111 年 國立成功大學護理研究所乙組《護理研究》

本題主要在考驗研究設計中，將研究對象分配至不同組別（實驗組或對照組）的過程。

• 隨機分配 (Randomization)：指研究對象被分配到實驗組或對照組的機率是相等且已知的。這是隨機對照試驗 (Randomized Controlled Trial, RCT) 的核心特徵，旨在減少選擇偏差，確保各組在研究開始時盡可能相似，以便將實驗處理的效果與其他可能影響結果的因素區分開來。

本題考驗的是研究中假設 (hypothesis) 的類型。假設是用來預測研究結果的陳述。

• 虛無假設 (Null hypothesis, H0)：通常陳述兩個變項之間沒有關係或差異。
• 統計假設 (Statistical hypothesis)：泛指所有與統計檢定相關的假設，包含虛無假設和對立假設。

本題在考驗測量工具的品質特性。

• 效度 (Validity)：指測量工具是否測量到它聲稱要測量的東西。換句話說，它測量的準確性。
• 信度 (Reliability)：指測量工具在重複測量時，結果的一致性或穩定性。一個可靠的工具，在相同條件下重複測量，應該得到相似的結果。

本題考驗的是抽樣方法，特別是在母群體中存在不同次群體 (subpopulations) 的情況下，哪種抽樣方法最能確保各次群體都有代表性。

• 分層隨機抽樣 (Stratified random sampling)：首先將母群體依據某個重要特徵（如年齡、性別、社經地位等）劃分為幾個互斥的次群體（層），然後從每個層中獨立地進行隨機抽樣。這種方法能確保各次群體在樣本中都有足夠的代表性，尤其適用於母群體異質性較高，且研究者希望確保特定次群體被涵蓋的情況。
• 單純隨機抽樣 (Simple random sampling)：母群體中的每一個體都有相等且獨立的機會被抽到樣本中。

本題考驗研究中的基本術語。

• 自變項 (Independent variable)：研究者操弄或測量，以觀察其對依變項影響的變項。在此例中，可能是「eating behaviors」。
• 母群體 (Population)：研究者感興趣的、希望推論其結果的整個群體。例如，所有大學生。

本題考驗的是準實驗設計 (quasi-experimental design) 的特性。準實驗設計與真實驗設計 (true-experimental design) 的主要區別在於對隨機分配的使用。

• 真實驗設計：必須具備三個要素：操弄 (manipulation)、控制組 (control group)、以及隨機分配 (random assignment)。
• 準實驗設計：通常具備操弄和控制組，但缺乏隨機分配。因此，實驗組和對照組可能不是隨機產生的，也就是「非等價組 (nonequivalent groups)」。

本題考驗的是不同研究設計的適用性，特別是針對「疾病盛行率 (disease prevalence)」的探討。

• 病例對照研究 (Case control study)：從結果（疾病）回溯原因（暴露因素）。適合研究罕見疾病的危險因子。
• 世代研究 (Cohort study)：追蹤具有不同暴露情況的群體，觀察其結果（疾病發生率）。適合研究疾病的發生發展過程和危險因子。

本題考驗的是機率抽樣 (probability sampling) 和非機率抽樣 (non-probability sampling) 的區別。

• 機率抽樣：母群體中的每一個體都有一個已知的、非零的機率被抽到樣本中。常見的有：單純隨機抽樣、系統抽樣、分層抽樣、叢聚抽樣。
• 非機率抽樣：樣本的選擇不是基於隨機原則，而是基於研究者的判斷或便利性。母群體中的每一個體被抽中的機率是未知的，甚至可能是零。常見的有：便利抽樣、配額抽樣、判斷抽樣、滾雪球抽樣。

本題考驗對理論架構 (theoretical framework) 和概念架構 (conceptual framework) 的理解。

• 理論架構 (Theoretical framework)：通常基於一個已建立的、較為廣泛的理論，用來解釋研究現象。它提供了一個解釋研究問題的理論背景。
• 概念架構 (Conceptual framework)：由研究者根據現有的知識、研究問題和研究目的，將相關概念及其預期關係組織起來，形成一個圖或描述。它不一定基於單一理論，而是研究者對研究問題的理解和邏輯架構。

讓我們逐一分析選項：
(A) 理論架構和概念架構都建議研究假設的方向：這是正確的。兩者都為研究提供了邏輯基礎，幫助研究者形成具體的研究假設。
(B) 概念架構基於單一理論，並使用理論的命題：這是錯誤的。概念架構可以基於一個理論，也可以是整合多個理論、概念，甚至是研究者原創的想法。

本題考驗對不同資料收集方法特性的理解。

• 自填問卷 (Self-report questionnaire)：通常成本較低，發放和回收效率高，較節省時間和人力。
• 訪談 (Interview)：可以收集深入的資料，但受訪者可能擔心隱私問題，其匿名性取決於訪談設計和執行。
• 生物生理資料 (Biophysiologic data)：可透過體內 (in vivo) 或體外 (in vitro) 的測量方式獲得。例如，測量血壓是 in vivo，檢驗血液樣本是 in vitro。
• 生態瞬間評估 (Ecologic momentary assessments, EMA)：透過電子設備（如手機）在受訪者日常生活中，於特定時間點或事件發生時，即時收集其感受、行為或生理狀態的資料。這種方法能捕捉到接近真實經驗的資料。

本題考驗對隨機誤差 (random error) 和恆定誤差 (constant error) 的理解。

• 隨機誤差 (Random error)：指測量過程中由於無法控制的隨機因素造成的誤差，每次測量時的誤差方向和大小可能不同，且無法預測。它會影響測量的信度。
• 恆定誤差 (Constant error)：也稱為系統誤差 (systematic error)，指在所有測量中，誤差的方向和大小都傾向於相同或相似。它通常是由於測量工具的缺陷、測量程序的系統性問題或研究者偏差造成的。恆定誤差會影響測量的效度。

讓我們逐一分析選項：
(A) 隨機誤差每次測量都不同：這是正確的。隨機誤差的特點就是其隨機性和變異性。
(B) 恆定誤差以相同方式影響變項的測量：這是正確的。

核心觀念

本題考「配對（matching）」在研究設計中的作用與限制。

配對是指研究者依據可能影響結果的干擾變項，將研究對象配成條件相近的組合，例如病例組與對照組在年齡、性別或疾病嚴重度上相近。其目的在於控制干擾，使主要自變項與依變項之間的關係較不受第三變項影響。

配對變項本身在各組的分布已被研究設計刻意調整，因此通常不能再以一般方式評估其對結果的獨立影響；分析時則必須將配對設計納入考量，避免錯誤估計。

解題方法

判斷配對作用時，掌握兩個原則：

1. 配對主要用來控制可能的混淆因素。
2. 已經用來配對的變項，分析時仍須納入適當的統計模型或分析方法中。

例如病例對照研究以年齡與性別進行配對，病例組與對照組在年齡、性別上具有相近分布。此時研究重點是分析暴露因素與疾病之間的關係，而不是再單獨比較年齡或性別是否造成差異；統計分析則需使用配對資料適用的方法，例如條件式邏輯斯迴歸。

因此，最符合配對研究原理的選項是將配對變項視為研究中需要控制的混淆因素，並在分析時加以處理。

選項分析

(A) Match of factors in doubt

錯誤。配對不是單純將「有疑問的因素」互相配合，而是依據研究者事前認定可能造成混淆的變項進行配對。配對因素通常是年齡、性別、教育程度或疾病嚴重度等已知或合理懷疑會影響結果的變項。

(B) Evaluate the matched variable(s)

本題考驗的是測量工具的基本屬性。

• 效度 (Validity)：指測量工具是否能準確地測量到它所要測量的概念或特質。換句話說，測量結果的正確性。
• 內部一致性 (Internal consistency)：是信度的一種，指測量工具內部的各個項目之間是否測量的是同一個潛在構念。

本題考驗對不同研究設計特點的理解。

• 世代研究 (Cohort study)：追蹤同一群體（世代）在一段時間內的變化，觀察暴露與結果的關係。因此，它確實能測量變項隨時間的變化。
• 橫斷面研究 (Cross-sectional study)：在單一時點收集資料，只能觀察變項之間的關聯性，很難確定因果關係，因為無法判斷哪個變項在前，哪個在後。
• 病例對照研究 (Case-control study)：從疾病（結果）開始，回溯其可能的危險因子（暴露）。由於從結果回溯原因，它特別適合研究發生率很低的罕見疾病，因為可以從少數病例中找到足夠的對照組進行比較。
• 監測研究 (Surveillance study)：通常指對疾病或健康事件的發生進行持續、系統性的監測和收集，以了解其趨勢、分佈和決定因素。

本題考驗的是研究效度 (research validity) 的概念，特別是關於研究結果的可推論性。

• 內部效度 (Internal validity)：指研究結果真實反映了自變項與依變項之間關係的程度，即研究設計是否能有效排除其他干擾因素，確切地說明自變項是造成依變項變化的原因。

本題考驗對研究設計中「隨機抽樣」與「隨機分配」這兩個重要概念的理解及其目的。

一、隨機抽樣 (Random Sampling) 的目的：

隨機抽樣是從母群體中抽取樣本的方法。其主要目的是：

1. 確保樣本的代表性 (Representativeness)：隨機抽樣保證母群體中的每一個體都有一個已知且非零的機率被選入樣本。這有助於使樣本在各方面（如年齡、性別、社經地位、健康狀況等）盡可能地接近母群體，減少選擇偏差 (selection bias)。
2. 推論母群體參數 (Inference to Population Parameters)：由於樣本具有代表性，研究者可以根據樣本的統計數據（如平均數、比例）來推論母群體的相應參數，並且可以計算推論的精確度（如信賴區間）。
3. 統計推論的有效性 (Validity of Statistical Inference)：許多統計檢定方法的基礎是基於隨機抽樣的假設。使用隨機抽樣可以確保統計檢定的結果是有效的，並且可以計算出檢定結果的顯著性水平 (p-value) 具有統計意義。

二、隨機分配 (Random Assignment) 的目的：

本題要求根據提供的英文摘要，回答關於研究設計、變項以及主要結果的問題。

摘要內容重點：

• 研究目的： 檢驗社會經濟地位 (SES) 與飲食行為之間的關係，探討心理和環境因素是否為中介變項。
• 研究對象： 225 名超重或肥胖的非裔美國男性和女性。
• 研究設計： 橫斷面研究 (cross-sectional study)。
• 分析方法： 結構方程模型 (structural equation modeling, SEM) 結合 bootstrap。
• 主要發現：
  • SES 對飲食行為有顯著的間接影響（透過心理和環境因素），但無直接影響。
  • SES 對心理因素和環境因素都有顯著的直接影響。
  • 心理和環境因素對飲食行為也有顯著的直接影響。
  • 因此，心理和環境因素中介了 SES 與飲食行為之間的關係。
• 結論： 增強心理和環境因素的介入措施，可能改善超重或肥胖的非裔美國人（特別是社經地位較低的）的飲食行為。

回答問題：

1. 此篇文章屬於何種研究設計? (2%)
根據摘要中的描述：「We conducted a cross-sectional study...」，此研究採用的是橫斷面研究 (Cross-sectional study)。

2. 此研究之自變項、依變項與中介變項分別為何? (8%)

• 自變項 (Independent Variable, IV)：研究者主要關注其影響力的變項，在此研究中，最根本的自變項是社會經濟地位 (Socioeconomic Status, SES)。
• 依變項 (Dependent Variable, DV)：研究者觀察是否受自變項影響的變項，在此研究中是飲食行為 (Dietary Behaviors)。
• 中介變項 (Mediating Variables)：介於自變項和依變項之間，解釋自變項如何影響依變項的變項。

核心觀念

本題考多元線性迴歸表的判讀。模型以憂鬱程度為依變項，將年齡、性別、學校類型、GPA、工作狀態、家庭人數、父母教育程度、線上教育困難、精神疾病家族史及父親工作等變項同時納入分析。

判讀時要分清各欄的意義：

• $B$ 是未標準化迴歸係數，表示其他變項固定時，預測變項增加一單位，憂鬱分數平均改變多少。
• $\beta$ 是標準化迴歸係數，可比較不同預測變項與憂鬱分數的相對關聯強度。
• $t$ 與 $p$ 用來檢定個別迴歸係數是否顯著；本題以 $p<.05$ 判定達統計顯著。
• $R^2$ 表示模型可解釋的依變項變異比例；$F$ 檢定則評估整體迴歸模型是否顯著。

解題方法

原頁表格列出 $N=384$，$R^2=.178$，$F(11,384)=7.23$、$p\leq.001$；個別變項中，年齡、性別、父親教育程度、母親教育程度及線上教育困難的 $p$ 值小於 .05。依序先判定整體模型是否顯著，再用各變項的 $p$ 值判斷其是否與憂鬱分數有顯著關聯，最後依 $B$ 或 $\beta$ 的正負號說明方向。

整體模型達統計顯著，代表這 11 個預測變項合併後，與憂鬱分數有顯著關聯。$R^2=.178$ 表示模型解釋憂鬱分數變異的 $17.8\%$，其餘 $82.2\%$ 的變異未由此模型解釋。

個別變項結果

在控制表中其他變項後，達統計顯著的變項如下：

• 年齡：$B=1.40$、$\beta=.10$、$p=.040$。係數為正，表示年齡每增加一單位，預測憂鬱分數平均增加 $1.40$ 分；此關聯達顯著。
• 性別：$B=2.97$、$\beta=.21$、$p<.001$。性別與憂鬱分數有顯著關聯。正負方向須依研究中的性別編碼判讀；表中未提供編碼，因此不能直接指出哪一性別的憂鬱分數較高。
• 父親教育程度：$B=-1.83$、$\beta=-.21$、$p<.001$。