ADLRS-III刪題結果

使用MI刪題的方法

優點

1. MI為較常使用修正模型的方法。MI修正模型主要是在變項中拉相關，非用於刪題

缺點

1. 不一定容易解釋為何刪除某個項目

使用EFA方法

優點

1. 依分類的方式選題，較容易解釋

缺點

1. 此方法較不常見

2. 須有另一個樣本再進行CFA，不適宜用原本的樣本進行CFA。

以本研究來看，使用MI方法刪題，並刪除factor loading低 (< 0.40)的項目，進行CFA後，可獲得good model fit的結果。在各面向刪題解釋結果如下 (刪除項目之理由已與李主任討論)

Personal hygiene：刪除2題，包括第1題 (早晚刷牙習慣)、第8題 (使用化妝品習慣)。刪除第1題，可能是題目描述不清楚，是要問個案早上和晚上有刷牙的習慣，還是早上或晚上有刷牙習慣，而導致個案填題有困惑。刪除第8題，可能是因為性別差異的關係。
若此面向起先沒有刪除factor loading低的項目 (第8題)，會刪除3題，包括第1題 (早晚刷牙習慣)、第3題 (洗手習慣)、第4題 (洗頭習慣)。雖然最後第8題的factor loading剛好0.40 (達到標準)，不須刪除，但要解釋刪除的理由有點牽強。

Current events：刪除3題，包括第1題 (現任總統是誰)、第9題 (列舉便利商店)、第10題 (列舉速食店)，刪除此三題的可能原因為此些項目為短期不會改變之生活事件。

Money calculation：刪除4題，包括第6題 (國內最大張的錢幣)、第7題 (使用信用卡)、第8題 (兌換支票)、第10題 (每月花費)，此些項目為金錢使用，非為金錢計算。有考慮第9題 (到那裡繳水電費)，此項目應該也算是金錢使用，為何沒刪除，可能原因為在繳水電費之前，必須瞭解要準備多少錢，這部分就牽涉到金錢計算。

Transportation facilities use：刪除5題，包括第1題 (騎腳踏車)、第5題 (列舉長途汽車公司)、第6題 (最快等級之火車)、第9題 (看地圖-畫路線)、第10題 (看地圖-列路名)。刪除此5題的可能原因為熟悉度，個案的動作協調不好，不太會去騎腳踏車，個案不太常自行出遠門，較不會自行搭乘長途汽車和火車，且不太有機會使用到地圖。

Communication tools use：刪除2題，包括第5題 (寄限時郵筒的顏色)、第9題 (使用電子信箱)。刪除第5題，可能原因是題目描述的目的不清楚，目的應該為想知道個案是否會投信箱，而非知道郵筒的顏色。刪除第9題，可能原因為熟悉程度，使用電子信箱為用電腦的高階能力，大多數的個案可能不太常用到電子信箱。

Problem-solving ability：刪除1題，刪除第2題，此項目為個案處理自己本身情緒之能力，非為處理對外事件之問題解決能力。

6個修正面向，在內在一致性方面，除了personal hygiene-revised外，其它有5個面向刪題後α降低 (Table 1)。6個修正面向都沒有floor effect，但有4個面向有明顯之ceiling effect (包括personal hygiene-revised, current events-revised, money calculation-revised, transportation facilities use-revised)，此4個面向須增加困難度較高的項目。

Table 1

Domain	Number of items	Internal consistency (α)	Ceiling effect (%)	Floor effect (%)
Independence	10	0.80	19.8	1.3
Personal hygiene-revised	8	0.81	37.8	2.0
Leisure	14	0.79	23.7	2.3
Picture recognition	10	0.87	17.1	10.2
Current events-revised	7	0.79	55.6	2.0
Literacy ability	9	0.81	4.3	10.9
Money calculation-revised	6	0.83	25.7	10.2
Transportation facilities use-revised	5	0.67	21.7	5.3
Communication tools use-revised	8	0.76	17.8	10.2
Problem-solving ability-revised	4	0.82	16.4	2.3

註：字形斜體表示α < 0.70。

    字形粗體表示% > 20%

ADLRS-III 之因素命名與選擇

與臨床人員討論ADLRS-III 6個面向之因素命名及因素選擇，以下為討論結果

1. personal hygiene
    (1) 基本衛生習慣：第1、2、3、10題
    (2) 儀容整潔：第4、5、6、7、9題
討論結果：臨床人員認為第二個因素項目較實用，為臨床工作人員想瞭解之部分，且第二個因素亦屬於個人的衛生狀況，因此選擇第二個因素代表此面向。

2. current events
    (1) 短期會改變之生活事項：第2、3、4、5、6、8、10題
    (2) 短期不會改變之生活事項：第1、7、9題
討論結果：第一個因素較能符合原面向概念 (當前之生活事件)，第二個因素為過去已知的生活事件。因此選擇第一個因素代表此面向。

3. money calculation
    (1) 金錢計算：第1、2、3、4、5題
    (2) 金錢使用：第6、8、9、10題
討論結果：第一個因素較符合原面向概念，因此選擇第一個因素代表此面向。

4. transportation facilities use
    (1) 交通工具使用：第1、2、3、4、5、6、7、8題
    (2) 地圖使用：第9、10題
討論結果：第一個因素較符合原面向概念，且實際使用工具，因此選擇第一個因素代表此面向。

5. communication tools use
    (1) 非電子類之溝通器具：第1、2、3、4、5、6題
    (2) 電子類之溝通器具：第7、8、9、10題
討論結果：二個因素都是溝通器具的使用，但對個案而言，個案較不熟悉電子類之產品，因此選擇第一個因素代表此面向。

6. problem-solving ability
    (1) 問題解決能力：第1、3、4、5題
    (2) 自我情緒管理能力：第2題
討論結果：第一個因素較為個案處理對外事件之解決能力，而第二個因素為個案處理自己本身情緒之能力。第一個因素較符合原面向概念，因此選擇第一個因素代表此面向。

CFA結果不好的分析做法 (11/30補充)

依據11/28部落格所張貼之"CFA結果不好的分析做法" (註1)，於此補充ADLRS-III執行EFA之結果。

ADLRS-III有6個面向之CFA適配度指標不符合標準。此6個面向分別是personal hygiene、current events、money calculation、transportation facilities use、communication tools use、problem-solving ability (註2)。
使用EFA分析結果顯示，此6個面向為two-factor model。分別於此6個面向選擇合適代表其面向所欲測量之概念：personal hygiene有5題 (第1、2、3、8、10題)；current events有7題 (第2、3、4、5、6、8、10題)；money calculation有5題 (第1、2、3、4、5題)；transportation facilities use有8題 (第1、2、3、4、5、6、7、8題)；communication tools use有6題 (第1、2、3、4、5、6題)；problem-solving ability有4題 (第1、3、4、5題)。

以下為我對各個面向因素的判斷和命名，每個面向所提及之第一個因素為包含以上所提之項目，但第二個因素。

• personal hygiene：衛生習慣、儀容整理
• current events：時事、一般常識
• money calculation：金錢計算、金錢使用
• transportation facilities use：交通工具使用、地圖使用
• communication tools use：溝通器具使用、電子產品使用
• problem-solving ability：問題解決能力、情緒管理能力

註1：當CFA結果不好時，較合適的做法為進行EFA分析，探討因素結構為何，並提出合適的項目以代表欲測量之概念。使用EFA後，不以同一樣本再進行CFA。
註2：除了problem-solving ability原本只有5題外，其它面向原本有10題。

CFA結果不好的分析做法

與李晏討論我提出的三個CFA刪題方法：(1) factor loading；(2) KMO值；(3) MI值。相關內容詳見部落格內容"CFA模式不符時之刪題方法"。
此次的討論重點為(1) 那個方法為較robust? (2) CFA 指標結果不好時，較合適的做法?

與李晏的想法和我自己的想法如下
針對問題一
李晏的想法：
沒有較robust的刪題作法，較常使用的刪題法為factor loading。KMO值屬於EFA的刪題法，若使用KMO刪題後，再使用同一個sample執行CFA分析，並不適當，應使用另一個sample執行CFA分析。而MI值主要使用於修正模型，在變項中拉相關，非主要用來當做刪題的方法。

我的想法：
我贊成李晏的看法。我補充其它我的想法，CFA是以理論為出發點的驗證方法，模型不好，就表示此模型不符合此族群或此模型不正確，應該依據理論而修改模型。factor loading是模型好的時候，確認項目是否與潛在因素的相關高不高，能否當做潛在因素的指標。模型不好，factor loading值不一定會低，例如：ADLRS-III之problem-solving ability domain，此面向one-factor model之CFA指標結果不符，但factor loading都高於0.79，此結果顯示各個項目與潛在因素的相關高，但所有項目非代表一個潛在因素。因此，factor loading並非為最robust的刪題法。

針對問題二
李晏的想法：
CFA 指標結果不好時，合理的做法應為使用EFA去探索面向的因素結構，例如：one-factor CFA model不好，應探討此面向應該是怎麼樣的結構，有幾個因素 (是two-facor model或three-factor model...)，然後依據專家對理論判斷，提出一個合適的one-factor model (那個因素概念符合原本的概念)。然後就此停住，不應該再分析CFA。

我的想法：
當初在認知到不能使用factor loading刪題時，我看了許多文獻是以EFA的方式確定因素結構，然後給予因素定義其概念，如提出那個因素較符合原先認知的概念。當時我覺得用EFA分析方法，並沒有看到任何刪題的指標/標準，或說要先刪哪一題等等。所有我困惑了，因為EFA不是刪題，而是用來選題。當初我執著於"要刪題"，而非"選題"。
與李晏討論過後，我覺得我的思考應該要轉個彎，選題也是刪題的一種方式，我可以提出較合適的項目模式，許多CFA研究不是在比較不同的因素結構模型嗎。我的研究提出模型不合適，但我有提出可能合適的模型，未來的研究可再收另一個樣本驗證我提出的模式。

CFA模式不符時之刪題方法

CFA分析結果不好之刪題方法有三
1. 刪除低於標準之項目factor loading。
2. 執行EFA分析，刪除Kaiser-Meyer-Oklin measure of sampling adequacy (KMO值)低的項目。
3. 刪除modification index (MI)數值大之項目。

針對ADLRS-III不符合CFA分析指標之面向，我已分別使用此三種方式，刪除面向之項目。以下為針對上述每個方式
1. 使用factor loading方法，有面向之所有項目factor loading值都符合標準，無法使用此方法。
2. 使用KMO方法，刪除項目後之CFA分析結果，都符合CFA分析指標。
3. 使用MI方法，有面向一直刪除項目到剩下4題之CFA分析結果，仍然無法符合CFA分析指標 (註)。

從我實際分析的狀況來看，我的看法是使用KMO的方法。我的理由如下
1. 不採用factor loading方法，因為不能刪題。
2. KMO方法和MI方法比較。
    (1) KMO方法需要刪除的題目數較少，而且可以在刪題後能符合CFA分析指標。
    (2) KMO要刪除題目比較合理。例如：在personal hygiene面向中，KMO會刪除factor loading較低的項目 (第8題：你有用化妝品或保養品的習慣嗎?)，另外，我覺得第8題有性別差異。但是以MI方法，卻不會刪除此題。

註：執行CFA分析，至少要有4題。

Cronbach's Alpha vs KMO

我分析刪除項目後的Cronbach's Alpha，此部分刪除之項目和依據KMO要刪除之項目不同。

我的看法：Cronbach's Alpha為分析項目間的相關。而KMO為考量淨相關 (註1)後，從項目間相關中探索所有項目是否有共同的因素 (註2)。

註1：淨相關為於控制其它變項後，欲觀察二個變項之相關程度。淨相關小表示被控制的部分多，所以欲觀察二個變項之相關程度小。

註2：我更正部落格"KMO解釋"對KMO的解釋。

KMO解釋

Kaiser-Meyer-Oklin measure of sampling adequacy (KMO)為一適切性指標，從變項 (項目)相關中，探索一組項目是否有共同因素存在。
KMO之公式為二二變項間相關加總除以二二變項間相關加總加上所有變項之淨相關。
KMO = (∑∑r²_ij)/(∑∑r²_ij+∑∑a²_ij)
a²_ij =(r_{ij•1,2,3….k})

以整體模式來看 (看所有的變項)，當二個變項和其它變項有共同的因素時，所有變項淨相關會很小，KMO值會變大。因此KMO值越大，越合適進行EFA分析。

以個別變項來看，個別變項之KMO值小表示有此項目存在時，所有項目之淨相關大，此項目與其它變項之共同部分小，可能非為測量同一個概念。因為可考慮刪除此變項。

ADLRS-III刪題後之分析

Table 1 Fit indices of the 10 domains of the ADLRS-III (n =304).

Domain	χ2	df	χ2/df	CFI	TLI	RMSEA
Independence	97.04	35	2.77	0.981	0.975	0.076
Personal hygiene	153.83	35	4.39	0.966	0.957	0.066
Personal hygiene-da	9.90	5	1.98	0.995	0.991	0.029
Leisure	146.07	77	1.90	0.981	0.977	0.058
Picture recognition	55.22	35	1.58	0.997	0.996	0.021
Current events	156.88	35	4.48	0.944	0.929	0.107
Current events-da	18.40	14	1.24	0.998	0.998	0.003
Literacy ability	42.14	27	1.56	0.995	0.994	0.048
Money calculation	401.62	35	11.47	0.680	0.589	0.294
Money calculation-da	9.70	5	1.94	0.997	0.995	0.055
Transportation facilities use	192.92	35	5.51	0.961	0.949	0.088
Transportation facilities use-da	24.07	9	2.67	0.992	0.986	0.051
Communication tools use	105.88	35	3.03	0.981	0.976	0.068
Communication tools use-da	22.53	9	2.50	0.990	0.984	0.062
Problem-solving ability	19.85	5	3.97	0.989	0.977	0.094
Problem-solving ability-da	0.855	2	0.43	1.000	1.000	0.000
Total score of 10 domains	0.25	35	0.00	1.000	1.000	0.004
Total score of 4-IADL domains	0.79	2	0.40	1.000	1.000	0.000
Total score of 5 cognition-related ADL domains	0.08	5	0.02	1.000	1.000	0.079

The criteria of the CFA fit index met are presented in bold.

Note: ^aItems of the domains have been deleted.

Personal hygiene剩下5題 (第4、5、6、7、9題)；Current events剩下7題 (第2、3、4、5、6、8、10題)；Money calculation剩下5題 (第1、2、3、4、5題)；Transportation facilities use剩下6題 (第3、4、5、6、7、8題)；Communication tools use剩下6題 (第1、2、3、4、5、6題)；Problem-solving ability剩下4題 (第1、3、4、5題)。

Table 2 Mean, SD, ceiling effect, floor effect and reliability (n=304)

Domain	Mean±SD	Ceiling effect (%)	Floor effect (%)	Internal consistency (α)
Independence	7.1±2.5	19.8	1.3	0.80
Personal hygiene-da	4.2±1.5	52.0	2.6	0.73
Leisure	6.6±2.8	23.7	2.3	0.79
Picture recognition	6.7±3.1	17.1	10.2	0.87
Current events-da	6.8±1.8	52.6	2.0	0.81
Literacy ability	5.3±2.9	4.3	10.9	0.81
Money calculation-da	2.8±1.9	27.3	23.7	0.85
Transportation tool use-da	4.5±1.8	38.2	5.3	0.79
Communication tool use-da	4.4±1.6	30.6	3.6	0.72
Problem-solving ability-da	4.8±2.6	17.8	10.2	0.82

Note: ^aItems of the domains have been deleted.

有6個面向，依據EFA之結果刪題後再執行CFA分析。結果顯示此6個面向之4個CFA指標都符合標準 (χ2/df < 3.00, CFI ≥ 0.950, TLI ≥ 0.950, and RMSEA < 0.080)。所有符合單向度的面向，進行面向總分之one-factor CFA分析，結果顯示10個面向之CFA模式成立，此10個面向分數加總可代表整體ADL狀態。此外，4個IADL面向(i.e., independence, leisure, transportation facility use, and communication tool use)和5個認知相關ADL面向(i.e., picture recognition, current events, literacy ability, money calculation, and problem-solving ability)之one-factor CFA模式成立，4個IADL面向與5個認知相關ADL面向之分數加總，分別可代表個案IADL和認知相關ADL之能力。

符合單向度模式的10個面向之Cronbach’s alpha都>0.70。然而，已刪題之5個面向 (personal hygiene、current events、money calculation、transportation tool use、communication tool use)和未刪題的leisure有ceiling effect。Leisure面向原本有14題 (每題1分)，原始總分超過10分，以10分計算。若以原始分數計算 (不刪減總分)，此面向就無明顯的ceiling effect (2.0%)。其它已刪題之5個面向可能需要增加困難度較高之項目，以區辨高功能患者之間的差異。另外，已刪題之money calculation有floor effect，此面向應加入困難度較低之項目，以區辨低功能患者之間的差異。