公告版位
晨晰統計顧問有限公司在新北市板橋\服務市話:02-29602817\手機:0918-276-622\信箱:raising.statistic@gmail.com\網址:http://www.rai-stat.com.tw

在觀察型研究當中,傾向分數分析(propensity score analysis)的使用,特別是傾向分數配對(propensity score matching)已經是非常普遍,這個部分可參見筆者在之前寫的文章(https://reurl.cc/qd8xg 以及  https://reurl.cc/V6Xr5)。關於傾向分數配對的技術與介紹,網路上已經有非常多資源(可參見筆者同事撰寫的一系列文章(https://reurl.cc/E7z3Rhttps://reurl.cc/WdL5D以及https://reurl.cc/O1qlv),但目前比較少人討論在傾向分數配對後的統計方法。

理論上,在同一個配對組合(matched pair)之下的實驗組與對照組(或暴露組與非暴露組),由於他們有很接近的傾向分數(成為實驗組/暴露組的機率),因此他們在用來計算傾向分數的基本屬性上(例如年齡、性別、共病等)也會比較相近,因此此時的實驗組與對照組不再是「獨立樣本」,而是具有相依性的配對樣本(paired sample1

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

筆者曾於另文中介紹一個企業績效儀表版的範例,適合業務銷售部門,進行績效管理。為了讓讀者可以嘗試自行製作,特別挑出其中兩個圖塊,成長趨勢(Trends)、城市亮點(City Highlights),介紹製作方法。

企業績效儀表版(註1

晨晰部落格新站 發表在 痞客邦 留言(2) 人氣()

貳、調整表格

15、想將設定為『自動調整成內容大小』的表格換成『自動調整成視窗大小』。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

接下來一系列文章想和大家分享平常進行統計數據整理時,在WORD中所使用的小技巧,首先是針對表格的部分,目前筆者使用的Office版本為2013版,因為不同版本會造成部分選項位置的不同,如果有遇到此問題的話,可能要另外google一下,或是在文章下方留下您所遇到的問題。

壹、插入表格

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

這是一個企業績效儀表版的範例,從整個色調上來看,以深藍色為基底,給人一種穩定、智慧、可信賴的感覺,在企業績效這種高專業內涵的資訊上,特別合適。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

區別效度分析旨在驗證不同兩個構面相關在統計上是否存在差異,在不同構面的題目應該不具有高度相關,如有高度相關,就表示這些題目是衡量同一件事,同常這會發生在構面的定義有過度重疊的時候(張偉豪,2011)。

最常用來驗證區別效度的方法,應該算是平均變異數萃取法(如下表),因為在進行驗證性因素分析(confirmatory factor analysis, CFA)的同時,即可透過所得到因素間的相關係數,以及透過報告收歛效度(convergent validity)時所得到的平均變異萃取量(average variance extracted, AVE)就能完成下列表格,至於判斷的標準,就是該因素的AVE開根號值要高於所有與該因素的相關係數,以下圖因素B為例,AVE開根號為.78,要高於所有與因素B的相關係數.42.72,則代表有區別效度。

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

google表單是很多人拿來製作線上問卷的最佳工具之一,功能齊全又方便。如果你仔細察看下載的回應資料檔,第1欄通常叫作「時間戳記」,記錄每一份問卷提送時間,它的內容包括年月日及時間,是最標準的日期+時間格式。

當你想要統計每天或每週的回應數趨勢,或者想看週一至週日,那一天回收情形較好,「時間戳記」就可以派上用場。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

目前欲作健保資料庫有三種管道,第一種是以國衛院時代的攜出健保資料庫,其資料只到2013年就停止更新了;第二種是衛生福利資料科學中心,俗稱加值中心,資料更新約延遲1.52年左右;第三種是全民健康保險保險人資訊整合應用服務中心,資料更新約延遲1年。最近常聽到一種聲音,就是知名雜誌越來越不願意接受國衛院的攜出健保資料庫,但筆者的實際經驗似乎相左。

因此筆者使用國立成功大學健康資料加值應用研究中心的健保資料庫搜尋網站(https://visualizinghealthdata.idv.tw/?route=article/thesis),搜尋方式為「限定impact factor > 5」(以2016 JCR的分數),結果有743篇(更新時間 : 2018-06-27),其中43篇為於2018年發表,筆者由摘要中找尋「追蹤截止日期」的相關資訊。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

因素分析是在做量表型研究時,最常用來進行效度分析的統計方法,而因素分析又分為探索性因素分析(Exploratory Factor Analysis, EFA)與驗證性因素分析(Confirmatory Factor Analysis, CFA),因此有兩個常被問到的問題,兩者的差別在哪,以及兩者的使用時機為何,兩者的差異在張偉豪與鄭時宜(2012)一書中有清楚的介紹與彙整,因此本篇也截錄一些重點與大家方享。

探索性因素分析被提出的時間早於驗證性因素分析,主要的目的是在探索一組觀察變項中有多少的潛在因素,其流程是先設定一群觀察變項會受到同一個共同因素的影響,計算其共變程度,再來排除掉共變程度後,再尋找下一個可以解釋剩下共變關係的因素,直到所有變異量被解釋完為止(如下圖左半部),此時所萃取因素的個數剛好就是等於觀察變項的總題數,不過由於多數因素能解釋共變的程度不高,因此就會有許多方式來決定因素個數,譬如說下圖右半部採取特徵值大於一的方式來決定,或是用陡坡圖來決定適合的因素個數。

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

 

晨晰統計累積多年在滿意度調查上的工作經驗,今年針對全國各地政事務所員工經常舉辦的民眾洽公滿意度,把最常見的題目,整理出二個版本(A版、B版),並把題目內容放上網路,免費提供大家申請使用。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

Close

您尚未登入,將以訪客身份留言。亦可以上方服務帳號登入留言

請輸入暱稱 ( 最多顯示 6 個中文字元 )

請輸入標題 ( 最多顯示 9 個中文字元 )

請輸入內容 ( 最多 140 個中文字元 )

reload

請輸入左方認證碼:

看不懂,換張圖

請輸入驗證碼