第9章：問卷發展完全指南

從地基到耐久測試：把一份問卷「蓋」成堅固可信的研究工具

← 返回課程 開始閱讀 ↓
1

前言：為什麼問卷品質如此重要？

想像你正在蓋一棟房子。地基如果歪了，無論上面的建築多漂亮，整棟房子都是危險的。在研究中，問卷就是你的「地基」，你的所有統計分析、所有結論，都建立在問卷所蒐集的資料之上。如果問卷本身有問題，那麼不管你用多精密的統計方法，得出的結果都站不住腳。

這就是為什麼國際期刊（特別是 SSCI 期刊）的審稿者會非常仔細地檢視你的問卷：它真的在量你想量的東西嗎？它量得穩定嗎？它能區分不同的人嗎？

上一章我們建立了信度與效度的概念框架，本章則是「實作指南」：從一張白紙開始，一路走到一份可以上期刊的量表，需要經過哪些階段？每個階段的判讀標準是什麼？為了讓抽象的階段具體化，本章用兩個真實案例貫穿講解，兩者角色互補、對照學習。

✅ 案例 A：SEE-CSelf-Efficacy for Exercise – Chinese version，中文版運動自我效能量表。由 Lee 等人（2009）翻譯、驗證 Resnick & Jenkins (2000) 原版 SEE Scale，發表於 International Journal of Nursing Studies。N = 192 台灣高齡者（平均 71.2 歲）。（已驗證中文版量表）

角色：示範「一份已完成驗證的量表長什麼樣」，完整心理計量數據可查。

背景：Lee 等人（2009）將 Resnick 的英文版 SEE 翻譯為中文，並於 192 位台灣高齡者中驗證，發表於 International Journal of Nursing Studies。9 題、0–10 計分，測量各種阻礙情境下從事運動的信心。

關鍵數據（本章將逐項引用）： 9 題、0–10 計分、Cronbach's α = 0.75、CFA χ²/df = 1.67、NFI = 0.90、RMSEA = 0.059、與運動行為相關 r = 0.46。

🧪 案例 B：ACS-SMQAcute Coronary Syndrome Self-Management Questionnaire，急性冠心症自我管理問卷。某醫院團隊自擬量表，兩面向（疾病認知 + 行為順從）下 5 類別（疾病、藥物、飲食、運動、菸害）。已發表於非 SCI/SSCI 的醫院期刊，CVI 0.98–1.0、Cronbach's α = 0.791（N = 97）。進階心理計量（EFA/CFA、再測信度、聚合效度、測量恆等性）尚待補強。（已發表首階段，進階指標待補強）

角色：示範「一份首階段已發表的自擬量表，該如何在後續研究中補齊進階心理計量」。

背景：某醫院團隊自擬之急性冠心症自我管理問卷，兩面向（疾病認知 + 行為順從）下 5 類別（疾病、藥物、飲食、運動、菸害），用於 ACS 病人衛教介入與追蹤。

已發表的心理計量數據（2023 年）：
  • 內容效度 CVI = 0.98–1.0（5 位專家）
  • 內部一致性 Cronbach's α = 0.791（N = 97）；預試 α = 0.787（n = 30）
  • 介入前後差異顯著（F = 135.842 / 324.524，P < 0.001）
尚待補強項目：EFA / CFA、再測信度 ICC、聚合效度（與 SAQ 之 Pearson r）、區辨效度、已知組效度、反應性指標（SRM）、測量恆等性、跨機構再驗證。
🎯 兩案例的教學互補

同一個心理計量指標（例如 Cronbach's α、CFA、已知組效度），本章都會用「SEE-C 的實際完成數據」搭配「ACS-SMQ 的現況與補強建議」雙向呈現。這樣你會同時看到：

  • 完成品的樣貌：一份通過國際期刊審查的量表，各項指標實際落在什麼範圍。
  • 發展中的策略：當資源/樣本有限時，如何分階段累積信效度、哪些可以在 Limitation 中誠實交代。
📚 兩個主案例的出處（精簡版）
  • SEE-C（✅ 案例 A）：Lee 等人 (2009), International Journal of Nursing Studies 46(2):230–238。SCI 期刊。DOI：10.1016/j.ijnurstu.2008.09.003
  • ACS-SMQ（🧪 案例 B）：Yang 等人 (2023), Tungs Med J 17(1):30–35。非 SCI/SSCI，屬於醫院期刊。DOI：10.4103/ETMJ.TMJ-111017

完整書目、SEE 家族四波演化、兩個期刊的詳細透明度說明，請見 §13 章節總結的延伸閱讀區塊。

💡 延伸閱讀路徑（可先跳過，回頭再讀）

若你想深入了解每個主案例的發展脈絡與學術定位，本章在 §13 章節總結提供兩個延伸閱讀區塊：

  • SEE 量表家族的四波演化：1993 EXSE → 2000 SEE → 2009 SEE-C → 2024 SEE Brief，呈現同一份量表在 31 年間如何被持續精煉。
  • ACS-SMQ 的兩篇正式發表文獻：完整書目、數據與期刊層級說明。

上述細節對初次閱讀非必須，新手可直接進入 §2 六大階段。

💡 本章學習目標
  • 說明問卷發展的六大階段、各階段的產出與對應品質指標。
  • 透過 SEE-C（已完成）與 ACS-SMQ（發展中）的對照，掌握 CVI、Cronbach's α、ICC、EFA / CFA、聚合/區辨/已知組效度、反應性等指標的判讀。
  • 分辨「翻譯既有量表」與「從零自擬量表」兩條發展路徑的差異與注意事項。
  • 診斷「天花板效應」對中介分析與反應性的傷害。
  • 辨識問卷發展階段常見的五種錯誤，並建立分階段驗證的成熟觀念。
2

全景圖：問卷發展的六大階段

整個問卷發展過程可以分為六個大階段，就像蓋房子一樣：

階段一

打地基

蓋房比喻：調查土壤、畫設計圖。

問卷工作：文獻回顧 + 質性訪談，確定要量什麼構念。

產出：題目池（Item Pool）
階段二

立柱子

蓋房比喻：請結構技師檢查設計圖。

問卷工作：專家審查題目相關性。

產出：修改後題目｜指標：CVI
階段三

試住看看

蓋房比喻：找人試住，看哪裡不方便。

問卷工作：預試 + 項目分析、初步信度。

產出：精簡後題目
階段四

照 X 光

蓋房比喻：檢查內部結構是否穩固。

問卷工作：因素分析（EFA / CFA）。

產出：確認問卷結構
階段五

品質認證

蓋房比喻：拿去跟標準建材比較。

問卷工作：聚合效度、區辨效度、已知組效度。

產出：證明量的是對的東西
階段六

耐久測試

蓋房比喻：看房子經不經得起時間。

問卷工作：再測信度、反應性檢驗。

產出：證明穩定又敏感
3

第一步：題目從哪裡來？

🛤️ 兩條發展路徑

在開始寫題目之前，先釐清：你要走的是「翻譯 + 文化調適既有量表」，還是「從零自擬新量表」？兩條路徑的題目來源完全不同：

  • 路徑一（SEE-C 走的路）：已經有英文原版 SEE（Resnick & Jenkins, 2000），Lee 等人只需「正向翻譯 + 回譯 + 文化檢核」，題目結構直接沿用原版 9 題。
  • 路徑二（ACS-SMQ 走的路）：既有量表無法涵蓋研究場景，必須從文獻 + 質性訪談重新蒐集題目素材。

3.1 路徑一：翻譯既有量表（以 SEE-C 為例）

Lee 等人（2009）發展 SEE-C 時，並未重新想題目，而是以 Resnick 的英文原版 SEE 為基礎，走了以下流程：

1正向翻譯：熟悉雙語的研究者將英文題目譯為中文。
2專家文化檢核：邀請老年醫學與公衛領域各 1 位專家檢視用詞，特別針對文化差異較大的詞彙。
3團隊共識：經過一系列會議修訂，確保用詞對台灣高齡者是自然、可理解的。
4預試：在另一社區 22 位高齡者試填，檢查可讀性與完成度。

最後定稿的 SEE-C 共 9 題，0–10 計分，提問格式為：「如果有以下情況，您有多少信心可以運動（每週 3 次、每次 20 分鐘）？」

題號SEE-C 題目對應阻礙
1如果天氣使您感到困擾的時候環境（天氣）
2如果您對該運動沒有興趣的時候動機（興趣）
3如果運動時會感覺疼痛的時候身體（疼痛）
4如果您一個人運動、沒有人作伴的時候社會（同伴）
5如果您覺得沒有感受到運動的樂趣的時候心理（樂趣）
6如果您忙於其他事情的時候時間管理
7如果您覺得疲倦的時候身體（疲勞）
8如果您覺得有壓力的時候心理（壓力）
9如果您覺得心情鬱卒（憂鬱）的時候心理（情緒）
💡 翻譯量表的文化陷阱

Lee 等人特別註明，翻譯過程中第 5 題的「enjoy」與第 9 題的「depressed」最難處理：中文沒有完全對應的日常用語，最後選擇「感受到運動的樂趣」與「心情鬱卒（憂鬱）」兩種貼近台灣長者語感的說法。這就是為什麼「翻譯」絕不只是字面替換，還需要專家把關。

3.2 路徑二：從零自擬題目

若你的研究對象或情境沒有合適的既有量表，就必須自擬。題目來源有兩個：

(1) 文獻回顧：站在巨人的肩膀上

大量閱讀相關文獻，了解：

  • 研究構念在理論上怎麼定義（如自我效能的 Bandura 理論、自我照顧的 Orem 理論）。
  • 現有相關量表有哪些題目，可供參考（但不可照抄，涉及版權）。
  • 特殊族群（如 ACS 病人）有哪些特殊的行為障礙被文獻提到。

(2) 質性訪談：聽聽真正的使用者怎麼說

光看文獻不夠，你需要實際訪談 10–15 位目標族群。

🗣️ 訪談問題範例（以 ACS 病人為例）

「陳先生，您出院後，有哪些時候會讓您覺得不太想按時吃藥？」

「王太太，您在家中量血壓時，最困擾的是什麼？」

「林先生，您心臟不舒服時怎麼判斷是否該回診？有沒有什麼情況會讓您不確定要不要去急診？」

透過訪談，你可能會發現文獻中沒提到的本土化因素（例如「覺得麻煩家人開車載」「不想被鄰居知道自己有心臟病」），這些都是自擬量表的核心素材。

3.3 建立題目池（Item Pool）

「先多後少」原則主要適用於路徑二（自擬量表）：先寫多一點題目（通常是最終版本的 1.5 到 2 倍），後面再透過統計方法刪減。兩條路徑的題目池建構方式不同：

  • SEE-C（路徑一，翻譯既有量表）：沿用原版 9 題，無需自行「先多後少」；題目數量與結構由原版決定，重點在翻譯品質與文化檢核。
  • ACS-SMQ（路徑二，從零自擬）：分為「疾病認知 + 行為順從」兩面向、下轄 5 類別（疾病、藥物、飲食、運動、菸害）；正式發表版本未公開各面向題數細節，但自擬量表的通則是先廣蒐題目（至少 1.5–2 倍），再經 CVI 與項目分析刪減到最終版。
4

內容效度（Content Validity）：請專家幫你把關

🗺️ 生活化比喻

想像你準備一場「台灣地理」的考試。如果出題老師只出了台北的題目，完全沒有中南部和東部，那這份考卷就沒有「內容效度」，它沒有涵蓋「台灣地理」這個概念的全部範圍。

同樣地，若一份運動自我效能量表只問了「身體障礙」相關題目，卻完全沒有問「環境」和「心理」面向的障礙，那這份問卷的內容效度就不足。這也是為什麼 SEE / SEE-C 的 9 題刻意涵蓋天氣、興趣、疼痛、同伴、樂趣、時間、疲倦、壓力、情緒等多面向阻礙。

內容效度要回答的核心問題是：「這些題目有沒有完整且適當地涵蓋我想量的概念？」

4.1 怎麼做？CVI（Content Validity Index）

1邀請 5–7 位不同但相關領域的專家（如老年醫師、物理治療師、社區護理師、心臟科護理師、心理學者）。
2請每位專家針對每題評分 1–4：1=不相關、2=需大幅修改、3=相關但需小幅修改、4=非常相關且用詞恰當。
3計算每題 I-CVI = 給 3 或 4 分的專家人數 ÷ 全部專家人數。
4計算 S-CVI/Ave = 所有題目 I-CVI 的平均值。

4.2 案例計算：以一道自擬題目為例

假設 5 位專家評審一道新題「即使膝蓋有點痛，我仍然有信心去做適合的運動」：

專家評分是否 ≥ 3？
老年醫學醫師4是
物理治療師3是
社區護理師4是
運動科學教授2否
高齡心理學者4是
I-CVI = 4 / 5 = 0.80
指標可接受最低值理想值
I-CVI（每題）≥ 0.78≥ 0.80
S-CVI/Ave（全量表）≥ 0.80≥ 0.90

若某題 I-CVI 低於 0.78，依專家意見修改用詞後重新送審，或直接刪除。

💡 重要提醒

專家審查不只是算數字！專家常會給你寶貴的質性意見，例如：「第 8 題用詞不適合高齡者」「建議增加跌倒恐懼的題目」。這些意見比數字更有價值，一定要仔細記錄並回應。

✅ SEE-C：翻譯量表的文化檢核

Lee 等人（2009）的 SEE-C 發展並未報告傳統 CVI 分數，而是以「專家文化檢核 + 團隊共識 + 22 人預試」確保翻譯後的用詞合適。

關鍵插曲：兩位專家就第 5 題「enjoy」與第 9 題「depressed」的中文用詞提出疑慮，經多次會議後定為「感受到運動的樂趣」與「心情鬱卒（憂鬱）」。
啟示：翻譯量表的「內容效度」，重點在於「中文用詞是否保留原概念」，而非算 CVI 數字。

🧪 ACS-SMQ：已發表的 CVI 數據

Yang 等（2023）報告 ACS-SMQ 由 5 位專家進行內容效度評分，結果：

  • CVI 值範圍：0.98–1.0（原文僅寫 "content validity index of 0.98–1.0"，未分別列出 I-CVI 與 S-CVI）。
  • 發表於非 SCI/SSCI 的醫院期刊。
優點：CVI 已達「專家眼中題目看起來合理」的門檻，論文 Methods 可直接報告。
寫作細節可再補：論文未明確區分 I-CVI（每題）與 S-CVI/Ave（全量表平均）；SCI/SSCI 審稿者通常期待兩個數值都分別呈現。
未完成的層次：CVI 通過只是第一步，ACS-SMQ 尚缺以實證資料做的 EFA / CFA、測量恆等性等進階驗證，若要投稿 SCI/SSCI 期刊仍需補做。
5

預試與項目分析：幫題目做健康檢查

專家覺得好的題目，填答者不見得覺得好。預試就是讓一小群目標族群（通常 30–50 人）實際填寫問卷，然後用統計方法檢查每一題的「健康狀況」。

① 難度 / 偏態

某一題是不是幾乎所有人都答一樣？若 40 位長輩中有 38 位都選「5 = 非常有信心」，那這題就有天花板效應，無法區分不同程度的自我效能。就像一把只能量到 150 公分的身高尺，拿去量籃球員，每個人都是「150+」，根本分不出高矮。

② 鑑別度

將填答者按總分排序，取最高 27% 與最低 27%，比較兩群在該題的分數差異。差異顯著表示有鑑別力；差不多則應淘汰。

③ 題目–總分相關

計算每題與「刪除該題後總分」的相關係數。若 < 0.30，表示這題跟其他題量的不是同一件事。

④ 刪題後 Cronbach's α

若刪掉某題後整份問卷的 α 反而上升，就表示這題是「拖後腿的」，考慮刪除。

✅ SEE-C：22 人預試的角色

Lee 等人（2009）在另一社區招募 22 位高齡者進行預試，主要目的不是傳統的項目分析，而是：

  • 檢查題目的可讀性（長者能否讀懂）。
  • 確認完成可行性（0–10 計分對長者是否太抽象）。
  • 發現需要設計「答題卡（answer card）」用大字列出各選項，協助長者指認。
啟示：對「翻譯量表」而言，預試重點在可讀性與施測程序；對「自擬量表」而言，預試更需做完整項目分析。

🧪 ACS-SMQ：預試階段的實作與待完成項目

Yang 等（2023）於自擬 ACS-SMQ 的發展過程中，進行了 30 人預試，報告預試 α = 0.787，後續正式研究（N = 97）α = 0.791。已完成與尚待完成的分工：

  • 已完成：預試內部一致性檢驗（α = 0.787）、正式樣本 α 穩定（0.791）。
  • 尚未報告：分數分布是否有偏態、天花板/地板效應；鑑別度（最高/最低 27% 分數比較）；題目與總分相關、刪題後 α 變化等完整項目分析指標。
時機很關鍵：若在預試階段就做完整項目分析並發現天花板效應，尚可增題補救；若正式施測後才發現，資料無法重來，只能在 Limitation 誠實說明限制。
💡 關鍵對照

SEE-C 預試只需 22 人是因為它不是從零發展新題目；ACS-SMQ 預試 30 人進行內部一致性檢驗雖達自擬量表常見的最低樣本（30–50 人），但若要做完整項目分析（刪題後 α、鑑別度等），建議預試樣本更大。這也是 ACS-SMQ 後續研究仍可補強之處。

6

信度：你的量尺穩定嗎？

⚖️ 體重計比喻

想像你有一把體重計。你早上站上去量了一次是 60 公斤，下來再站上去又變成 63 公斤，第三次又變成 58 公斤，這把體重計的「信度」就很差，因為它不穩定。好的體重計，只要你的體重沒有真的變，每次量出來都應該很接近。

6.1 內部一致性：Cronbach's α

核心問題：「同一份問卷裡的題目，是不是在量同一件事？」

α 值判斷意義
< 0.60不可接受題目之間太不一致
0.60–0.69勉強可接受探索性研究尚可
0.70–0.79可接受多數研究的最低門檻
0.80–0.89好大部分期刊會滿意的水準
0.90–0.95非常好題目間高度一致
> 0.95過高，可能有問題！題目可能太相似（冗餘）
⚠️ α 太高反而不好

若 20 題的 α 高達 0.98，很可能表示很多題目在問幾乎一樣的事。例如「我有信心在天氣不好時運動」和「我有信心在下雨天運動」其實是同一題，這時應刪除冗餘題目，而非沾沾自喜。

✅ SEE-C：α = 0.75，落在「可接受」區間

Lee 等人（2009）在 192 位台灣高齡者中算出 SEE-C 的 Cronbach's α = 0.75，落在「可接受」區間（0.70–0.79）。

與英文原版比較：Resnick & Jenkins（2000）原版 SEE α = 0.92（n = 187）；SEE-C 的 α 較低，可能反映跨文化差異或受試者同質性（都市 vs. 鄉村、健康狀況等）。
論文怎麼寫：「SEE-C 在本土高齡樣本中表現出可接受的內部一致性（α = 0.75），但略低於英文原版，後續研究宜在都市族群中再驗證。」

🧪 ACS-SMQ：α = 0.791，落在「可接受」區間

Yang 等（2023）在 N = 97 的樣本中報告 ACS-SMQ 全量表 Cronbach's α = 0.791，預試（n = 30）α = 0.787，皆落在「可接受」區間（0.70–0.79）。

解讀：α 指標通過自擬量表首階段的標準，論文 Methods 可直接報告。
尚未報告：疾病認知、行為順從兩面向的分量表 α 未分別呈現；刪題後 α 變化未報告；再測信度 ICC 尚待規劃 2–4 週間隔的設計。
關鍵提醒：α 高只代表「題目之間一致」，不代表「量對了東西」。即使 α 達標，仍須後續 EFA 與效度證據。
🔬 進階概念：Cronbach's α 的兩個搭檔：合成信度（CR）與平均變異萃取量（AVE）

α 是最傳統的內部一致性指標，但在現代結構方程模型（SEM）框架下，研究者傾向額外報告兩個複合指標：

  • 合成信度 CR（Composite Reliability）：基於因素負荷量計算，比 α 更不受題數多寡影響。判準同 α（0.70–0.90 為佳，> 0.95 表示可能冗餘）。
  • 平均變異萃取量 AVE（Average Variance Extracted）：每題變異中有多少是由該因素「真的解釋到」。判準 ≥ 0.50，即因素解釋 ≥ 50% 的題目變異，才代表測量品質可接受。

SEE Brief 版的實例（Dawe 等人 2024）：5 題精簡版在 N = 726（美+義）樣本中 α = 0.88、CR = 0.89、AVE = 0.61。三個指標同時達標，信度證據就比單報 α 更強。

何時該報告 CR/AVE？論文若包含 CFAConfirmatory Factor Analysis，驗證性因素分析。研究者先預設一個因素結構（例如「這 9 題應屬於單一因素」），再用另一批資料檢驗此結構是否與實際資料吻合，以模型適配指標（χ²/df、CFI、TLI、RMSEA、SRMR）判讀。用於「驗證」而非「探索」題目結構；與 EFA（探索性因素分析）互補。 或 SEMStructural Equation Modeling，結構方程模型。同時處理「測量模型（題目與潛在變項的關係，即 CFA 部分）」與「結構模型（各潛在變項彼此的因果或相關關係）」的整合性統計方法，可檢驗複雜的變項關係網絡。CFA 可視為 SEM 的子集（只做測量模型部分）。 分析時，審稿者通常期待一併報告；純描述性研究只報 α 即可。

6.2 再測信度（Test-Retest Reliability）

核心問題：「同一個人在不同時間填，結果會不會差很多？」

讓同一群人（30–50 人）在兩個時間點填寫同一份問卷，間隔通常 2–4 週（太短會有記憶效應；太長真實狀態可能已改變），然後計算組內相關係數（ICC, Intraclass Correlation Coefficient）。例如：請 35 位長輩今天填一次，兩週後再填一次，比較兩次分數的一致性。

ICC 值判斷
< 0.50差
0.50–0.74中等
0.75–0.89好
≥ 0.90非常好
❓ 為什麼用 ICC 而不是 Pearson r？

Pearson 只看「排名是否一致」，不看「分數是否相同」。例如所有人第二次都比第一次高 10 分，Pearson r 仍可為 1.0，但 ICC 會偵測到系統性偏移，給出較低值。ICC 同時考慮「排名一致性」和「分數一致性」，在衛生領域更嚴謹。

🔬 案例對照：再測信度的常見缺口

有趣的是，SEE-C 原始驗證論文（Lee 等人 2009）也沒有報告再測信度，作者在 Discussion 明確建議「需要在不同族群中進一步檢驗」。這是因為受試者願意重複填答的意願低、成本高。

ACS-SMQ 同樣未做再測信度。兩份量表的共同策略都是：在首篇論文中誠實交代「未報告再測信度」為限制，並建議後續研究補做。這不會致命，但會影響審稿印象。

7

因素分析：你的問卷真的有你以為的結構嗎？

🛒 超市分類比喻

想像你到超市買了 20 樣東西，回家後把它們分類：蘋果、香蕉、橘子 → 水果籃；牛奶、起司、優格 → 冰箱乳品區；洗衣精、洗碗精、肥皂 → 清潔用品櫃。因素分析做的就是類似的事：根據填答者回答的模式，自動把題目分成幾個「群組」（因素）。若填答者在「膝蓋痛仍運動」和「腰痠仍運動」的答案很像，就會歸到同一因素（「身體障礙」）。

7.1 探索性因素分析（EFA）：讓資料告訴你結構

使用時機：第一次發展問卷，還不確定題目會分成幾個因素。

1檢查資料適不適合：KMO > 0.80 很適合；0.60–0.79 尚可；< 0.60 不適合。Bartlett 球形檢定 p < 0.05。
2決定萃取幾個因素：陡坡圖的轉折點、Kaiser 準則（特徵值 > 1），或最嚴謹的平行分析（Parallel Analysis）。
3看因素負荷量：≥ 0.40 好；全部 < 0.40 考慮刪除；在兩因素上都 ≥ 0.40 的「腳踏兩條船」者也要刪除或修改。

7.2 驗證性因素分析（CFA）：用新資料驗證結構

使用時機：已透過 EFA 確定結構，現在用另一批新資料來驗證。

🧩 EFA vs. CFA 的核心差異

EFA 是「探索」：讓資料自己告訴你有幾個因素 → 拼圖時不看圖，自己摸索。

CFA 是「驗證」：你預先指定結構，再看資料是否符合 → 拼圖時對照盒子上的圖。

理想做法：先用一半樣本做 EFA，再用另一半做 CFA；或用預試資料做 EFA，正式資料做 CFA。

CFA 的適配度指標：

指標理想值白話解釋
χ² / df< 3模型與資料差距，越小越好
CFI> 0.90（理想 > 0.95）你的模型比「完全沒結構」好多少
TLI> 0.90（理想 > 0.95）類似 CFI，但懲罰太複雜的模型
RMSEA< 0.08（理想 < 0.06）近似誤差，越小越好
SRMR< 0.08殘差平均大小，越小越好

✅ SEE-C：CFA 實際數據

為什麼 SEE-C 直接跳過 EFA？因為它是「翻譯既有量表」（路徑一），英文原版 SEE 已由 Resnick & Jenkins（2000）完成過因素分析並確認為單因素結構，Lee 等人接續的任務是「驗證同樣結構在台灣族群是否成立」，這正是 CFA 的設定情境。若是「從零自擬量表」（路徑二）則必須先做 EFA。

Lee 等人（2009）以 N = 192 的資料直接對 SEE-C 做 CFA（9 題單因素模型）：

指標SEE-C 實際值判讀
χ²45, df = 27, p = 0.016顯著，但 χ² 受樣本大小影響
χ² / df1.67< 3，良好
NFI0.90達 0.90 可接受
RMSEA0.059< 0.10 良好
9 題共解釋運動自我效能 45% 的變異。各題 R² 範圍 0.15（第 6 題「忙於其他事情」）到 0.36（第 4 題「一個人運動」），全部 < 0.50 是此量表的限制，作者歸因於文化因素（台灣長者通常清晨運動，較不受「忙碌」干擾）。
指標年代差異：Lee 等人（2009）使用 NFI（Normed Fit Index），這是 1990 年代常見指標；現行論文較多報告 CFI（Comparative Fit Index），兩者概念類似但 CFI 對小樣本較穩定。若再次驗證 SEE-C，建議補報 CFI、TLI、SRMR。

🧪 ACS-SMQ：因素分析尚未完成

ACS-SMQ 已發表的兩篇論文均未報告 EFA 或 CFA。設計上分為「疾病認知 + 行為順從」兩面向下 5 類別結構，但此結構目前僅有「理論上如此規劃」的論述，缺乏實證支持。

  • N = 97 可做 EFA：只要總題數 ≤ 19 題，受試者 / 題目比即可達 5:1。
  • CFA 不建議於現有樣本：通常建議 N ≥ 200；現有 97 人的 CFA 結果不穩定。
  • 樣本規劃：日後擴展樣本至 N ≥ 350 時可規劃「前半做 EFA、後半做 CFA」的分批策略。
論文策略：用現有 N = 97 補做 EFA 是成本最低、效益最高的第一步；CFA 於 Limitation 誠實交代為未來研究方向。
8

效度：你真的在量你想量的東西嗎？

信度是「穩不穩定」，效度是「準不準確」。一把體重計每次都顯示 60 公斤，信度很好；但如果你的真實體重是 72 公斤，那它的效度就是零，穩定地量錯。

8.1 聚合效度（Convergent Validity）：跟「兄弟」量表比較

🌡️ 生活化比喻

如果你聲稱發明了一個新溫度計，最直接的驗證方式就是拿它跟一支公認準確的標準溫度計去量同一杯水。如果結果很接近，就說明你的新溫度計是準的。

聚合效度就是這個道理：拿你的新問卷跟一份已被廣泛驗證的「金標準」問卷測同一群人，看結果是否高度相關。

相關係數判斷
r > 0.60強聚合效度
r = 0.40–0.60中等聚合效度（可接受）
r < 0.40聚合效度不足

注意：相關不需到 0.90 以上，理想範圍 0.50–0.75。如果兩份問卷幾乎完全一樣，就沒必要發展新的了。

✅ SEE-C：與「運動結果期望」相關 r = 0.36

Lee 等人（2009）以運動結果期望量表（Outcome Expectations for Exercise）作為聚合效度的比較工具，兩者理論上應中度相關（都反映認知層面的運動動機）。

實際結果：SEE-C 與運動結果期望的 Pearson r = 0.36（p < 0.0001）。
解讀：達統計顯著，但略低於「中等聚合效度」0.40 的標準。作者認為這是因為兩個構念雖相關但並非同一件事（「信心做得到」vs.「相信做了會有好處」），差異反映量表的區辨性。

🧪 ACS-SMQ：聚合效度資料已有、僅待分析

Yang 等（2023）的再入院率研究同時施測了 ACS-SMQ 與中文版 SAQSeattle Angina Questionnaire，西雅圖心絞痛問卷。為冠心症 / 心絞痛患者最常用的生活品質評估工具之一，共 19 題，分為 5 個面向（身體活動限制、心絞痛穩定度、心絞痛頻率、治療滿意度、疾病認知）。中文版由 Tsai 與 Chi（2022）驗證發表。（Seattle Angina Questionnaire，西雅圖心絞痛問卷），但論文中僅將 SAQ 作為生活品質評估工具，尚未報告兩者的 Pearson 相關。

  • 可直接補做：既有資料即可計算 ACS-SMQ × SAQ 的 Pearson r。
  • 預期結果：屬類似但非同一構念（自我管理 vs. 症狀相關生活品質），理想範圍為 r = 0.40–0.75。
論文效益：既有資料直接分析即可補上聚合效度證據，對論文品質的提升非常 cost-effective。

8.2 區辨效度（Discriminant Validity）：跟「路人」量表比較

🌡️ 延伸比喻

聚合效度是確認你的溫度計跟其他溫度計量出來一樣。區辨效度則是確認你的溫度計不會跟「體重秤」量出一樣的結果，因為溫度和體重是不同概念，不應高度相關。

例如「運動自我效能」量表不應與「烹飪興趣」量表高度相關，它們量的是不同概念。判斷原則：問卷與理論上不同構念的量表之間的相關，應明顯低於與理論上相同構念量表的相關。

🔬 案例對照：SEE-C 與 ACS-SMQ 均未正式報告區辨效度

區辨效度在首階段量表驗證中經常被省略，因為找「不相干但同樣可施測」的量表不易。SEE-C 與 ACS-SMQ 首篇論文皆未報告。兩者都可在後續研究中補做，作法是挑選一份理論上與自我管理/自我效能不相關的量表（例如日常飲食偏好或社會參與量表），驗證兩者相關應明顯低於聚合效度的相關。

8.3 已知組效度（Known-Groups Validity）：能區分已知不同的群組嗎？

👓 生活化比喻

如果你發明了一個「視力測量表」，那它至少應該能區分「近視的人」和「視力正常的人」吧？如果兩組分數差不多，那這個量表就有問題。

比較組別預期結果如果符合，證明…
有規律運動 vs. 沒有有運動者分數較高能區分運動行為不同的人
自評健康好 vs. 差健康好者分數較高概念與健康感知有關
有跌倒史 vs. 沒有有跌倒史者可能較低能捕捉跌倒恐懼的影響

用獨立樣本 t 檢定或 Mann-Whitney U 檢定比較兩組。方向正確且顯著，即支持已知組效度。

✅ SEE-C：漂亮的已知組效度範例

Lee 等人（2009）比較「規律運動者」與「不規律運動者」的 SEE-C 分數，作為效標關聯效度（criterion-related validity）的核心證據：

族群nSEE-C 平均SD
規律運動者1025.32.4
不規律運動者902.92.3
檢定結果：t = 6.88, p < 0.0001，兩組差異極顯著。
相關分析：SEE-C 與身體活動頻率 r = 0.46（p < 0.0001），調整年齡性別後 SEE-C 解釋運動行為 44.6% 變異。

🧪 ACS-SMQ：已知組效度可用現有資料補做

Yang 等（2023）已報告的人口學變項（教育程度、運動習慣、吸菸史、首次住院 vs. 再住院等）可直接作為已知組效度的比較依據。這些分析只需 t 檢定或 Mann-Whitney U 即可完成：

  • 有運動習慣 vs. 無運動習慣：預期有運動者在「行為順從」面向分數較高。
  • 教育程度高 vs. 低：預期教育程度高者在「疾病認知」面向分數較高。
  • 首次住院 vs. 再住院：預期兩組在行為順從層面有理論預期差異。
論文效益：既有 N = 97 資料即可直接補做，顯著強化方法學嚴謹度，是極佳的後續研究切入點。
9

反應性：能偵測到真正的改變嗎？

⚖️ 減肥體重計比喻

你的體重計信度好（每次量都一樣）、效度也好（跟真實體重接近）。但如果你減了 2 公斤，它卻還是顯示跟之前一樣，那它就缺乏「反應性」。

反應性 = 當受測者真的改變了，問卷分數也跟著改變的能力。

以介入研究為例：帶一群長輩參加 12 週社區運動課程，如果自我效能真的提升了，SEE-C 分數也應跟著上升。反應性差的量表，即使介入真的有效，也看不出分數改變。

方法做法判斷標準
效果量（ES）（後測均 − 前測均）÷ 前測標準差> 0.50 中等；> 0.80 好
標準化反應均值（SRM）改變量均值 ÷ 改變量標準差> 0.50 中等；> 0.80 好
與外在標準比較改變量與「自評改變程度」做相關r > 0.30 即支持
🔝 天花板效應是反應性的天敵

前測分數已經很高，改善空間有限，問卷就無法反映真正的改變。這也是為什麼在介入研究中，基線（pre）分數偏高的量表，事後很難看到顯著提升，不是效果不存在，而是量尺不夠長。

✅ SEE-C：基線分布留有反應空間

SEE-C 前測平均 4.2（SD 2.6，範圍 0–10），落在量尺中段。這意味著介入若真的提升自我效能，量表仍有足夠空間往上爬，反應性條件較佳。

啟示：當你評估介入研究要用什麼量表時，不只要看信效度，還要看「基線平均分數」是否離量尺上限太近。

🧪 ACS-SMQ：反應性間接有、待整理報告

Yang 等（2023）的兩篇論文已報告介入前後 ACS-SMQ 分數有顯著差異（F = 135.842 與 F = 324.524，P < 0.001），證明量表對介入有反應，但尚未以標準反應性指標（Cohen's d、SRM）完整呈現。

  • 已間接呈現：重複測量 ANOVA 顯著，證明量表可偵測介入帶來的改變。
  • 待整理：報告 Cohen's d 與 SRM 量化效果量；分別檢查疾病認知與行為順從兩面向的反應性差異。
  • 待檢查：基線分布是否有天花板效應（尤其疾病認知類題目在衛教介入後容易飽和）。
  • 與自評改變比較：若有蒐集受試者主觀自評改變程度，可補做相關分析。
論文策略：將已有的重複測量 ANOVA 結果換算為 Cohen's d 與 SRM 即可大幅強化反應性證據。
💡 進階概念：「運動行為的自然史」，為什麼自我效能在不同階段效力不同？

McAuley（1993）追蹤一群中年成人完成 5 個月結構化運動課程後的 4 個月，發現了一個有趣的現象：

  • 課程進行中（低需求情境）：有教練督促、同伴陪伴、固定時段，自我效能對「是否堅持參加」的預測力較弱，因為行為幾乎是被環境「推著走」。
  • 課程結束後（高需求情境）：沒人督促、要靠自己安排，自我效能對「是否繼續運動」的預測力顯著上升（R² = 0.125，控制前行為與體能後仍顯著）。

對反應性分析的啟示：評估一份量表的反應性時，不只要看「平均分數變化」，還要看「介入情境的需求程度」。在低需求情境下，即使介入真的改變了自我效能，也可能因為行為主要由環境決定而看不出顯著關聯；反之，追蹤到高需求情境才看得到量表的真正預測力。

教學延伸：這就是為什麼介入研究的「追蹤期（follow-up）」跟「介入期（during）」測量同一份量表可能得出不同結論。撰寫論文時，要明確交代測量時點與情境類型，避免用單一時點數據過度推論。

10

完整流程整合：一張表看懂全部

§2 用「蓋房子六大階段」建立概念性地圖；這裡則是實作導向的完整流程表，將「耐久測試」拆分為「再測信度（第 6 步）」與「反應性（第 7 步）」，並補上每一步所需的樣本數與產出。讀者可對照 §2 的房子比喻來記憶核心概念，再用這張表作為實際研究規劃的查詢清單。

10.1 問卷發展的標準流程

順序階段需要的樣本產出品質指標
1文獻回顧 + 質性訪談10–15 人（訪談）初始題目池—
2專家審查5–7 位專家修改後題目CVI
3預試 + 項目分析30–50 人精簡後題目項目分析、初步 α
4正式施測（第一批）150–300 人EFA 結果EFA、Cronbach α
5正式施測（第二批）200–400 人CFA 驗證CFA、聚合/區辨效度
6穩定性測試30–50 人（測兩次）穩定性證據再測信度 ICC
7介入研究中使用依研究設計反應性證據反應性 SRM

10.2 樣本數的經驗法則

分析類型最低樣本數理想樣本數計算依據
項目分析3050—
EFA題目數 × 5 且 ≥ 100題目數 × 10 且 ≥ 200受試者/題目比 ≥ 5:1
CFA150≥ 200依模型複雜度
再測信度3050—
聚合/區辨效度50100—
💡 不一定要一次到位！

碩士論文階段：CVI + 預試 + EFA + α（100–150 人即可）。

後續研究中補做：CFA + 聚合/區辨效度 + 再測信度。

介入研究中累積：反應性證據。

每次使用這份問卷的新研究，都可以為它累積更多信效度證據。這也是為什麼國際期刊鼓勵使用「已被多次驗證」的工具。

11

常見錯誤與避免方法

本節聚焦於「新手最常做錯什麼」的錯誤樣態；下一節 §12 則是「投稿前要檢核什麼」的檢核清單，兩者雖有部分重疊，但觀察角度不同：§11 從「錯誤」反向教學，§12 從「該做項目」正向列舉。

⚠️ 錯誤 1：「我請了 5 個專家看過就好了吧？」

常見做法：只做 CVI 就宣稱問卷「經過驗證」。

正確觀念：CVI 只是起步！它確認的是題目的表面相關性和完整性，但完全沒有用實際資料來檢驗。至少還需要項目分析、Cronbach α 和 EFA。

⚠️ 錯誤 2：「α = 0.85，所以我的問卷很好！」

常見做法：只報告 α 值就認為信效度完整。

正確觀念：α 只反映「內部一致性」。問卷可以 α 很高但完全量錯東西（效度差）。例如一份聲稱量「運動自我效能」的問卷，若所有題目其實都在量「運動知識」，α 可能很高但效度不對。

⚠️ 錯誤 3：「天花板效應沒關係，分數高代表效果好」

常見做法：忽略天花板效應對後續分析的影響。

正確觀念：天花板效應壓縮變異量，導致：(1) 相關分析被低估；(2) 迴歸預測力下降；(3) 中介分析找不到效果。知識或疾病認知類自擬量表（如 ACS-SMQ 的疾病認知面向）最容易在衛教介入後測出現天花板，建議在後續研究中檢查並報告。預防方法：在預試階段檢查分數分布，若偏態嚴重，增加較難的題目。

⚠️ 錯誤 4：「樣本夠大就好了」

常見做法：用太小的樣本做因素分析，或用同一批資料同時做 EFA 和 CFA。

正確觀念：EFA 和 CFA 應用不同資料集。若樣本不夠大到分成兩半，就只做 EFA，並在論文中說明「未來需用獨立樣本進行 CFA」。

⚠️ 錯誤 5：「問卷只要用一次就能驗證完畢」

常見做法：以為在一篇論文中完成所有信效度驗證。

正確觀念：問卷驗證是持續累積的過程。國際上最受認可的量表（如 SF-36、PHQ-9）都經過數十年、數百篇研究的反覆驗證。第一篇論文可報告初步信效度，但應在 Limitation 中誠實說明「本量表仍需在不同族群和場域中進一步驗證」。

12

雙案例總對照：SEE-C（SCI 期刊發表）vs. ACS-SMQ（非 SCI/SSCI 期刊發表）

走完六大階段後，用一張總對照表把 SEE-C 與 ACS-SMQ 的狀態並列呈現。兩者的核心差異不只是「完成度」，還有「發表期刊的國際能見度」：

指標 ✅ SEE-C（Lee 等人 2009, Int J Nurs Stud, SCI） 🧪 ACS-SMQ（Yang 等 2023, 非 SCI/SSCI 醫院期刊） ACS-SMQ 後續可補強
樣本N = 192（花蓮鄉村，輕中度高血壓長者，平均 71.2 歲）N = 97（某醫院 ACS 病人追蹤樣本）持續擴大樣本，朝 N ≥ 200 目標規劃
內容效度兩位專家文化檢核 + 22 人預試，未報告 CVI 分數CVI = 0.98–1.0（5 位專家）已達標，可再補充專家資歷與審查流程細節
預試22 人，檢查可讀性與答題卡可行性30 人（α = 0.787）補做項目分析（題目與總分相關、鑑別度、刪題後 α）
Cronbach α0.75（可接受；英文原版 0.92）0.791（N = 97；可接受）分別報告兩面向（認知 / 行為）的 α
再測信度 ICC未做（作者於 Discussion 建議後續研究補做）未做規劃 2–4 週間隔再測；或於 Limitation 說明為未來方向
EFA（未做，直接做 CFA）未做用 N = 97 直接補做 EFA 驗證兩面向 × 5 類別結構
CFAχ²/df = 1.67、NFI = 0.90、RMSEA = 0.059，9 題解釋 45% 變異未做擴大樣本至 N ≥ 200 時補做
聚合效度與運動結果期望 r = 0.36**已蒐集 SAQ 資料但未報告與 ACS-SMQ 的 r用現有資料直接計算 ACS-SMQ × SAQ 的 Pearson r
效標關聯 / 已知組效度與運動行為 r = 0.46**；規律運動者 5.3 vs. 不規律者 2.9（t = 6.88, p < 0.0001）未正式分析已知組比較；已報告住院 LDL 與再入院率的負相關（r = -0.236*、-0.220*、-0.212*）用現有人口學變項做已知組 t 檢定 / Mann-Whitney U
反應性基線平均 4.2（量尺中段，反應空間足）介入前後分數差異顯著（F = 135.842 / 324.524，P < 0.001）換算 Cohen's d 與 SRM；檢查認知面向是否有天花板
測量恆等性未報告未報告若要跨機構推廣，需做 MGCFA 驗證不同醫院/地區是否同解讀
期刊影響力SCI 期刊（國際能見度高）非 SCI/SSCI 的院內期刊，國際能見度有限未來完整心理計量驗證投稿 SCI/SSCI 可大幅提升引用與採用
💡 雙案例的四個核心啟示
  • 沒有「完美量表」：即使是已發表的 SEE-C（SCI 期刊），仍缺再測信度、α 比原版低、各題 R² < 0.5，作者都坦承並建議後續研究。
  • 分階段累積信效度：不要期待一篇論文完成所有驗證。SEE-C 第一篇做了 α + CFA + 效標效度；ACS-SMQ 第一篇做了 CVI + α + 介入前後差異，其他項目後續研究補上即可。
  • 期刊層級影響推廣：ACS-SMQ 雖已正式發表，但發表期刊為非 SCI/SSCI 索引之醫院期刊，國際能見度有限。若要成為跨機構標準工具，需在完成進階心理計量（EFA/CFA、聚合效度、測量恆等性）後投稿國際期刊。
  • 誠實交代限制 = 加分項：無論 SEE-C 或 ACS-SMQ 的作者，在 Limitation 明確列出未完成項目與樣本限制，不僅不扣分，反而展現研究的嚴謹態度。
🌐 進階議題：推向國際期刊時還要檢驗「測量恆等性（Measurement Invariance）」

上表提到 SEE-C 與 ACS-SMQ 都未做「測量恆等性」，這是什麼？它要回答一個進階問題：「同一份量表，不同族群（跨國家/性別/年齡）解讀得一樣嗎？」

當你要跨族群比較分數時，傳統 CFA 還不夠。必須先證明「兩群人用同樣的方式在理解題目」，否則比較的根本不是同一個構念。這就是「測量恆等性」要回答的問題，通常以多群組 CFA（MGCFA）分三階段檢驗：

階段檢驗什麼若通過，代表通過後可做
1. 配置恆等性（configural）兩群人是否都把題目視為「單一因素」的指標構念結構一致確認兩群人理解構念的基本方式相同
2. 度量恆等性（metric）各題的因素負荷量是否在兩群人間相等題目對因素的關係強度一致比較兩群人的「相關」「迴歸係數」
3. 量尺恆等性（scalar）題目截距是否相等分數起點一致直接比較兩群人的「平均數」

SEE Brief 版的實例（Dawe 等人 2024）：

  • 性別（男 vs. 女）與年齡（65–75 vs. >75）：完全量尺恆等，可直接比較平均數。
  • 國家（美 vs. 義）：僅部分量尺恆等，item 3（忙於其他事情）與 item 4（覺得疲倦）的截距在美義間不相等。美國長者在這兩題平均高於義大利長者，作者歸因為美國文化對「積極活躍」的價值強調。

對 ACS-SMQ 的啟示：若打算用於多中心或跨族群比較，應規劃 MGCFA 檢驗；若未檢驗就直接比較不同醫院 / 地區的平均分數，結論可能是偽差異（實為題目解讀差異）。這是 Cronbach α 與傳統 CFA 無法偵測的問題層次，也是 ACS-SMQ 未來投稿 SCI/SSCI 期刊時可強化的方向。

⚠️ 自擬量表（self-developed instrument）的七大注意事項

ACS-SMQ 屬研究者自擬量表，雖已在非 SCI/SSCI 的醫院期刊發表首階段心理計量，但國際資料庫尚未收錄同名已驗證版本。自擬量表在投稿更高層級期刊時，審稿者會特別檢視以下幾點：

  • 先窮盡既有工具：在發展新量表前，必須說明「為什麼不用既有量表」。例如 ACS 自我管理領域已有 SCHFISelf-Care of Heart Failure Index，心臟衰竭自我照顧指標。由 Riegel 等人（2004）發展，測量心臟衰竭患者在維持、管理與信心三個面向的自我照顧行為，已翻譯至多國語言（含中文），為心臟疾病自我照顧領域最廣泛使用的量表之一。（Self-Care of Heart Failure Index，心臟衰竭自我照顧指標）、SAQ（Seattle Angina Questionnaire，西雅圖心絞痛問卷）等工具，論文需在 Introduction 或 Methods 明確論證既有量表無法涵蓋的缺口。
  • 理論依據要清楚：每個構念與對應題目都必須能回溯到具體理論框架（如 Orem 自我照顧理論、Bandura 自我效能理論），而非「憑臨床經驗想出來」。ACS-SMQ 應於 Methods 段落交代理論基礎。
  • 內容效度不能只靠專家：CVI ≥ 0.80 僅是「專家眼中看起來合理」，不能取代實際資料驗證。ACS-SMQ 已完成 CVI = 0.98–1.0，但項目分析、EFA 等實證步驟仍需補做。
  • 預試階段檢查分數分布：若預試 30–50 人的分數出現偏態或天花板/地板效應，應立即增減題目或調整難度。知識類自擬量表最容易在介入後測出現天花板效應，需在預試階段就預防。
  • 樣本數規劃：若想同時做 EFA 與 CFA，應規劃 N ≥ 350（依 5–10 人/題 × 兩批）；單批樣本不足時，只做 EFA，於 Limitation 說明 CFA 為未來研究方向。
  • 信效度是累積過程：第一篇論文難以完成所有驗證（再測信度、聚合效度、反應性常需後續研究補上），應在 Discussion 誠實交代「本研究僅完成 X 項，Y 項待後續研究補強」。
  • 跨族群與跨情境再驗證：自擬量表若要讓後續研究者引用，需在不同醫院、族群、語言版本中反覆驗證。ACS-SMQ 若要成為 ACS 領域的標準工具，需規劃多中心驗證計畫並投稿國際 SCI/SSCI 期刊。

底線：自擬量表是合法且必要的研究工具，但論文審查的門檻遠高於使用既有工具；只要前述七項都有清楚交代，即使 N 偏小仍可成功投稿，並為後續研究鋪路。

📌 ACS-SMQ 實務策略：後續投稿 SCI/SSCI 的優先順序

ACS-SMQ 首階段已發表（CVI、α、介入前後差異）。若團隊想將量表推向 SCI/SSCI 國際期刊，建議用現有 N = 97 資料優先補做：EFA（驗證兩面向×5 類別結構）、聚合效度（ACS-SMQ × SAQ 的 Pearson r，資料已有）、已知組效度（以人口學變項做 t 檢定）、反應性（換算 Cohen's d 與 SRM）。

其餘較高成本的項目（CFA 需 N ≥ 200、再測信度、測量恆等性 MGCFA）可於 Limitation 說明為未來研究方向，這也是 SEE-C 論文採取的做法，審稿者通常接受。

13

章節總結與名詞速查表

核心學習重點

  • 問卷發展是分階段累積的過程，六大階段從題目池到反應性，缺一不可。
  • CVI、α、ICC、EFA、CFA、聚合/區辨/已知組效度、反應性各司其職，覆蓋不同品質面向。
  • 信度高 ≠ 效度好；α 高也可能是「量錯同一件事」。
  • 天花板效應會傷害變異量、預測力、中介分析與反應性，應在預試階段就診斷。
  • 分階段驗證、在多篇研究中累積證據，才是國際期刊認可的成熟做法。

名詞速查表

Content Validity（CVI）內容效度
題目有沒有問到該問的？（專家審查）
Cronbach's α 內部一致性信度
題目之間會不會互相矛盾？
Test–Retest（ICC）再測信度
今天量和兩週後量結果一樣嗎？
EFA 探索性因素分析
題目自然會歸成幾群？
CFA 驗證性因素分析
我預設的結構正確嗎？
Convergent Validity 聚合效度
跟公認準確的工具比，結果像嗎？
Discriminant Validity 區辨效度
不會跟不相干的東西混淆嗎？
Known-Groups 已知組效度
能分出高分群和低分群嗎？
Responsiveness 反應性
人真的變了，量得出來嗎？
Ceiling Effect 天花板效應
量尺是不是太短了？分數擠在上限。
Floor Effect 地板效應
量尺起點是不是太高了？分數擠在下限。
Item-Total Correlation 題目–總分相關
這題跟其他題是同一國的嗎？
🎯 關鍵知識點回顧
  • 問卷發展就像蓋房子：地基（題目池）→ 柱子（CVI）→ 試住（預試）→ X 光（因素分析）→ 認證（效度）→ 耐久（再測信度、反應性）。
  • 預試階段的項目分析能在「付出大量正式樣本之前」淘汰有問題的題目。
  • 天花板效應是後續中介分析、反應性偵測的共同天敵，應在預試階段就檢查分數分布。
  • EFA 與 CFA 應分別用不同資料集，先探索、再驗證。
  • 問卷信效度不是一次到位，而是跨多篇研究累積的證據鏈。

🗺️ 信效度指標關係圖：誰檢驗誰？

學完所有指標後，初學者常困惑「這麼多指標之間的關係是什麼？」以下圖表把本章所有指標分成兩大陣營（信度/效度），再依「檢驗對象」細分：

陣營 子類別 指標 白話：它在問什麼？ 本章主案例
信度（穩不穩）內部一致性Cronbach's α
CR、AVE		題目之間會不會互相矛盾？SEE-C: 0.75
ACS-SMQ: 0.791
穩定性ICC（再測）不同時間填答結果穩定嗎？兩者皆未做
效度（準不準）看內容CVI（內容效度）題目有沒有問到該問的？SEE-C: 未報分數
ACS-SMQ: 0.98–1.0
看結構EFA（探索）題目自然會分成幾群？兩者皆未做
CFA（驗證）我預設的結構對嗎？SEE-C: 做了
ACS-SMQ: 未做
看關聯聚合效度跟「兄弟」量表像嗎？SEE-C: r=0.36
ACS-SMQ: 資料有待分析
區辨效度跟「路人」量表不像嗎？兩者皆未做
看分群已知組效度能分出高低分群嗎？SEE-C: 5.3 vs 2.9
ACS-SMQ: 資料可補做
特殊面向看變化反應性（ES、SRM）人變了量得出來嗎？SEE-C: 基線 4.2 有空間
ACS-SMQ: F值顯著
進階跨族群比較測量恆等性（MGCFA）不同群人解讀一樣嗎？SEE Brief 2024 做過

閱讀這張表的方式：從左到右、由易到難。學習信效度最常見的順序是：先懂 α（信度）→ 再懂 CVI（內容效度）→ 再懂 EFA/CFA（結構）→ 最後進入聚合/區辨/已知組（關聯）、反應性（變化）、測量恆等性（跨群）。

📚 延伸閱讀 1：SEE 量表家族的四波演化

本章主案例 SEE-C 只是 SEE 家族的一環。四篇關鍵文獻依年份展開，示範了一份量表在 31 年間如何被持續精煉，每一代都是前一代暴露出的限制所驅動：

  • 1993 EXSE：理論奠基（中年族群）
    Exercise Self-Efficacy Scale, McAuley, Journal of Behavioral Medicine 16(1):103–113。10 題，α = 0.85，對象為 66 位前期久坐中年成人（平均 55 歲），題目來自對運動 dropout 原因的歸因分析。建立「運動行為自然史」理論基礎。DOI：10.1007/BF00844757
  • 2000 SEE：為高齡者重新設計
    Self-Efficacy for Exercise Scale, Resnick & Jenkins, Nursing Research 49(3):154–159。9 題英文版，N = 187 位持續照護退休社區高齡者（平均 85 歲），α = 0.92。為什麼需要它？中年與高齡者的運動障礙不同（疼痛、疲倦在高齡更突出），EXSE 題目需重構以貼近老年情境。DOI：10.1097/00006199-200005000-00007
  • 2009 SEE-C：跨文化翻譯（本章主案例）
    SEE – Chinese version, Lee 等人, International Journal of Nursing Studies 46(2):230–238。翻譯並驗證於 N = 192 位台灣高齡者（平均 71.2 歲），α = 0.75（低於原版 0.92）。為什麼需要它？SEE 英文版只在西方族群驗證；Lee 等人想檢驗華人能否使用，並在過程中修訂了「enjoy」「depressed」等具文化差異的詞彙。DOI：10.1016/j.ijnurstu.2008.09.003
  • 2024 SEE Brief：精煉 + 現代跨文化心理計量
    Brief SEE, Dawe 等人, Healthcare 12(16):1642。5 題（刪除天氣、疼痛、獨自運動三題；合併壓力+憂鬱為「心情不好」），N = 726（美國 343 + 義大利 383），α = 0.88、CR = 0.89、AVE = 0.61。為什麼需要它？舊版只用 Cronbach α 不足以檢驗「不同國家是否以相同方式解讀每一題」，現代 MGCFA 與測量恆等性工具可做此檢驗，結果發現「忙碌」「疲倦」兩題存在美義間的文化偏誤。PMC：PMC11353483
    ⚠️ 期刊透明度提醒：本文發表於 MDPI 旗下 Healthcare，屬快速審查期刊（2024/7/18 投稿 → 8/15 接受，約 28 天）。方法學本身嚴謹且取樣足（N=726），但讀者若要引用原始數據建議同時查閱其他獨立驗證研究。此份於本章用於說明「測量恆等性」「AVE / CR」等進階概念的實例。

📈 四波演化的教學意義：每一代的出現都是前一代限制的延伸（「可預測運動嗎？→ 老年能用嗎？→ 華人能用嗎？→ 跨國能比較嗎？」），正呼應本章核心訊息：問卷驗證是持續累積的過程。

📚 延伸閱讀 2：ACS-SMQ 的正式發表文獻

ACS-SMQ 由某醫院團隊（Yang、Chiang、Wang、Wu 等）自擬，並已發表兩篇應用論文。其首階段心理計量指標已正式見刊：

  • ACS-SMQ 首次正式命名（再入院率研究）
    Yang Y-C, Chiang T-I, Wang H-P, Chiao C-H, Wu B-T. Readmission rate of patients with acute coronary syndrome after an interventional self-management program. Tungs Med J 2023;17(1):30–35。N = 108 收案，97 完成追蹤；CVI = 0.98–1.0（5 位專家）、Cronbach's α = 0.791；兩面向（疾病認知 + 行為順從）下 5 類別（疾病、藥物、飲食、運動、菸害）；追蹤 1、6、12 個月再入院率（4.1%、11.3%、3.1%）；同時使用中文版 SAQ 作為生活品質工具。DOI：10.4103/ETMJ.TMJ-111017
  • ACS-SMQ 介入成效延伸研究
    Yang Y-C, Wang H-P, Wu B-T, Chiang T-I, Chang K-H. Exploring the self-control efficacy of risk factors using self-management program in patients with acute coronary. Tungs Med J 2023;17(Suppl):S31–37。Quasi-experimental design；N = 38（35 完成三時點追蹤）；預試 α = 0.787（n=30）、正式 α = 0.791；整體自我管理分數介入前後差異顯著（F = 135.842, P < 0.001）。DOI：10.4103/ETMJ.ETMJ-D-22-00006

⚠️ 期刊透明度提醒：上述兩篇皆發表於非 SCI/SSCI 的醫院期刊（open access 同儕審查），國際能見度有限。數據可於教學引用，但審稿強度弱於國際頂級期刊；若要將 ACS-SMQ 推廣為跨機構標準工具，仍需在 SCI/SSCI 期刊發表更完整的心理計量驗證（EFA/CFA、聚合效度、測量恆等性等）。

14

回家作業

任務描述

請選擇一份您研究領域內常用、或您未來論文打算使用的問卷（如 GDS、SF-36、FES-I、Barthel Index、MoCA 等）。至學術資料庫查詢這份量表的「原始發展論文」以及至少一篇「中文版驗證論文」，撰寫約 600 字摘要，內容需包含：

  • 這份量表的目標構念是什麼？題目數、題型（Likert 幾點）、計分方式？
  • 原始發展論文中，作者報告了本章提到的哪些品質指標？（CVI、α、EFA/CFA、各種效度、反應性…）各自的數值是多少？
  • 中文版驗證論文補做了哪些指標？是否指出原版的不足？
  • 根據本章的「完整流程」表格，您認為這份量表目前仍缺少哪些驗證？
  • 若您要在碩士論文中使用這份量表，您會在 Limitation 中如何誠實地說明？
15

🎯 測驗：問卷發展與信效度驗證

測試您對問卷發展流程與各項品質指標的理解！共 8 題，答對 +10 分，答錯 −5 分。

準備開始測驗

請先填入學號與姓名，再開始作答。

← 第8章：測量的藝術 返回課程列表 第10章：從母群到樣本 →