AUDIT計測器は、本質的にリッカート尺度です。一連の質問(リカートの項目)は、多くの場合5ポイントのスケールで回答され、いくつかの根本的な現象を理解するように設計されています。次に、一連の質問に対する回答の合計、リッカート尺度が、根本的な現象の尺度として使用されます。リッカート項目は、「傾向を測定するためのアプリケーション「強く同意」に「強く反対する」の規模であることが多いが、lcohol U SE Dは、この」でisorders「I dentification Tの EST」は簡単ですが。
リッカートスケールウィキペディアのページに記載されているように、「個々のリッカートアイテムを間隔レベルのデータと見なすことができるかどうか、またはそれらが順序付けられたカテゴリデータとして扱われるべきかどうかは、文献でかなりの不信感を抱いています。最も適切な方法です。」この論争は、リッカートが最初にスケールを提案して以来、80年以上の大部分に遡ります。スケールに沿った各ステップは、スケールを構成する項目内および項目間で同等ですか?この質問は、このサイトで最初に尋ねられた質問の1つであるこの質問への回答と同様に、相互検証で対処されています。
スケールのステップが均一である(または、AUDITのように、おそらく10の異なるアイテムを追加することにより平均化された、アプリケーションにとって均一になるのに十分近い)ステップがあるという考えを受け入れる場合、分析へのいくつかのアプローチが可能です。1つは、スケール上の応答を、スケールを上げるために選択された、または選択されなかった一連のステップと見なすことです。各ステップを上に移動する確率は同じです。
これにより、@ MikeLawrenceからの2010年の質問のように、「n点リッカート尺度データを2項プロセスからのn回の試行」と考えることができます。その質問への回答はそのアイデアをひどく支持するものではありませんでしたが、このアプローチを使用して拡張し、さまざまな二項確率を持つ部分母集団を区別する2014年の研究を今日すぐに見つけることは難しくありませんでした。二項プロセスはカウントデータのモデル化によく使用されますが、個人が「アルコール使用障害」のスケールに沿ってとった歩数、カウントをモデル化するために使用できます。
@Scortchi が2番目の段落でリンクされた質問への回答で述べたように、二項モデルの制限は、応答の平均と分散の間に特定の関係を課すことです。負の二項、単純な二項モデルにより提供される簡単な解釈の損失による制限、削除します。分析では、フィットする必要がある追加のパラメーターは、1つの追加の自由度だけを使用します。対照的に、40のリッカートアイテムステップごとに異なる確率を指定し、それらの合計をリッカートスケールに指定しようとするのは困難です。
@MatthewGravesがこの質問に対する彼の回答で述べたように、負の二項モデルが適切であるかどうかは、残差を調べることによって最もよく答えられます。AUDITを開発した最初の調査では、40点スケールで8以上の値は、6か国にわたって「危険または有害なアルコールの使用」と診断されたものを区別するためのかなり合理的な特異性と感度を備えていました。したがって、おそらく、上記のリンクされた2014年の研究と同様に、ハイリスクとローリスクの母集団に基づく2母集団二項モデルの方が優れているでしょう。
AUDITに関心のある方は、具体的にはその元の調査を調べてください。たとえば、@ SeanEasterが推測したように、朝の飲み物の必要性は飲酒の頻度とはまったく異なるものを測定するように見えるかもしれませんが、朝の飲酒はアルコール摂取量の尺度と0.73の加重平均相関があります。(この結果は、アルコール依存症の友人がいる人にとっても驚くべきことではありません。)AUDITは、複数の文化で確実に使用できる機器を開発するために必要なトレードオフの良い例のようです。