❌ 第 1 站・實務研究與護理發展
把「做研究」跟「做品管」混在一起講。品管是改善單一單位的流程,研究要能推論到單位以外。
十二站的踩雷點,加上易混淆概念的分界線,集中在這一頁。每一則都能點回互動版的原文。
把「做研究」跟「做品管」混在一起講。品管是改善單一單位的流程,研究要能推論到單位以外。
概念型定義寫得很漂亮,操作型定義卻沒交代「實際上怎麼測、誰來判定」——口委一定從這裡切進來。
文獻寫成流水帳。回顧要收斂到「所以還缺什麼」,不是「有人做過 A、有人做過 B」。
架構圖畫了箭頭卻沒有理論或文獻支持,等於自己畫的因果。
相關性研究寫出因果語氣(「造成」「導致」)。沒有操控就只能說關聯。
寫成「隨機分派」但實際上是照病房、照床號分——那是方便分組,不是隨機。
差在哪:跨過這條線就是推論跳躍
寫作時的檢查點:沒有操控自變項,就不要出現「造成」「導致」「使得」。
只報 Cronbach's α 就當作「工具有效」。α 是內在一致性,屬於信度,跟效度是兩回事。
差在哪:量得穩不穩 vs 量到對不對
先有信度才談效度,但信度高不保證效度——每次都準準地量錯同一件事,也是很穩。
差在哪:有病抓得到 vs 沒病排得掉
兩者互相拉扯:把閾值調鬆,敏感度上去、特異度下來。要先講清楚哪一種錯誤比較不能接受。
單一院所的方便取樣寫成「具代表性」。該做的是誠實承認,然後在限制段說明推論邊界。
沒寫遺漏值怎麼處理。分析時才臨時決定,會被質疑是看結果挑方法。
把匿名與保密當同義詞。匿名是連研究者都對不回是誰,保密是知道但不外洩。
差在哪:連研究者都不知道 vs 知道但不外洩
IRB 送件時這兩個詞不能混用,寫錯會被退件要求澄清。
只報 p 值。p 小不等於臨床有意義,95% CI 與效果量才看得出幅度。
差在哪:沒差說成有差 vs 有差沒看出來
樣本數太小最常見的下場是型二錯誤——不是「證明沒效」,是「沒有能力看出來」。
差在哪:新個案 vs 現有個案
病程長的慢性病盛行率會很高,但發生率可能不高。
差在哪:理想條件下 vs 真實世界
效度的內外之爭在這裡具體化:控制越嚴,efficacy 越乾淨,effectiveness 越說不準。
差在哪:p 值小 ≠ 臨床上有意義
報告請三個一起給:p 值、效果量、信賴區間。只給 p 值會被追問。
差在哪:各自的效果 vs 效果會不會互相改變
交互作用顯著時,主效果的解讀要讓位——先做單純主效果分析,逐層拆開看。
差在哪:新資料重跑 vs 舊資料重算
可重製是最低門檻,連原資料都算不出同樣結果就不用談複製了。論文的「未來研究建議」如果只寫「建議擴大樣本數」,等於什麼都沒建議。
類別很多或中文名稱很長,改用橫向長條,不要硬塞直的擠成一團。
跑 t 檢定或 ANOVA 之前,先畫 Q-Q 圖驗常態,不要算完才回頭補。
同一個人測兩次(前後測)要用配對前後圖,用分組長條會把配對資訊丟掉。
圓餅圖只在類別五個以內時用,超過就改長條——人眼比不出角度差多少。
討論段只重述結果;未來建議寫成罐頭句(「建議擴大樣本數」「建議延長追蹤」)——任何一篇論文都貼得上去的句子,等於沒寫。建議一條對一個限制;複製研究的描述具體到別人照著能重跑。