適用的 13。但是這些都是以傳統的方法從範疇的層 次來看WHOQOL-BREF 在老人的適用性。本研究進ㄧ步利用項目反應理 論從題目的角度作更深入的探討。本研究的結果證實WHOQOL-BREF 大 多數的題目都符合單一向度的假設。題目的平均難度介在+1~-1 之間，然 而，WHOQOL-BREF 四個範疇的門檻值的分佈相較於社區老人族群 95%
的能力分佈是較廣的，表示題目能準確地估計大部分老人的能力，對於 少數最好及最差的老人則較不準。
在題目的重覆性上，環境範疇的題目有明顯難度重覆性存在，日後 若要修改問卷時可以刪減重覆性的題目，增加題目時則選擇在有較大間 隔(gap)之處，以增加量尺上題目的均勻性。在題目難度的適中性上，社 會範疇的題目對老人而言較易得到高分，而其他範疇的題目難度則較為 適中。
問卷信度的檢驗
Hwang 等利用傳統心理計量方法來評估 WHOQOL-BREF 在新社鄉 社區老人的適用性13，生理、心理、社會及環境範疇的信度各範疇
Cronbach’s alpha 值分別為 0.80、0.81、0.73 及 0.80 相同，本研究中 Rasch 模式分析所得結果中，受測者潛在特質的信度指標與傳統的測量信度的 Cronbach’s alpha 相似，受測者潛在特質的信度指標在生理、心理、社會 及環境範疇分別為0.76、0.77、0.68 及 0.78。兩個研究所得結果次序一致，
社會範疇的信度指標均最差。
問卷效度的檢驗
Hwang 等利用傳統心理計量方法中各範疇分數由加總計算所得之 分數(summated score)，以老人憂鬱症分數、認知分數等來檢驗
WHOQOL-BREF 的區辨效度，發現各範疇均有顯著的區辨力13，在表十 中，我們以Rasch 分析之得分進行老人憂鬱程度與認知程度之區辨力分 析並與Hwang13的結果作比較，F 檢定的結果發現 WHOQOL-BREF 各範 疇均有顯著的區辨力，更進一步我們用相對有效性指標來評估何者更能 敏感地區辨出老人憂鬱程度與認知程度，在憂鬱程度方面Rasch 得分之 相對有效性均優於Hwang13的結果，在認知分數方面 Rasch 得分之相對 有效性只有在社會範疇上優於Hwang13的結果。
傳統方法假設的探討
傳統的方法直接將分數等級加總有兩個假設，ㄧ為每一個題目的貢 獻相同，另一為題目的選項間具有相同的間距30。題目的貢獻表示題目 所提供的訊息，即測量的精確度。當問卷在每一個能力下測量的精確度 都相同時，表示在每個能力的區間下都有題目可以來估計人的能力。影 響測量的精確度的因素很多，題目難度分佈不均勻、題目難度間有較大 的間距或有DIF 存在等都會影響測量的誤差40。本研究分析中，社會範 疇有顯著的DIF(圖七、圖十一範疇選項間並未具有相同的間距(圖十五~
圖十八)，環境範疇中有較明顯的題目難度重覆性存在(表四與圖四)，因 此 Rasch 分析所得分數應可較傳統加總分數來得準確，尤其是在社會範 疇。此與表十一中Rasch 分數較能區辨老人憂鬱程度之結果一致，但與 表十一中老人認知程度之區辨結果不完全一致，或可解釋為認知程度本 身並非一個很好的效標。
Table 11 Discriminant validity analysis: means of domain or facet score by characteristic in classical test theory and item response theory
Depression Cognitive impairment
Domains No
Mean(SD)
Yes Mean(SD)
F-value Relative validity
No Mean(SD)
Yes Mean(SD)
F-value Relative validity
a Based on Hwang’s result13, represent one kind of Summated score Based on Student’s t test. *: P<0.05; **p<0.001; ***p<0.0001 Relative validity = F value (Rasch) / F value (Summed)
另ㄧ個假設為每個選項的間距都是相同的。惟有當題目的間距都是
測者能力及題目參數後，再用已估出的參數，事後估計鑑別參數 46。鑑 別參數的可能範圍雖然是0 ~ ∞，但 Rasch 所得的鑑別參數大都是在 0~2 之間。因為是事後估計的，主要反應的是原模式無法估計的部分，所以 從表二中我們發現鑑別力與misfit 統計量有ㄧ致性存在，亦即高的鑑別力 與低的misfit MNSQ 數值相ㄧ致，低的鑑別力與高的 misfit MNSQ ㄧ致。
在參數系列模式中可發現訊息函數與鑑別力參數有很大的相關性 3,
4，但在本研究中卻發現在生理範疇中鑑別力最差的題目PN4 其總訊息量 反而較其他鑑別力較好的題目來得高；此外，在項目反應理論由訊息函 數的公式可知當人的能力與題目難度相同時所提供的訊息量最大，但 Rasch 模式並未有此特質，例如 PN15 難度估計值為 0.42(表二)，但其訊 息量最高是出現在-2~-1 之間。
鑑別力與 infit 統計量有ㄧ致性存在,但與訊息函數結果不一致, 與 Rasch 模式特質相符。Rasch 模式的訊息量的應該要配合適合度來看，若 該題不適合(infit >1.4)則訊息量的準確性會有很大的偏差。
試題差別功能 (DIF)
在評估題目特質是否會因為性別的不同，而有不同的題目特質時，
心理範疇的 YN6 及 YN19 有輕微的 DIF，但在社會範疇中 SN21(對性生 活的滿意)及 SN22(對朋友支持的滿意)則有顯著的 DIF 存在。SN21 在男 性是最難的題目，而在女性則是容易的題目，有趣的是題目特質在不同 性別中是不相同，究其原因可能是因為在傳統的中國文化下，男性偏向 追求壯陽；而女性則是可能因生理狀態的改變對於性的需求降低，對性 生活較容易滿意。然而，針對 SN21，在 Wang47等分析國健局 20~65 歲 的一般族群發現在較年輕(20-29 歲)與較年長(大於 60 歲)這兩個次族群間 有 DIF 的情形，但在性別上則沒有發現。為確認性生活在性別間的 DIF
社會範疇進行DIF 分析，發現性生活這題確實在性別及年齡有 DIF 存在。
以不論在都市或是鄉下地區SN21”性生活”在性別都有 DIF。
接著在本研究中，SN22”朋友支持”在男性是較容易的題目，但在女 性卻是最難的題目，造成題目特質差異存在的原因可能為本研究族群為 較鄉下地區的社區老人，在傳統”男主外，女主內”的情形下，男性在外 常有社交活動，但女性則是在家中相夫教子，較缺少社交活動所致。
針對社會範疇將分年齡層來看性別間的 DIF，以及分性別來評估 DIF，我們發現對性生活的滿意度與生理功能改變有很明顯的關係，表十 三我們可以發現在年輕老人（65～75 歲）對性生活在性別中的差異，但 是在老老人中性生活在男性與女性間都是最簡單的題目。在年輕老人中 我們可以發現 SN20”人際關係”與 SN22”朋友支持”在男性是相對簡單的 題目，而在女性則是相對簡單的題目。但是在老老人中我們發現不管在 男性或是女性SN22”朋友支持”都是最難的題目。朋友支持的概念較偏向 與同年齡的人之互動，而社會關係則是與人的互動。到了75 歲以後，身 邊的朋友相繼的離開人世，這可能是老老人在朋友支持上難以得到滿足 的原因。圖十四為分性別來看年輕老人與老老人之間的DIF，不論在男性 或是女性都可以發現 SN21”性生活”在老老人都是最容易的題目，而 SN22”朋友支持”在老老人都是最難的題目。
我們發現社會範疇的題目在性別及年齡間有明顯的 DIF 存在，可能 在測量上造成的影響為題目在不同的性別（或年齡）間貢獻不同。當題 目在性別（或年齡）間的貢獻不同時，卻放在同一個基礎上來比較是不 適當。總之，DIF 分析可迅速地找出不同族群間題目特質的差異性，除了 檢視問卷外，也可以幫助我們進一步對於不同研究族群特質的瞭解與區 隔。