晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

第12點是關於資料存取（data access）、資料清理的方式與連結說明：

• RECORD 12.1：研究者（執行者）應該要交代資料存取的程度為何，此資料存取是用來從資料庫族群中（母群）創造研究族群（分析族群）。
• RECORD 12.2：作者應該要提供關於該研究所使用的資料清理方法的相關訊息
• RECORD 12.3：需交代該研究是否包括個人層級或是機構層級的資料。是否使用到2個或2個以上的資料庫連結。需報告連結多個資料庫的方法以及連結的品質評估的方法。

筆者補充：

筆者在不久之前簡單地介紹幾種比較常見的報告指引 （goo.gl/LMl97H），其中有一個RECORD statement（REporting of studies Conducted using Observational Routinely-collected Data）是觀察型研究的STROBE statement（STrengthening the Reporting of OBservational studies in Epidemiology）的延伸，剛於2015年正式發表在PLoS Medicine。

RECORD statement主要是針對例行性蒐集資料的觀察型研究，例如近幾年開始國內幾家大型醫學中心開始建置自家醫院的醫學資料庫、社區的長期追蹤研究（例如知名的Framingham study）、各家醫院的健檢資料或是目前炙手可熱的健保資料庫等，都屬於此類重複性蒐集資料的研究類型。

臨床研究不同於自然科學的研究（例如物理、化學），其不可控制的變因非常多，不易證實某種操弄因子（Manipulated variable）的效果，也很難證實該研究的可重複性（Repeatability）。因此在近10幾年來的醫學研究，產生了許多報告指引（Reporting guideline），目的在於使得研究過程的訊息透明化以及對於研究結果的標準化報告，最終達到降低研究偏差的目標。

表一列出較為常見研究類型的報告指引，包括隨機試驗（Randomized clinical/controlled trial, RCT）的CONSORT statement、系統性回顧（Systematic review）或Meta-analysis的PRISMA statement、觀察型研究（包括病例對照研究 [Case-controlled study];世代研究 [Cohort study]; 橫斷面研究 [Cross-sectional study]）的STROBEstatement、以及針對例行性蒐集資料的觀察型研究（通常是資料庫研究）的RECORDstatement。

最近因政府帶頭召開，年金改革的議題炒得很熱。由於歷史因素，各人身處職業不同、年資不同，經歷年代也不一樣，所以每個人注意的點都不一樣。只是，各種退休基金愈來愈不夠用是事實，無論開源或節流，總是要改變，大家不接受也不行了。

筆者年逾45，工作已超過20年，累積相當的年資；但離法律退休年齡65，卻還有20年。在這個工作生涯的中點，不禁開始思考退休準備。個人目前除了國家法定的勞保、勞退外，平常從事定期定額的基金投資，自己的第一棟房子頭款就是這樣來的。

在發展量表的程序上，預試是檢驗測量題目是否適切的重要程序，其中又以項目分析（Item-analysis）最為重要，除了透過量化指標去檢驗題目的適切性，研究者也應根據自己的需求及理論層次來評估（邱皓政，2010，14-2）。

項目分析所參考的指標數眾多，在社會科學的研究中，最常用的則是「極端組檢定」（comparisons of extreme groups）（又稱內部一致性效標法）及「校正項目總分相關分析」（corrected item - total correlation），利用求得各題項之決斷值（Critical Ratio，CR值）及相關係數（correlation coefficient），以瞭解各題項之鑑別力（discrimination）與同質性（homogeneity）為何，來作為選題的依據。