研究方法、生物統計與護理理論，整理成四張看得懂的地圖。從研究問題走到統計結論有十二站，每一站畫清楚：設計長什麼樣、哪裡會被扣分、名詞的中英文怎麼對。
十二站，四個階段。點任一站看：一句白話、關鍵名詞、手寫講義，還有最常被問倒的地方。統計那一站往下還有生統的自學地圖。
三個問題定位你的設計，落點會畫出實驗設計圖或時間軸。符號沿用講義：R 隨機、E 實驗組、C 對照組、O 收資料、X 實驗處置。
設計定好之後，資料要怎麼分析 → 到選檢定。
這一區只講統計：上面選檢定，下面是自學地圖與手寫筆記。
依變項的測量尺度決定走哪一條線，組數與樣本關係決定停在哪一站。落點卡附 R 與 SPSS 兩種路徑——課綱寫的是電腦教室兩套都教，SPSS 及 R commander，t 檢定與 ANOVA 那幾週的進度表上直接標了 R commander。
理論這一區有兩張圖。上面是方法：九個格子涵蓋所有理論建構策略，點格子看步驟。下面是地圖：護理理論照抽象程度排成階梯，看得出誰站在哪一層。
直排是層次：概念、陳述、理論。橫排是策略：向別的領域借（衍生）、從資料長出來（綜合）、把現成的拆開（分析）。
Alligood 每一章都用同一套骨架分析理論家；你的理論評讀報告也照這九格填。WA6 那本筆記就是為這件事準備的。
課綱指定的大綱，跟九宮格與 Alligood 骨架不完全相同——交報告照這個填。兩份作業合計佔小組成績 80%，各報告 30 分鐘、帶討論 90 分鐘。
課綱指定的分析標的，各佔小組成績的一部分。以下是起點方向與最容易踩的坑，不是答案——八步驟的每一格要你自己讀文獻填。
越上面越抽象、越難直接拿來用；越下面越貼近臨床、越容易操作成變項。中範圍理論是碩論最常掛的一層。
版次提醒：課綱指定 Alligood 第 11 版（2025，Alligood & Hardin），本站整理自第 10 版——理論家與分層不變，但章號可能位移，引用頁碼前請對照手上那本。
名詞、易混淆概念、效度威脅，同一個框一起查；也可以點卡片整類瀏覽。快捷鍵 /。
四種題型混出：讀情境選檢定、選研究設計、看解釋選名詞、分辨易混淆概念。答了立刻對，錯的附解析。
同樣內容的純文字版：方便搜尋、列印，也讓沒有執行 JavaScript 的閱讀器讀得到。平常收著就好。
先講清楚研究在臨床裡是拿來做什麼的，以及實證實務怎麼長出來。
研究不是把單位的問題修好就算，它要能推論到單位以外。這一站先弄清楚研究、品管、實證實務三者的分工：品管改善這一床這一區的流程，研究產生可以外推的知識，實證實務則是把別人產生的知識用回自己的臨床。想清楚你手上的困擾屬於哪一種，後面十一站才不會走錯路。
關鍵名詞：實證實務 EBP、研究問題、量性／質性
常被問倒的地方：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。
把臨床上的困擾，收斂成一句可以被驗證的句子，並指定自變項與依變項。
把一句臨床上的抱怨，收斂成一句可以被資料推翻的句子。這一站要交出三樣東西：研究問題、研究目的、以及每個變項的概念型與操作型定義。判斷做完沒有的標準很簡單——把你的操作型定義交給另一個人，他能不能照著測出同一個東西。
關鍵名詞：research problem、purpose、objective、H₀、自變項、依變項、干擾變項、操作型定義
常被問倒的地方：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。
把已經知道的整理成一張圖，然後指出那塊還空著的地方，就是你的研究缺口。
文獻回顧不是把讀過的文章列出來，而是畫出一張「目前已知的地圖」，然後指出地圖上還空著的那一塊。檢索策略、納入排除條件要寫到別人能重跑一次；讀完之後你要能說出一句話：前人做到哪裡、還缺什麼、所以我要補哪一塊。
關鍵名詞：systematic review、meta-analysis、research gap、MeSH、Boolean、grey literature、risk of bias
常被問倒的地方：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」。
決定要不要給處置、分幾組、量幾次；架構圖要把變項之間的箭頭畫清楚。
決定整個研究長什麼樣：要不要給處置、分幾組、量幾次、什麼時候量。同時把變項之間的關係畫成架構圖，每一個箭頭都要有文獻或理論撐著，不能是自己想的。這一站的產出會直接決定第 12 站能跑哪些統計。
關鍵名詞：conceptual framework、theoretical framework、橫斷式、縱貫式、RCT、quasi-experimental
常被問倒的地方：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。
不給處置、不操控變項，只描述、比較或找關係。診斷準確性研究就住在這一條線上。
不給處置、不操控變項，只描述現況、比較差異或找關係。優點是可行性高、倫理阻力小，代價是講不了因果。診斷準確性研究、橫斷式調查、相關性研究都住在這條線上——寫作時特別小心動詞，沒有操控就不要出現「造成」。
關鍵名詞：descriptive、correlational、cross-sectional、cohort、case-control、retrospective、prospective
常被問倒的地方：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。
隨機、操控、控制三個要素齊了才叫真實驗；缺一或缺二就是類實驗。
給了處置，就要回答三個問題：有沒有隨機分派、有沒有操控自變項、情境有沒有受控。三個都齊才叫真實驗，缺一或缺二就是類實驗。臨床上真正做得到三者齊備的很少，重點不是硬撐成真實驗，而是誠實標示設計類型並說明控制了什麼、沒控制什麼。
關鍵名詞：random assignment、manipulation、control、blinding、allocation concealment
常被問倒的地方：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。
工具量得穩不穩（信度）、量到的是不是你要的東西（效度），兩件事要分開報。
工具好不好分成兩件事：量得穩不穩（信度）、量到的是不是你要的東西（效度）。這一站要決定用現成量表還是自己發展，並交代每一種信效度的實際數值。最常見的失分是只報 Cronbach's α 就說工具有效——α 屬於信度，跟效度是兩件事。
關鍵名詞：Cronbach's α、test-retest、Cohen's κ、CVI、construct validity、criterion validity
常被問倒的地方：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。
從誰身上收資料、收幾個、怎麼挑；樣本數要用檢定力算出來，不是憑感覺。
決定從誰身上收、收幾個、怎麼挑。樣本數要用 α、檢定力與預期效果量事前算出來，不是憑感覺或憑「以前的論文都收 100 個」。單一院所的方便取樣不是罪，寫清楚並在限制段說明推論邊界才是。
關鍵名詞：population、purposive sampling、convenience sampling、stratified、sample size、power、effect size、attrition
常被問倒的地方：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。
誰、在哪裡、用什麼表單、收到的資料怎麼存與清理，流程要能被別人照著做一遍。
把設計變成實際動作：誰、在哪裡、用什麼表單、收到的資料怎麼存與清理。這一站的判準是可複製性——換一個收案者照著你的流程走，收到的資料應該長得一樣。遺漏值怎麼處理要事前寫死，不能等分析時看結果再決定。
關鍵名詞：研究操作準則、項目負擔、閱讀水準、譯碼簿、先導研究、唯一識別碼、missing data、de-identification
常被問倒的地方：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。
知情同意、IRB 審查層級、隱私保護，還有四大原則：自主、不傷害、行善、正義。
知情同意、IRB 審查層級、隱私保護，背後是自主、不傷害、行善、正義四個原則。實務上最花時間的是送審與修正，所以計畫書寫作階段就要同步準備。匿名與保密是兩個不同的詞，送件寫錯會被退。
關鍵名詞：informed consent、IRB、exempt review、expedited review、anonymity、confidentiality、vulnerable population
常被問倒的地方：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。
先描述資料長什麼樣，再用檢定回答問題，最後把 p 值、信賴區間、效果量一起講。
先描述資料長什麼樣，再用檢定回答問題，最後把結果講成人話。報告時 p 值、效果量、95% 信賴區間三個一起給——p 值只說「這個差異不太可能是抽樣誤差」，說不出差異有多大、有沒有臨床意義。
關鍵名詞：descriptive statistics、p-value、95% CI、Type I error、Type II error、chi-square、t-test、ANOVA、regression
常被問倒的地方：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。
照 IMRAD 把研究寫出來，再用同一套眼光去評別人的文章。
照 IMRAD 把研究寫出來，也用同一套眼光去讀別人的文章。評讀不是挑毛病，是判斷這篇的結論能不能用在你的病人身上。討論段要跟前人文獻對話：一致的說一致，不一致的要給得出解釋，限制要自己先講，不要等口委幫你講。最後兩段——未來研究建議與複製可能性——要跟前面的限制一一對得上：你講了什麼限制，就建議下一個人怎麼補；並且把方法寫到別人照著能重跑一次。
關鍵名詞：IMRAD、APA 7th、critique、信實度、audit trail、reflexivity、intervention fidelity、限制 limitations、replication、preregistration
常被問倒的地方：討論段只重述結果，以及未來建議寫成罐頭句（「建議擴大樣本數」「建議延長追蹤」）。建議要指名道姓地對應自己的限制；複製研究的描述要具體到別人照著能重跑。
找一群人給處置，結束後量一次。最簡單，也最沒有比較基礎。
例：60 位長青會老人上 8 週太極拳，訓練後測肌耐力與心肺功能。
強在哪：個案數少、流程單純；母群體稀少時可行；沒有前測就沒有測試效應。
弱在哪：沒有對照組，分不出是處置有效還是這群人本來就比較好；沒有前測，成熟或學習的影響去不掉。
有對照組但沒隨機，兩組結束後各量一次。
例：實驗組給穴位按壓、對照組只給常規指導，兩週後比較便祕改善。
強在哪：有比較組；不便做前測、或前測會嚴重干擾結果時適用。
弱在哪：兩組起點是否相同無從得知，基準不同就無法歸因給處置。
同一群人測兩次，中間夾處置，比前後差值。
例：吞嚥訓練護理方案改善巴金森氏病吞嚥障礙的前驅研究，10 位個案前後測。
強在哪：有前後測差異可佐證成效；樣本需求少，可行性高。
弱在哪：沒有對照組，選樣效應去不掉；重複測量會有練習造成的測試效應；結果推不到沒做過前測的人。
隨機分兩組，兩組都測前後測，只有實驗組拿到處置。介入型研究的標準款。
例：社交技巧訓練提升住院精神病患表達與溝通之成效。
強在哪：隨機分派排除選擇效應；前測可確認兩組基準同質；前測效應同時作用在兩組，可互相抵銷。
弱在哪：在自然情境裡很多干擾控制不了；若成熟與霍桑效應無法控制，實質上會退回類實驗。
隨機分兩組，都不做前測，只比結束後的結果。
例：穴位按壓對中風病患便祕之成效，以病房為單位隨機分兩組，按壓後兩週收資料。
強在哪：完全避開測試效應；不方便做前測時的首選。
弱在哪：沒有前測就無法驗證兩組起點同質，只能靠隨機化本身。
四組交叉：有無前測 × 有無處置，用來把測試效應本身量出來。
例：音樂治療對癌末病患生活品質，120 位均分四組。
強在哪：同時排除選樣效應與測試效應；四組同期進行，時間演進的干擾也一併控制。
弱在哪：要四組人，樣本需求大；統計處理繁瑣。
同時操控兩種以上的處置，看各自成效與交互作用。
例：三種衛教方式（衛教本、光碟、兩者併用）對心導管檢查病患知識與焦慮的影響。
強在哪：一次比較多種介入；可看交互作用。
弱在哪：組數多、樣本需求大；解讀交互作用比主效果難。
有對照組、有前後測，但分組不是隨機。臨床上最常見的一種。
例：纈草精油穴位按摩對重症病人睡眠成效，實驗組加精油按摩，對照組僅標準照護。
強在哪：前測可檢查兩組依變項是否同質（常用卡方），部分排除選樣效應；前測效應同時作用兩組。
弱在哪：未隨機化，干擾變項控制不完全，因果推論力低；結果推不到未做前測的族群。
處置前後各量好幾次，看趨勢有沒有在介入點轉折。
例：單位導入新流程前後各追蹤數個月的指標變化。
強在哪：多次測量可分辨「本來就在變」與「介入後才變」；也能用統計控制練習效應。
弱在哪：資料收集期長，個案流失與歷史事件的風險跟著變高。
兩組在不同時段輪流接受不同處置，每個人都當過自己的對照。
例：穴位按壓緩解老人便祕：A 組真穴位 7 天→休息→假穴位；B 組順序相反。
強在哪：兩組都接受過處置，排除選樣效應；連續三次收資料，看得出成效穩不穩。
弱在哪：研究期拉長，成熟與練習效應變強；個案流失風險高；需要沖洗期避免殘留效應。
不給處置，把現況描述清楚：發生率、分布、樣態。可再分探索敘述、比較敘述、時間層面三種。
例：調查某群體胎兒酒精症候群現況，只能調查孕婦平日酒精攝取量，再與常模比較。
再細分：常見型式：調查研究、需求評估、次級資料分析、統合分析、德爾菲調查。
強在哪：變項無法操控、或倫理上不能分實驗與對照組時的正解；替後續實驗性研究鋪路。
弱在哪：只能描述與比較，說不出因果。
看 A 變動時 B 會不會跟著動，用相關係數表示強弱與方向。
例：結腸造口病患的自尊狀況與應對方式的相關性。
強在哪：能直接測變項間的關係；可涵蓋敘述性研究的目的，先描述再找關係。
弱在哪：不能比較組間差異、不能測因果，也沒有控制與操縱變項。
某一個時間點上，把一組或多組樣本的狀況一次收齊。
例：同一時間收集現有病人的判讀結果與參考標準，比較兩者一致性。
強在哪：省時、可行性高，適合看現況與盛行率。
弱在哪：因果先後說不清楚——要能合理推論變項的時序，還要有理論支撐。
同一群人追蹤一段時間，反覆收資料看變化。追蹤六個月以上是基本要求。
例：心臟移植病患出院後每月訪視一年，追蹤服藥順從性、生活品質與自我效能。
再細分：趨勢研究：同一母群多次抽不同樣本。世代分析：同一批人在固定時段內反覆分析。
強在哪：掌握得到變化的軌跡與速度，資料完整度高。
弱在哪：最大的敵人是個案流失與參與意願改變。
先看到結果，再往回查可能的原因。病例對照研究屬於這一類。
例：外科加護病房呼吸器相關肺炎的危險因素探討。
強在哪：罕見疾病、或曝露到發病要很久的題目，這是唯一做得動的路。
弱在哪：依賴回憶與既有紀錄，回憶偏差與資料缺漏都跑不掉。
先確認曝露，再往前追會不會發生結果。世代研究的主要走法。
例：1500 公克以下早產兒出生五天內腦壓平穩者，後續顱內出血情形。
強在哪：時序清楚，因果推論比回溯強。
弱在哪：費時費錢，個案流失會侵蝕結論。
受試者隨時間自然長大或身心變化，成效被誤記在處置頭上。
對策：設對照組，讓自然變化同時作用在兩組。
研究期間發生預期外事件影響結果，長程或縱貫研究特別容易中招。
對策：縮短研究期、記錄期間重大事件、設同期對照組。
前測提醒了受試者，讓他們刻意注意相關內容；重複測還會有練習或疲倦。
對策：拉長測量間隔、用 ANCOVA 把前測當共變項校正、或加設對照組。
沒隨機取樣或分派，兩組在給處置前就已經不同，基準線就有差。
對策：隨機分派；否則用前測檢查兩組同質性（常用卡方）。
量表或儀器本身不穩、不準，測到的變化不是真的變化。
對策：報再測、複本或折半信度與內容效度；儀器定期校驗。
極端高分與極端低分者，過一段時間會自己往平均靠，沒處置也一樣。
對策：不要只挑極端組收案；設對照組比較。
中途退出或死亡，剩下的人跟原本的樣本不再是同一群。
對策：記錄流失人數與原因，做流失分析比較退出與留下者。
分不出誰先誰後，因果就講不清。
對策：前測—介入—後測的順序寫死，時間點明確交代。
兩組互相往來，實驗組把內容告訴對照組，對照組被汙染。
對策：分不同單位或時段收案，減少兩組接觸。
研究者對拿不到處置的對照組過意不去，私下給了別的東西。
對策：處置流程標準化；研究團隊與照護團隊分開。
對照組知道自己沒拿到，反而卯起來表現。
對策：盲化組別，不強調誰是實驗組。
對照組覺得被差別待遇而放棄配合，結果被壓低。
對策：盲化；或改用等待名單設計，事後補給處置。
知道自己被觀察就改變行為，研究一結束又打回原形。
對策：雙盲；追蹤期拉長看行為是否維持。
因為新鮮好奇而改變表現，跟處置本身無關。
對策：延長觀察期，等新鮮感退去再測。
相信處置有效就真的好轉，或被告知是實驗組而產生預期。
對策：設安慰劑對照；不刻意強調成效，不標明誰是實驗組。
年齡、性別、地區限制越多，越難推論到別人身上。
對策：誠實寫出納入條件，限制段講清楚推論邊界。
實驗室裡控制得太完美，回到真實臨床就不成立。
對策：在自然情境收案，或另做實務場域的驗證。
全是志願者或樣本數太小，代表性不足。
對策：多中心收案；報告參與者與未參與者的差異。
差異 · 名義 · 一組｜一組類別資料的實際分佈，和預期比例差多少。 R：chisq.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 卡方
差異 · 名義 · 兩組 · 獨立｜兩群不同的人，某個有／沒有的比例差不差。期望次數 <5 用 Fisher。 R：fisher.test() chisq.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「卡方」（2×2 會自動附 Fisher 精確檢定）
差異 · 名義 · 兩組 · 成對｜同一群人前後兩次的是／否有沒有翻轉。 R：mcnemar.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「McNemar」
差異 · 名義 · 超過兩組 · 獨立｜三組以上的人，類別比例分佈是否相同。 R：chisq.test() SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾「卡方」
差異 · 名義 · 超過兩組 · 成對｜同一群人被測三次以上的是／否有沒有變化。 R：cochran.qtest() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → K 個相關樣本（勾 Cochran Q）
差異 · 序位 · 兩組 · 獨立｜兩群不同的人，名次或等第誰比較高。獨立 t 檢定的無母數版。 R：wilcox.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 2 個獨立樣本（Mann-Whitney U）
差異 · 序位 · 兩組 · 成對｜同一群人前後兩次的名次有沒有移動。 R：wilcox.test(paired=TRUE) SPSS：分析 → 無母數檢定 → 歷史對話記錄 → 2 個相關樣本（Wilcoxon）
差異 · 序位 · 超過兩組 · 獨立｜三群以上不同的人，等第分佈誰高誰低。事後用 Dunn。 R：kruskal.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → K 個獨立樣本（Kruskal-Wallis H）
差異 · 序位 · 超過兩組 · 成對｜同一群人被測三次以上的名次變化。 R：friedman.test() SPSS：分析 → 無母數檢定 → 歷史對話記錄 → K 個相關樣本（Friedman）
差異 · 等距／等比 · 一組 · σ 已知｜母群體標準差 σ 已知（或樣本很大）時，比較一組平均與已知標準。σ 未知就走 t 檢定——實務上幾乎都是 t。課程第 7 週與 t 檢定同一週上。 R：BSDA::z.test(x, sigma.x=) SPSS：SPSS 無內建；用單一樣本 T 檢定近似，或自行以公式計算
差異 · 等距／等比 · 一組｜一組人的平均值，和某個已知標準差多少。 R：t.test(x, mu=) SPSS：分析 → 比較平均數法 → 單一樣本 T 檢定
差異 · 等距／等比 · 兩組 · 獨立｜兩群不同的人平均值差不差。變異數不等用 Welch。 R：t.test(x~g) SPSS：分析 → 比較平均數法 → 獨立樣本 T 檢定（Levene 不顯著看上列，顯著看下列）
差異 · 等距／等比 · 兩組 · 成對｜同一群人前後兩次的平均值差多少。檢定的是差值的常態性。 R：t.test(x,y,paired=TRUE) SPSS：分析 → 比較平均數法 → 成對樣本 T 檢定
差異 · 等距／等比 · 超過兩組 · 獨立｜三群以上不同的人平均值誰高誰低。顯著後做事後比較。 R：aov() TukeyHSD() SPSS：分析 → 比較平均數法 → 單因子變異數分析（Post Hoc 勾 Tukey 或 Scheffé）
差異 · 等距／等比 · 自變項兩個以上｜兩個以上自變項一起檢驗。主效果之外多了交互作用——交互作用顯著時先拆單純主效果，別急著解讀主效果。課程第 11、12 週連上兩週（期中考在第 9 週之後），屬期末考範圍。 R：aov(y ~ A*B) SPSS：分析 → 一般線性模式 → 單變量（固定因子放兩個自變項，看交互作用列）
差異 · 等距／等比 · 超過兩組 · 成對｜同一群人被量三次以上的平均值變化。需符合球形假設。 R：aov(+Error()) / lme SPSS：分析 → 一般線性模式 → 重複量數（Mauchly 違反看 Greenhouse-Geisser 列）
關聯 · 名義｜兩個類別變項的關聯強度；或用類別結果做預測。 R：assocstats() glm(family=binomial) SPSS：分析 → 敘述統計 → 交叉表 → 統計量勾 Phi 與 Cramer V；預測用 分析 → 迴歸 → 二元 Logistic
關聯 · 序位｜兩個排名變項是不是一起上一起下。 R：cor(method="spearman") SPSS：分析 → 相關 → 雙變數（勾 Spearman 或 Kendall）
關聯 · 等距／等比｜兩個連續變項的線性關係強度；或用它們預測結果。 R：cor.test() lm() SPSS：分析 → 相關 → 雙變數（Pearson）；預測用 分析 → 迴歸 → 線性
集中趨勢、離散、分布形狀 R：summary() sd() hist() boxplot()
驗收：看著一張分布圖能說出該用平均數還是中位數，以及為什麼。
描述統計要回答的只有一件事：這批資料長什麼樣子。集中趨勢講中心在哪——平均數受極端值拉扯，中位數不會，所以住院天數、醫療費用這種右偏的資料報中位數才誠實。離散講散開的程度，標準差配平均數、四分位距配中位數，兩兩成對出現，不要混搭。分布形狀看偏態與峰度，也決定了後面能不能走參數檢定這條路。實務上先畫直方圖跟盒鬚圖再算數字，圖會先告訴你有沒有離群值、要不要換成中位數。論文的表一幾乎就是這一塊的產物。
常態分布、z 分數、中央極限定理、抽樣分布 R：rnorm() pnorm() qnorm()
驗收：能解釋樣本夠大時，平均數的分布為何會趨近常態。
這塊是推論統計的引擎室。常態分布給你一把尺，z 分數把任何測量換算成「距離平均幾個標準差」，不同量表因此可以互相比較。真正關鍵的是抽樣分布——不是資料的分布，是「統計量」的分布：想像重複抽無數次樣本，每次算一個平均數，這些平均數自己會形成一個分布。中央極限定理說，只要樣本夠大，這個分布會趨近常態，而且不管原始資料是不是常態。這就是為什麼一份偏態的資料仍然可以對它的平均數做檢定。標準誤是這個抽樣分布的標準差，跟標準差不是同一件事，兩者混用是很常見的錯。
虛無與對立假設、α、p 值、型一型二錯誤、檢定力 R：先用模擬理解 p 值，不急著跑檢定
驗收：能用白話講對 p 值：假設虛無為真，看到這種或更極端結果的機率。
整個推論統計都建立在一個反證的動作上：先假設沒有差異（虛無假設），再問「如果真的沒差，我會看到現在這種資料的機率有多低」。低到說不過去，就推翻虛無。p 值就是那個機率，它不是「虛無為真的機率」，也不是「效果的大小」——這兩個誤解幾乎是所有統計錯誤的源頭。α 是你事先願意承擔的誤判風險，通常 .05，指的是型一錯誤：明明沒差卻說有差。型二錯誤反過來，明明有差卻沒抓到，機率是 β，而檢定力就是 1−β。p 值顯著只說「不太可能是巧合」，效果量才說「差多少」，兩個都要報。這塊懂了，後面每一種檢定都只是換公式而已。
單樣本／獨立／成對；常態與變異數同質的前提 R：t.test()
驗收：拿到題目能判斷該用哪一種 t 檢定。
比平均數的三兄弟。單樣本比的是一群人跟一個已知標準；獨立樣本比兩群不同的人；成對樣本比同一群人的前後兩次。判斷用哪一種，關鍵在「這兩筆數字是不是同一個人身上來的」——同一個人就走成對，成對檢定的是差值，因此常態性要看的是差值而不是原始分數。獨立樣本要先看變異數同質（Levene 檢定），不同質就改用 Welch 校正，R 的 t.test() 預設就是 Welch。樣本很小又明顯不常態，改走無母數的 Mann-Whitney 或 Wilcoxon。課程第 7、8 週上這塊，也是期中筆試的主戰場。
為何三組以上不能一直做 t 檢定、F 值、事後比較 R：aov() TukeyHSD()
驗收：能說出 ANOVA 顯著後為什麼還要做事後比較。
三組以上為什麼不能兩兩做 t 檢定？因為每做一次就冒一次型一錯誤的風險，做三次，整體犯錯的機率就從 .05 膨脹到接近 .14。ANOVA 用一次檢定處理全部，靠的是把總變異拆成組間與組內兩塊，F 值就是這兩塊的比值：組間比組內大得夠多，就表示分組真的有解釋力。但 F 顯著只告訴你「至少有兩組不一樣」，沒告訴你是哪兩組——所以要接事後比較，Tukey、Scheffé、Bonferroni 都是在控制膨脹的錯誤率下把兩兩比完。前提跟 t 檢定同一套：常態、變異數同質、觀察值獨立。
適合度 vs 獨立性、期望次數、類別變項 R：chisq.test()
驗收：能判斷什麼樣的資料用卡方而不是 t 或 ANOVA。
前面幾塊都在比平均數，卡方比的是次數。資料是「幾個人屬於哪一類」而不是「每個人幾分」，就走這條。兩種用法：適合度檢定問一組類別的實際分布跟預期比例差多少；獨立性檢定問兩個類別變項有沒有關聯，資料排成交叉表。核心概念是期望次數——如果兩個變項真的無關，每一格應該有幾個人，實際與期望差越多，卡方值越大。期望次數小於 5 的格子太多，卡方就不可靠，2×2 表改用 Fisher 精確檢定。同一群人前後兩次的是與否要走 McNemar，不是卡方，這一題很愛考。
Pearson r、簡單線性迴歸、R²、係數解讀 R：cor() lm() summary(lm)
驗收：能讀懂 lm 輸出的係數與 p 值。
相關問的是兩個連續變項有沒有一起動，Pearson r 介於 −1 到 1，只講強度與方向，沒有誰預測誰。迴歸多了方向性：用 X 去預測 Y，寫成 Y = a + bX，斜率 b 的意思是「X 每增加一單位，Y 平均變動多少」。R² 是 r 的平方，解讀成「Y 的變異有多少比例被 X 解釋掉」。這塊是後面所有模型的母體——邏輯斯迴歸、GLM、多層次模型全都是從這個式子長出來的，所以它值得花時間磨。最常見的錯是把相關當因果，以及在資料範圍外硬套預測（外推）。
兩個以上自變項與交互作用；課程第 11–12 週
兩個以上的類別自變項、一個連續依變項，例如比較三種衛教方式與性別對自我效能的效果，這是一個 3×2 設計、六個細格。它比單因子多了一件單因子做不到的事：交互作用——一個自變項的效果會隨另一個自變項的層級而改變。判讀順序是死的：先看交互作用，顯著就暫緩解讀主效果，改拆單純主效果（固定一個因子的層級，再看另一個）；不顯著才各自解讀主效果。用剖面圖判斷最直觀，兩條線平行表示沒有交互作用，不平行甚至交叉就是有。效果量報偏 eta 平方。課程排了整整兩週，是全學期唯一被排兩週的主題，期末必考。
一個自變項預測一個連續結果；課程第 13 週
從相關往前走一步：不只問兩個變項有沒有一起動，而是用 X 去預測 Y。方程式 Y = a + bX 裡，截距 a 是 X 為零時的預測值（很多時候沒有實質意義，別硬解讀），斜率 b 才是重點——X 每增加一單位，Y 平均變動多少。這條線怎麼畫出來的？最小平方法：讓每一點到線的垂直距離（殘差）平方和最小。R² 講這條線解釋掉多少變異，但 R² 高不代表模型對，可能只是外插到了資料範圍以外。前提有四項：線性、殘差常態、變異數同質、觀察值獨立，每一項都靠殘差圖檢查，不是靠感覺。
多個自變項同時預測；調整後 R²、共線性 VIF；課程第 14 週
多個自變項同時進模型，最關鍵的概念是偏迴歸係數：每個係數的意思是「控制住其他所有自變項之後」，這一個變項自己的效果。這句話是多元迴歸的全部價值所在，也是最常被寫錯的地方。R² 有個先天問題——變項放越多它一定不會降，所以要看調整後 R²，它會為多餘的變項扣分。整體模型看 F 檢定，個別變項看 t 檢定，兩者問的問題不同。類別變項要轉虛擬變項，而且一定要交代參考組是誰，不然讀者無法解讀方向。共線性用 VIF 看，自變項之間高度相關會讓係數不穩甚至變號。
分區塊投入變項看 R² 變化量；最佳方程式的選法；課程第 15 週
階層迴歸是研究者依理論決定投入順序：先放人口學變項當第一區塊，再放你真正關心的變項當第二區塊，看第二區塊帶來的 R² 變化量顯不顯著。這樣才能宣稱「在控制了年齡與性別之後，這個變項仍有額外解釋力」。它跟逐步迴歸的差別是根本性的——階層由研究者依理論決定，逐步由電腦依統計量決定，後者容易做出理論上說不通的模型，期刊審稿人多半不買單。判斷準則要分清楚：R² 看解釋量、調整後 R² 看有沒有為多餘變項付代價、F change 看每一區塊的增量、AIC 與 BIC 用在模型互相比較。
從樣本推論母群體的整套邏輯，把資料尺度、描述統計與假說檢定接起來。
這一集是把地基七塊串成一條線。核心是母群體與樣本的關係：我們永遠只摸得到樣本，卻想講母群體的事，中間靠的就是機率。資料尺度（名義、序位、等距、等比）決定了後面能用哪些統計方法，這是選檢定的第一個分岔點，也是站上檢定樹的第一個問題。描述統計負責把樣本講清楚，推論統計負責從樣本跨到母群體。把這一集聽完再往下走，00–22 每一集要解決的問題是什麼會清楚很多。
機率與非機率抽樣怎麼選，抽樣誤差從哪裡來。
抽樣決定了你的結果能推論到誰身上，也就是外在效度的天花板。機率抽樣（簡單隨機、系統、分層、叢集）每個人被抽中的機率已知，才能估計抽樣誤差；非機率抽樣（方便、立意、雪球、配額）做不到，但護理臨床研究因為現實限制大量使用方便取樣，所以限制那一段要老實寫。分層抽樣的重點是層內同質、層間異質，適合母群體有明顯次族群的時候；叢集抽樣抽的是單位不是個人，例如整個病房，分析時要留意資料不獨立。抽樣誤差是隨機的、可以估計，抽樣偏誤是系統性的、加大樣本救不回來。
事前用 α、檢定力與預期效果量算出要收幾個人。
四個量互相牽制：α、檢定力、效果量、樣本數，定了其中三個，第四個就決定了。研究計畫書要做的是事前估計——設定 α 為 .05、檢定力 .80，再從文獻或前驅研究抓一個預期效果量，反推需要幾個人。效果量從哪來是這一塊最務實的難題，抓太大會低估樣本數，收完發現不顯著也解釋不了。事後檢定力分析（收完才算）幾乎沒有意義，因為它跟 p 值是同一個資訊的兩種說法。實務工具是 G*Power，要記得不同檢定選不同的檢定家族。樣本數估計是 IRB 與口試委員一定會問的一題。
資料不符常態或樣本太小時的替代路線。
參數檢定要求資料符合特定分布（多半是常態），無母數不要求，改用等第或符號來做。對應關係要背熟：獨立 t 檢定對 Mann-Whitney U，成對 t 檢定對 Wilcoxon 符號等級，單因子 ANOVA 對 Kruskal-Wallis，重複測量對 Friedman。什麼時候換？樣本很小、明顯偏態、或依變項本身就是序位尺度（像李克特單題、疼痛分級）。代價是檢定力較低，資料真的常態時用無母數會比較不容易抓到差異。報告寫法也不一樣，中位數與四分位距取代平均數與標準差。
用一組變項預測結果，係數怎麼解讀、模型撐不撐得住。
這一集是整個系列的樞紐——邏輯斯迴歸、GLM、Poisson、多層次、GEE 全部是它的變形，量表驗證那一支的 SEM 也建立在同一套迴歸思維上。要帶走的是三件事：係數怎麼解讀（控制其他變項後的邊際效果）、模型解釋力怎麼看（R² 與調整後 R²）、前提假設怎麼檢查（殘差常態、變異數同質、獨立、線性、共線性）。這一集聽懂了，07 到 09 只是把依變項從連續換成二元、次數或其他分布；17、18 只是把「觀察值獨立」這個假設放寬。它值得多聽兩次。
量表穩不穩、量到的是不是你要的東西。
信度問穩不穩，效度問準不準——穩定卻量錯東西是完全可能的，這就是那張靶心圖要講的事。信度看內部一致性（Cronbach α）、再測信度、評分者間信度（Kappa 或 ICC）。效度分內容效度（專家評，算 CVI）、效標關聯效度（跟黃金標準比）、建構效度（靠因素分析驗證結構）。實務上的順序是先有內容效度再談其他，因為題目本身就選錯了，後面的統計再漂亮也沒用。α 值高不等於單一構念，只是題目彼此相關；要證明結構還是得走 EFA 與 CFA。這一集是 10–13 那一支的入口。
敏感度與特異度、切點怎麼定、AUC 怎麼讀。
這一支是你論文的主線工具。敏感度問「有病的人裡抓出幾個」，特異度問「沒病的人裡放過幾個」，兩者互相拉扯——切點放寬敏感度上升、特異度下降。ROC 曲線就是把所有可能切點的這組取捨畫成一條線，曲線下面積 AUC 是整體區辨能力，.5 等於瞎猜、.7 到.8 算可接受、.8 以上算好。切點怎麼選要看用途：篩檢工具優先保敏感度（寧可誤報也不要漏掉），確診工具優先保特異度。陽性與陰性預測值會隨盛行率變動，這一點在推論到不同場域時特別重要。報告要照 STARD 指引。
結果是有或沒有時用的迴歸，輸出是勝算比。
依變項是二元（有／沒有、成功／失敗）時用的迴歸。為什麼不能直接用線性迴歸？因為機率被限制在 0 到 1 之間，線性模型會預測出範圍外的值。解法是把機率做 logit 轉換，拉成負無限大到正無限大的尺度再建模。係數取指數就是勝算比 OR：大於 1 表示勝算變大，小於 1 變小，等於 1 沒關聯。連續變項的 OR 解讀成「每增加一單位」，類別變項是「相對於參考組」，所以參考組一定要交代。它不需要依變項常態、也不需要變異數同質，這是跟線性迴歸最大的假設差異。樣本量的經驗法則是每個自變項至少十個事件。最常見的錯是把 OR 當相對風險解讀。
把線性迴歸推廣到不是常態分布的結果變項。
GLM 是把線性迴歸、邏輯斯迴歸、Poisson 迴歸收在同一個框架底下的說法。它把模型拆成三個零件：隨機成分（依變項服從哪個分布）、系統成分（自變項的線性組合）、連結函數（把兩者接起來的橋）。依變項常態、連結函數用恆等式，就是普通線性迴歸；依變項二項、連結用 logit，就是邏輯斯迴歸；依變項 Poisson、連結用 log，就是次數模型。理解這個框架的好處是，你不用把每種迴歸當成獨立的東西背，而是看依變項的性質去選分布與連結。18 的 GEE 就是在這個框架上再處理資料不獨立的問題。
結果是次數時用的模型；過度離散就改負二項。
依變項是一段時間內發生幾次的計數資料——跌倒次數、再入院次數、感染件數——就走這條。Poisson 分布有個很強的假設：平均數等於變異數。真實的臨床資料常常不符合，變異數遠大於平均數，這叫過度離散 overdispersion，硬用 Poisson 會低估標準誤、把不顯著的東西做成顯著。這時候改用負二項迴歸，它多一個離散參數來吸收多出來的變異。如果零特別多（很多人一次都沒發生），還有零膨脹模型可以走。係數取指數解讀成發生率比 IRR。觀察時間長短不同的人要放 offset。
題目背後到底有幾個因素，先探索出來。
手上有一堆題目，但不知道背後有幾個構念，就用 EFA 把結構探出來。流程是：先檢查資料適不適合做（KMO 值與 Bartlett 球形檢定），再決定抽幾個因素（特徵值大於 1、陡坡圖、平行分析，其中平行分析最可靠），再做轉軸讓因素負荷量的樣態變清楚。轉軸分兩類，直交（varimax）假設因素之間不相關，斜交（promax）允許相關——心理與護理的構念多半彼此相關，斜交通常比較合理。判讀看因素負荷量，一般以 .40 或 .50 為門檻，同時在兩個因素上都高的題目叫交叉負荷，通常刪掉。EFA 是探索，不是驗證。
驗證事先假設的因素結構撐不撐得住。
跟 EFA 相反：CFA 是你已經有理論或前人研究說「這份量表有三個構念、哪幾題屬於哪一個」，用資料去檢驗這個結構撐不撐得住。做法是把模型設定死，再看適配指標——卡方值（樣本大就容易顯著，不能單看）、CFI 與 TLI（大於 .90 可接受、.95 較佳）、RMSEA（小於 .08 可接受、.06 較佳）、SRMR（小於 .08）。指標不好可以參考修正指標調整模型，但每一次調整都要有理論說得通的理由，純為了衝指標而改是過度配適。跨族群要比較時還要做測量恆等性檢驗，否則分數不能直接比。
同時處理測量模型與變項間的結構關係。
SEM 把兩件事合在一起做：測量模型（觀察到的題目怎麼反映背後看不見的潛在變項，也就是 CFA 那一塊）與結構模型（潛在變項之間誰影響誰）。好處是它把測量誤差納入估計，所以路徑係數比用加總分數跑迴歸更接近真值；也能一次檢驗一整套理論假設，包含中介路徑。代價是樣本要大、模型要有理論根據，而且適配好不等於因果成立——SEM 檢驗的是「資料與你提的模型相容」，不是「你的模型是對的」，同一組資料常常有好幾個適配同樣好的模型。報告要附路徑圖與標準化係數。
中介問「透過什麼」，調節問「在誰身上比較強」。
兩個很容易混的問題。中介 mediation 問機制：X 是透過 M 影響 Y 的嗎？例如衛教透過提升自我效能來改善自我照顧行為。現在的作法是直接檢定間接效果的顯著性，用 Bootstrap 取信賴區間，區間不跨 0 就成立，早年的 Baron & Kenny 四步驟已經不是主流。調節 moderation 問條件：X 對 Y 的效果在誰身上比較強？做法是放交互作用項，跟多因子 ANOVA 的交互作用是同一件事，只是自變項可以是連續的。顯著後要畫簡單斜率圖，分層呈現。兩者也可以合併成調節式中介。
兩位評分者或兩次測量一致到什麼程度。
一致性不能只算「答案相同的比例」，因為就算兩個人亂猜也會有一部分碰巧一致。Kappa 的作用就是把碰巧一致的部分扣掉，只留下超出機遇的一致程度。用在類別資料，例如兩位護理師判斷傷口分期是否相同；有序類別可以用加權 Kappa，讓差一級跟差三級的懲罰不一樣。連續資料則用 ICC，它同時考慮相關與絕對一致，不同的模型設定（單向或雙向、一致性或絕對同意、單一或平均評分者）算出來的值不同，論文要交代用哪一種。判讀慣例是 .40 以下差、.40 到 .75 可接受、.75 以上好。你的研究要做雙人標註，這一塊會直接用到。
兩種測量方法能不能互換，看差值與一致性界限。
兩種測量方法能不能互相取代，不能用相關係數來回答——相關高只代表兩者一起上下，即使其中一台永遠多量 5 度，相關仍然接近 1。Bland-Altman 的作法是畫圖：橫軸放兩種方法的平均值，縱軸放兩者的差值，看差值散在哪裡。平均差值叫偏誤 bias，代表系統性的高估或低估；再畫出平均差值上下 1.96 個標準差的一致性界限，代表 95% 的差值會落在這個範圍。判斷的關鍵是臨床上能不能接受這個範圍，這是專業判斷不是統計判斷。也要看差值有沒有隨測量值大小而變化。
多切點、分層，以及參考標準不完美時怎麼辦。
06 講的是單一切點與單一 AUC，這一集處理現實裡更麻煩的狀況。多切點時怎麼選最佳切點，Youden 指數是常見作法，但它假設誤判兩種方向的代價一樣，臨床上通常不是。不同族群的表現要分層報告，因為 AUC 會隨盛行率與病情嚴重度變動。參考標準不完美是最頭痛的一題——當黃金標準本身就會錯，算出來的敏感度與特異度都是有偏的，處理方式包括潛在類別分析或設定複合參考標準。還有兩種比較：同一群人身上比兩個工具的 AUC 要用相關樣本的方法，不能當成獨立樣本。
同一群人測多次，資料不獨立就要用這個。
同一個人被量三次以上，這些數字彼此不獨立——同一個人的分數本來就比較像，直接用一般 ANOVA 會低估誤差。傳統作法是重複測量 ANOVA，但它有兩個現實上的痛點：球形假設常被違反（要看 Mauchly 檢定，違反就用 Greenhouse-Geisser 校正自由度），以及只要有一個時間點缺失，整個人就被剔除。混合效應模型是現在比較好的選擇：它把個體差異當成隨機效果處理，允許每個人有自己的起點甚至自己的斜率，而且能容忍不完整的資料與不等距的測量時間。縱貫性介入研究幾乎都往這裡走。
叢集或重複測量資料的族群平均效果。
跟 17 處理同一個問題——資料不獨立——但立場不同。混合模型估計的是「同一個人身上」的效果（受試者特定），GEE 估計的是「整個族群平均而言」的效果（族群平均）。要回答「這個介入對整體族群的平均效果是多少」，GEE 比較直接。它的做法是先指定一個工作相關結構（可交換、自迴歸、無結構），再用穩健標準誤修正——就算相關結構猜錯，係數估計仍然一致，這是它最好用的特性。依變項可以是連續、二元或次數，因為它建立在 GLM 的框架上。叢集抽樣（整個病房為單位）的資料也走這條。
統合分析把各研究的效果量合起來，固定與隨機效應差在哪。
統合分析把多篇研究的效果量合成一個總估計，權重通常照變異數倒數給——樣本大、精確度高的研究講話比較大聲。兩種模型的差別在對「真實效果」的假設：固定效應假設所有研究在估計同一個真值，差異純粹來自抽樣誤差；隨機效應假設各研究的真值本來就不同（因為族群、介入劑量、場域不一樣），要多估一個研究間變異。護理領域的研究異質性通常大，隨機效應是比較誠實的預設。隨機效應的信賴區間會比較寬，小型研究的權重相對變大。結果用森林圖呈現，這是你系統性回顧的主要產出。
各研究之間差多少，以及有沒有發表偏差。
合併之前要先問「這些研究能不能合」。異質性用 Q 檢定與 I² 看，I² 是總變異裡有多少比例來自研究之間的真實差異而非抽樣誤差，慣例上 25% 低、50% 中、75% 高。異質性高不是把研究丟掉的理由，而是提示你去找原因——用次群組分析或統合迴歸看是哪個特徵造成的。發表偏差用漏斗圖看：把效果量對精確度畫散布圖，沒有偏差時應該對稱成漏斗形，缺一角通常代表小型的陰性結果沒被發表。Egger 檢定量化不對稱，但研究數少於十篇時檢定力太低，判讀要保守。
遺漏值不是刪掉就好，插補要保留不確定性。
缺失值直接刪掉會有兩個代價：樣本變小、以及如果缺得不隨機，剩下的樣本就有偏。先分辨缺失機制：完全隨機缺失（MCAR）刪掉還算安全，隨機缺失（MAR）可以用其他變項預測補回來，非隨機缺失（MNAR）最麻煩，缺失本身跟結果有關。用單一數值（例如平均數）填補是壞作法，它假裝我們對填進去的值有十足把握，會讓標準誤被低估。多重插補的邏輯是產生多份完整資料集，每一份的填補值都帶著隨機變異，各自分析後再依規則合併，這樣不確定性才會被誠實地反映在信賴區間裡。
一次比很多次，型一錯誤會膨脹，要校正。
同一份資料上做越多次檢定，至少犯一次型一錯誤的機率就越高——做二十次，即使全部都是虛無為真，期望上也會有一次「顯著」。校正就是在控制這件事。Bonferroni 最保守，把 α 除以檢定次數，簡單但檢定力損失大，比較次數多的時候幾乎什麼都測不出來。Holm 是逐步版本，一樣控制族系錯誤率但比較有效率。FDR（Benjamini-Hochberg）換一個角度：不控制「有沒有犯錯」，而是控制「宣稱顯著的那些裡面有多少比例是誤報」，適合探索性分析與大量比較。要用哪一種，取決於誤報的代價有多高。
什麼時候用：你的現象還沒有合用的概念可以指稱，護理文獻幾乎是空白，但別的學科可能早就有話講。
怎麼走：把該主題現有文獻讀熟，確認真的沒有現成概念可用。 到別的領域找看事情的新角度。 挑一個能對應你現象的概念。 把它重新定義成護理情境裡說得通的樣子。
產出：一個借過來、重新定義過的新概念。
小心：不是換個名詞就算衍生。沒有重新定義，只是把別科的術語搬進護理。
什麼時候用：你知道兩個變項可能有關，但講不出關係的形狀；別的領域有現成的關係句可以借。
怎麼走：讀熟現有文獻，並評估現有的陳述夠不夠用。 到別的領域找新的關係說法。 挑選並改寫那個關係句。 把原本的概念換成你的護理概念。
產出：一句可以再往下檢驗的關係陳述。
小心：借來的關係在原領域成立，不代表換了變項還成立——那是待驗證的假設，不是結論。
什麼時候用：整個現象缺一套解釋架構，而別的學科有結構相似的理論可以類比。
怎麼走：熟悉該主題現有的理論發展到哪裡。 用類比找到可借的母理論。 把母理論的結構抽出來。 用護理的概念把結構重新填滿。
產出：一套結構借來、內容重寫的新理論。
小心：跟兩個近親分清楚：微調現有理論是 adaptation，把構念接到實徵指標是 substruction，都不是衍生。
什麼時候用：臨床上看得到、講得出來，但還沒有名字的現象。質性、量性、文獻三種取徑都可以走。
怎麼走：大量接觸該領域的資料，直到理論飽和。 邊看邊分類，初期刻意讓分類鬆一點。 找出反覆聚在一起的現象叢集。 為叢集命名並給出定義。
產出：一個從資料長出來、之前沒有的新概念。
小心：太早收斂到一個名字，後面的資料就只會被塞進既有格子。
什麼時候用：手上有觀察或資料，想把它變成一句可以推廣的關係。
怎麼走：從觀察走到推論——質性或量性方法都行。 把具體的推論一般化成比較抽象的陳述。 在兩個動作之間來回修，不必一次到位。
產出：一句有資料撐著的關係陳述。
小心：一般化跨太大步，陳述會抽象到無法檢驗。
什麼時候用：某個主題已經累積不少各自成立的關係，缺的是把它們組成一個整體。
怎麼走：指定焦點概念，或先框出幾個焦點概念組成的架構。 蒐集與焦點概念有關的關係陳述。 用圖把這些關係組織起來。 整理成一個有結構的理論。
產出：一張把既有發現接起來的理論架構圖。
小心：圖畫得出來不等於理論成立，每條線都要有來源。
什麼時候用：一個詞大家都在用但各說各話，或你要把它變成可以測量的東西。碩班作業最常做這一格。
怎麼走：選定概念。 決定分析的目的。 找出這個概念所有能找到的用法。 決定定義性屬性。 寫出模範案例。 寫出邊界、相關、相反、虛構、不合法案例。 找出前置因素與結果。 定出實徵指標。
產出：一個精準的定義、一組定義性屬性，以及可以拿去發展工具或題目的實徵指標。
小心：步驟是來回跑的不是直線。選概念要挑做得動的：太原始的只能靠舉例定義，太大傘的會包含好幾種意思。
什麼時候用：你要評一句別人寫的關係句站不站得住，或要把自己的假設先自我檢查一遍。
怎麼走：選定要分析的陳述。 把陳述簡化。 分類這個陳述。 檢查句中概念的定義與效度。 標出概念之間關係的類型、方向與對稱性。 檢驗邏輯。 判斷可否檢驗。
產出：一份說得出「這句話哪裡不穩」的評析。
小心：最後一步最常被跳過：講得再漂亮，不能檢驗就無法進入研究。
什麼時候用：選理論當研究架構之前，或課堂上要評一個理論的時候。
怎麼走：指出理論的來源。 檢視理論的意義。 分析邏輯適當性。 判斷有沒有用。 界定可推廣程度與簡約性。 判斷可否檢驗。
產出：一份可以拿來說明「為什麼選它當架構」的理由。
小心：別只讚美。分析要講得出它的邊界在哪、哪裡推不過去。
講的是護理的本質與價值，不直接給你變項，但決定你怎麼看病人。
護理的工作是把病人放進最好的環境，讓身體自己的痊癒力發揮。她用 surroundings 這個詞，指的是通風、保暖、光線、飲食、清潔與安靜六件事。談環境與感染控制時的源頭。
照護是護理的道德理想，不是附加的親切。透過十個 caritas 過程與病人建立超越表面的照護關係。關懷行為、靈性照護、護病關係的質性研究常引。
照護在醫院這種科層組織裡會被政治、經濟、法律與倫理拉扯，組織與照護互相形塑。適合談管理制度如何影響照護品質。
借 Dreyfus 技能習得模式，把護理能力分成新手、進階新手、勝任、精通、專家五階。專家靠的是累積的情境經驗，不是背規則。臨床能力進階與教育訓練的理論後盾。
護理奠基於對生命的照顧與鄰人之愛。人的依賴不是缺陷，而是人的處境本身，照護因此有倫理的重量。
caritas 是愛與慈悲的合一。受苦是照護的核心現象，護理要做的是減輕受苦，而不只是處理疾病。談尊嚴與受苦時很好用。
把人、環境、健康、護理四個核心概念組成一套完整世界觀，範圍大、可導出多個理論。
護理透過四個保存原則協助病人適應：能量、結構完整、個人完整、社會完整。重症與活動耐受相關的照護容易對得上。
人與環境是不可分割的能量場，持續互動、不可逆地朝更複雜的模式演變。抽象度極高，適合當哲學立場，不容易直接操作成變項。
由自我照顧、依賴性照顧、護理系統三個理論組成。核心判斷很簡單：當自我照顧能力小於需求，缺口出現，護理才介入。慢性病自我照顧與衛教成效研究的常客。
個人、人際、社會三個系統互相影響；護病透過溝通互相設定目標，達成才算有效。共同決策與目標設定型介入適用。
人是被彈性防線、正常防線、抵抗線層層包住的系統，壓力源穿透哪一層決定嚴重度。護理做的是初段、次段、三段預防。
人透過生理、自我概念、角色功能、相互依賴四個模式回應刺激，護理促進適應反應。慢性病調適與因應的研究很常掛這一套。
人是由多個次系統組成的行為系統，各有目標與平衡；失衡時護理介入以恢復平衡。行為改變類主題適用。
比概念模式窄一點，開始講得出具體命題，但仍涵蓋很廣的現象。
護理不是去解決一個有缺陷的人的問題，而是在照護的場合裡認出對方本來就是完整的人，並支持他繼續成為自己。
人在健康疾病、發展、情境、組織這四類轉變中最脆弱，護理協助他經歷健康的轉變。出院準備、角色轉換、疾病歷程的研究很好接。
用個人特質與經驗，加上行為特定的認知（知覺利益、知覺障礙、自我效能），預測健康促進行為。量表成熟、衛教介入研究引用率最高的一套。
照護必須貼合文化，透過保存、調適、重塑三種行動達成文化一致的照護。跨文化、新住民與原住民照護的基礎理論。
疾病不是健康的反面，而是整體模式的一部分；健康是意識不斷擴展的過程。
三個原則：意義、韻律、超越。護理是與人同在，陪他選擇自己的健康方向，不替他決定。抽象度高。
先進入病人的世界、用他的眼睛理解他（塑模），再據此設計介入（角色塑模）。無條件接納是整套的前提。
以 agency（行動能力）為核心的生命倫理。護病共同的目標，是把病人自主行動的能力還給他。
概念少、範圍窄、變項測得到，碩論最常掛在這一層。
成為母親是一個互動且發展的過程：依附、學會照顧任務、逐步認同母親這個角色。產後適應與親職研究適用。
當人無法判定疾病事件的意義、無法預測結果，就產生不確定感。它可能是威脅，也可能被重新框成機會。等待診斷、癌症治療期的研究非常常用。
面對重病、失落、老化這些脆弱處境時，人會把界限往內、往外、往時間延展，藉此找到意義。安寧與老年研究適用。
疾病是在一個人的生命傳記裡展開的；自我概念會隨著「還能不能完成原本該做的事」而改變。
失落造成的落差持續存在，哀傷症狀會週期性再現，而且可能一次比一次強。長期照顧者與失能家庭的研究很貼。
精神健康復元的重心在社區。人的一生是一片經驗之海，以他自己的故事為中心去協助復元。
舒適需求來自壓力情境，而且是原有支持系統無法滿足的那部分，分生理、心靈、社會文化、環境四個面向。好操作化，舒適介入研究常用。
以現象學與紮根理論建構，核心是失控感與產後情緒障礙的歷程。產後心理健康篩檢的理論依據。
照護有五個歷程：知曉、同在、為對方做、使能、維持信念。五個歷程都測得到，很容易轉成介入或量表。
五個結果指標：不痛、有舒適的經驗、有尊嚴被尊重、平靜、親近重要他人。安寧療護品質的評值架構。
同一把尺，量幾次都給差不多的數字。用 Cronbach's α、再測信度、評分者間信度來看。
這把尺量到的真的是你要的概念。用內容效度、建構效度、效標效度來看。
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。
真正有病的人裡面，被你判為陽性的比例。TP／(TP+FN)。漏掉的代價高就先顧這個。
真正沒病的人裡面，被你判為陰性的比例。TN／(TN+FP)。誤警太多會被關掉的系統就顧這個。
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。
虛無假設其實為真，卻被你拒絕了。發生率就是 α，通常設 .05。白話：亂報有效。
虛無假設其實為假，卻沒被拒絕。機率是 β，1−β 就是檢定力。白話：明明有效卻說沒效。
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」。
一段時間內新發生的病例數，分母是原本沒病的人。看的是風險。
某個時間點上所有現存病例的比例，新舊都算。看的是負擔。
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。
嚴格控制的研究情境裡有沒有用，像 RCT 裡的結果。
放到日常臨床、病人沒那麼配合的環境裡還有沒有用。
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。
兩個變項一起變動。相關性研究能講到這裡為止。
一個變項的改變造成另一個改變。要有操控、時序、排除干擾才敢講。
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」。
p < .05，表示這個差異不太可能只是抽樣誤差。樣本夠大時，微小差異也會顯著。
這個差異大到值得改變臨床作法。要看效果量與 95% CI 的範圍。
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。
A 自變項自己的效果，把 B 平均掉之後看。二因子設計有兩個主效果。
A 的效果隨 B 的層級改變。畫圖時兩條線不平行，就是交互作用的長相。
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。
資料收上來就對不回是誰，研究者自己也查不出。
研究者知道是誰，但承諾不揭露，並以編碼、加密、權限控管保護。
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。
換一批新資料、重跑一次研究流程，看結論還在不在。
拿原本那批資料、照原本的分析再算一次，數字要對得起來。
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。
把最好的研究證據、臨床經驗與病人意願三者合起來做決定
問題是臨床上卡住的那件事，目的是你打算怎麼回答它
可測量的，比 purpose 具體
虛無假設預設「沒有差異」，統計檢定要做的是有沒有證據推翻它
自變項是你動的，依變項是你看的
跟自變項與依變項都有關，會混淆結論
★ 概念是文字定義，操作是實際怎麼測
研究裡會變動的東西；分成自變項、依變項、干擾、中介、調節
A 透過它影響 B，回答的是「怎麼發生的」
它決定 A 對 B 的效果有多強，回答的是「在誰身上比較明顯」
★ 把臨床問題拆成四塊，用來定研究問題與檢索式
從專家意見到系統性回顧的階層；等級高不代表一定適用你的病人
把既有研究整理成一張圖，看出已知與未知的邊界
★ 有明確檢索策略與納排條件，可被複製
統合分析把多篇的效果量合起來算；範疇回顧只盤點有哪些研究，不合併數據
★ 回顧要收斂到這裡
決定哪些文獻或個案算數，要在開始前就寫死
主題詞是資料庫的標準標籤，比自由字詞抓得完整
AND 縮小、OR 放大、NOT 排除；灰色文獻指未正式出版的論文與報告
★ 評讀工具依研究類型不同
投稿後由同領域學者審查，是期刊品質的基本門檻
引別人的話要對得回原文，二手引用要標明轉引
質性研究收到不再出現新概念為止，用來決定樣本數
把變項之間的關係畫成圖；理論架構有現成理論撐，概念架構是自己整合文獻搭的
描述性只回答「現在長什麼樣」，相關性再往前一步問「兩件事有沒有一起動」
★ 一個時間點 vs 追蹤一段時間
從曝露往前看 vs 從結果往回找
回溯是從結果往回查原因，前瞻是先確認曝露再往後追結果
隨機分派加對照組，證據等級最高的介入型設計
隨機、操控、控制三者缺一即是
分派隱藏是不讓收案者事先知道下一位會分到哪組
單盲、雙盲；防的是霍桑與寬慰效應
由研究者決定誰拿到處置——實驗性設計的核心特徵
把干擾變項壓住或排除，讓因果推論站得住
量性求可測與可推論，質性求脈絡與意義
★ 照最初分派的組別分析，不管中途有沒有照做，結果較保守
只分析完全照流程走完的人，容易高估效果
兩組輪流接受不同處置，每個人當自己的對照
交叉設計中間的空白期，等前一個處置的殘留效果消退
介入前後各測多次，看趨勢有沒有在介入點轉折
沒有對照組或沒有隨機，因果推論力最弱
★ 穩不穩 vs 對不對
屬於信度，不是效度
同一群人隔一段時間再量一次，兩次結果穩不穩
★ 兩位judge判同一份資料的一致程度
★ 專家評定題目切不切題
建構效度看量表是否測到抽象概念本身，效標效度看它跟公認標準對不對得起來
★ 結果可信 vs 推得出去
外行人看起來像不像在測那件事；最弱的一種效度
把題目對半比，或用兩份等值問卷比
大家都拿滿分或都拿低分，量表就分不出差異
個案真的變好時，量表分數跟不跟得上
★ 分數要差多少，病人才感覺得出來
母群體是你想講的所有人，樣本是你實際收到的那一群
★ 單一院所收案多屬此類
隨機讓每個人機會相同；分層先按重要特徵分組再各自抽，避免小族群被抽漏
★ 要交代 α、power、預期效果量
power 常設 .80
收到的人跟母群體系統性地不一樣；中途退出會讓剩下的樣本再偏一次
母群體的名單。名單本身不完整，抽得再隨機也會偏
以病房、學校為單位抽，分析時要考慮叢集效應
由受試者介紹下一位；或先設定各層人數再收滿
發出去的問卷收回多少。太低要討論未回應者是否系統性不同
受試者聽懂了風險與權益、在沒有壓力下自願參加，而且隨時可以退出
研究開始前審查倫理與風險的委員會，沒通過不能收案
★ 風險程度決定審查層級
★ 兩者不同，送件別寫錯
把姓名、病歷號等可辨識資訊移除或換成編碼，讓資料對不回個人
自主・不傷害・行善・正義
兒童、孕婦、受刑人、認知障礙者等自主決定能力受限的人，審查標準更嚴
經費來源、廠商關係都要揭露
受試者隨時可以退出且不影響權益，同意書要寫明
捏造、竄改、抄襲三種；不是灰色地帶
★ 招募、取得同意、分組、介入、收資料的一步步計劃
受試者要填的題數。多份工具加起來超過 40 題就容易掉資料
題目的文字難度。對象讀不動就要改口頭施測或換工具
★ 記錄每個變項的名稱、標籤、來源、數值等級、有效範圍與遺漏值代碼
★ 收 3–5 位試跑流程，測時間、抓混淆、修表單
取代姓名病歷號的編碼，資料才對不回個人
誰、在哪、用什麼表單，要寫到別人能照做
處理方式要事前寫死，不能看結果再決定
量性論文的標準骨架
護理領域優先用台灣護理學會的快速指引
用一致的架構逐項檢視，不是憑印象
誠實寫出推論邊界，比硬撐可信
找出超出範圍、矛盾、重複的值，過程要留紀錄
極端值要先確認是輸入錯誤還是真實現象，不能直接刪
辨認元素 → 決定優缺點 → 評估信實度與意義
★ 質性研究的品質總指標，由可信度、可靠性、確認性、轉移性合起來看
關乎真相：時間夠久、多方法驗證、跟臨床直覺對得起來
關乎過程：留下審計跟蹤、研究者有自我反省
關乎能不能用：參與者跟我的病人有多像
★ 詳細的田野筆記與逐字稿，讓過程經得起檢驗
研究者反省自己的位置與偏見對研究的影響
★ 治療方案有沒有從頭到尾一致執行；評介入型研究必問
收資料收到不再出現新概念；質性樣本數的停損點
用同樣或近似的方法再做一次，看原本的結論站不站得住
盡量照原方法、原族群重跑，驗的是「原本那個結果是不是真的」
換族群、換場域再做一次，驗的是「推不推得出去」
刻意改方法或設計，看同一個結論撐不撐得住
★ 同一批資料、同一套分析，別人跑得出同樣的數字
大量已發表研究重跑不出原結果，是效果量誇大與選擇性報告的後果
收案前就把假設與分析計畫登記起來，事後改分析會被看見
★ 要從自己的限制長出來，不是客套句
描述是講清楚手上的資料，推論是從樣本回推母群體
標準差是資料離平均有多遠；同一個平均，SD 越大代表越參差
資料偏態時改報這一組
★ p 是「虛無為真時看到這種或更極端結果的機率」
★ 95% CI 必報
亂報有效 vs 有效沒看出來
卡方比類別比例，t 檢定比兩組平均，ANOVA 比三組以上
用一個或多個變項預測結果；線性預測數值，邏輯斯預測有／無
報統計量時要一起附上
檢查資料夠不夠常態，決定走有母數還是無母數
t 檢定與 ANOVA 的前提；不成立就用 Welch 校正
ANOVA 顯著後才做，找出是哪兩組不同；常用 Tukey、Scheffé
★ 差異有多大。Cohen's d 0.2 小、0.5 中、0.8 大
★ 都要附 95% CI；區間跨過 1 就是不顯著
迴歸模型解釋了依變項多少變異
把自變項個數納入懲罰後的解釋力；多元迴歸要報這個而不是 R²
★ 依理論順序分區塊投入自變項，看每一區塊帶來的 R² 變化量
★ 階層迴歸的關鍵輸出：新加的那一組變項多解釋了多少
讓軟體依統計準則自動增刪變項；容易過度配適，理論驅動時優先用階層
未標準化 B 是原始單位的效果；標準化 β 可跨變項比較相對重要性
自變項彼此太相關，係數會不穩；看 VIF
一個自變項自己的效果，把其他自變項平均掉之後看
★ 一個自變項的效果隨另一個自變項的層級而改變；顯著時主效果不能直接解讀（課程第 11–12 週）
交互作用顯著後，固定一個自變項的層級再看另一個的效果
比越多次型一錯誤越膨脹；Bonferroni 保守、FDR 折衷
護理學科的四個核心概念：人、環境、健康、護理
把四個核心概念組成一套世界觀，範圍大過理論
大理論涵蓋廣但難測；中範圍概念少、測得到，碩論常用
針對特定情境與族群的處方型理論，最貼近床邊
從別的學科借來用於護理的理論，用前要說明適不適合
★ 一再出現、少了就不是這個概念的特徵
把所有定義性屬性都具備的典型例子
明顯不是這個概念的例子，用來反襯邊界
概念發生之前必須存在的條件，以及發生之後帶來的結果
★ 可以觀察或測量到這個屬性的東西，量表題目從這裡長出來
理論內部的推理有沒有矛盾、結論跟不跟得上前提
用越少的概念講清楚越多現象越好
★ 能不能轉成可以被資料推翻的假設
理論裡描述概念之間關係的句子
概念來自觀察，構念更抽象、是為了理論而建的
★ 把抽象概念變成測得到的東西，理論與研究的接點
待驗證的工具跟參考標準比對，判得多準
★ 待驗證的那個工具
★ 拿來比對的真相
★ 有病抓得到 vs 沒病排得掉
受盛行率影響，跟敏感度特異度不同
真陽性是有病也判有病；假陽性是沒病卻被判有病，也就是誤報
把真陽性、假陽性、真陰性、假陰性排成 2×2，敏感度與特異度都從這裡算
需要連續分數才畫得出來
用 kappa 或 ICC
判得出來的比例，與準確度會互相拉扯
★ 診斷準確性研究的報告清單
把連續分數切成陽性陰性的那條線；切點動，敏感度與特異度就跟著動
★ 檢驗結果讓罹病機率往上或往下移多少，不受盛行率影響
預測出來的機率跟實際發生率對不對得起來
★ 同一批資料驗 vs 換一批人驗；只做內部驗證會高估
文字內容全部公開；手寫講義是個人筆記，輸入一次解鎖碼後這台裝置就記住了。