簡易檢索 / 詳目顯示
| 研究生： |
顏柏魁 |
|---|---|
| 論文名稱： |
單一總體尺度及多項評估的合意度分析 Agreement analysis between a single global scale and multi‐item assessments |
| 指導教授： | 鄭宗記 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 統計學系 Department of Statistics |
| 論文出版年： | 2014 |
| 畢業學年度： | 102 |
| 語文別： | 中文 |
| 論文頁數： | 59 |
| 中文關鍵詞： | 期望最大演算法 、隨機差異 、位置分布系統差異 、位置集中系統差異 、單調合意度係數 、加總尺度 、因素分析 、多序類相關係數 、非線性主成分分析 |
| 相關次數： | 點閱：78 下載：10 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
實務上，不完整資料為常見的問題，對於遺漏值的處理方式，分成刪除法或填補法這兩種方法，而面對問卷類型的資料，通常採用順序尺度變數當作問卷的評分標準，本篇使用EM方法填補遺漏值，由於順序尺度變數時常發生樣本數可能沒有遠大於問卷之題目組成的列聯表格子數，導致EM無法執行，因此逐次對資料執行EM填補遺漏值。藉由EM填補後的完整資料使用加總尺度、因素分析和非線性主成分分析整合為單一總體尺度，應用等級轉換法將單一總體尺度轉換為順序尺度，接著評估兩順序尺度變數之間合意度。
第一章 研究動機 7
第二章 文獻回顧 9
第一節 不完整類別變數資料處理 9
第二節 單一總體尺度 13
第三節 評估順序尺度的變數合意度 18
第三章 實證分析 29
第一節 不完整資料的敘述統計 29
第二節 EM填補遺漏值 32
第三節 單一總體尺度與合意度評估 36
第四章 模擬研究 49
第一節 5%遺漏比例 50
第二節 10%遺漏比例 52
第三節 15%遺漏比例 54
第五章 結論 57
Carroll, J. B. (1961). The nature of the data, or how to choose a correlation coefficient. Psychometrika, 26(4), 347-372.
Chen, T., & Fienberg, S. E. (1974). Two-dimensional contingency tables with both completely and partially cross-classified data. Biometrics, 629-642.
3104-3117.
De Leeuw, J., & Mair, P. (2009). Gifi methods for optimal scaling in R: The package homals. Journal of Statistical Software, forthcoming, 1-30.
DiStefano, C., Zhu, M., & Mindrila, D. (2009). Understanding and using factor scores: Considerations for the applied researcher. Practical Assessment, Research & Evaluation, 14(20), 1-11.
Everitt, B., & Hothorn, T. (2011). An introduction to applied multivariate analysis with R. Springer.
Fuchs, C. (1982). Maximum likelihood estimation and model selection in contingency tables with missing data. Journal of the American Statistical Association, 77(378), 270-278.
Fayers, P., & Machin, D. (2007). Quality of life: the assessment, analysis and interpretation of patient-reported outcomes. John Wiley & Sons.
Gifi, A. (1990). Homogeneity analysis. Nonlinear multivariate analysis. Chichester: John Wiley & Sons.
Hochberg, Y. (1977). On the use of double sampling schemes in analyzing categorical data with misclassification errors. Journal of the American Statistical Association, 72(360a), 914-921.
Kuroda, M., Mori, Y., Masaya, I., & Sakakihara, M. Alternating least squares in nonlinear prin-cipal components.
Little, R. J., & Rubin, D. B. (1989). The analysis of social science data with missing values. Sociological Methods & Research, 18(2-3), 292-326.
Olsson, U. (1979). Maximum likelihood estimation of the polychoric correlation coefficient. Psychometrika, 44(4), 443-460.
Svensson, E. (2000). Comparison of the quality of assessments using continuous and discrete ordinal rating scales. Biometrical Journal, 42(4), 417-434.
Svensson, E., & Holm, S. (1994). Separation of systematic and random differences in ordinal rating scales. Statistics in medicine, 13(23‐24), 2437-2453.
Schafer, J. L. (2010). Analysis of incomplete multivariate data. CRC press.
Svensson, E. (2012). Different ranking approaches defining association and agreement measures of paired ordinal data. Statistics in medicine, 31(26), 3104-3117.
Tallis, G. M. (1962). The maximum likelihood estimation of correlation from contingency tables. Biometrics, 18(3), 342-353.
Uebersax, J. S. (2006). The tetrachoric and polychoric correlation coefficients.Statistical methods for rater agreement web site, 2006.
