Skip to contents

[Stable]

Regner ut fysisk og psykisk sumskår (PCS og MCS) for RAND-12-/SF-12-spørreskjema basert valgfri skåringsalgoritme. Sjekker også at alle variabelnavnene og verdiene/besvarelsene er gyldige.

Usage

skaar_rand12(d, algoritme, variabelnavn = NULL, godta_manglende = TRUE)

Arguments

d

Dataramme/tibble som inneholder spørreskjema-variabler + eventuelt andre variabler. Variabelnavnene for de tolv spørsmålene skal i utgangspunktet være rand_1, rand_2a, rand_2b, rand_3a, rand_3b, rand_4a, rand_4b, rand_5, rand_6a, rand_6b, rand_6c og rand_7 (se variabelnavn). Se detaljer nedenfor for informasjon om koding.

algoritme

Algoritme for skåring av spørreskjemaet. Foreløpig er det bare mulig å velge "farivar_2007_oblique", som gir sumskårer basert på en korrelert (skrå/«oblique») faktormodell som definert i Farivar et al. (2007) .

variabelnavn

Hvis d ikke bruker standard variabelnavn, kan du her oppgi kobling mellom standard variabelnavn (se ovenfor) og de brukte variabelnavnene. Bruk syntaksen c(std_navn_1 = "brukt_navn_1", std_navn_2 = "brukt_navn_2"). Navnekobling trenger kun oppgis for de variablene som ikke har standardnavn. Sett til NULL hvis alle har standardnavn.

godta_manglende

Skal manglende verdier (NA-verdier) i spørreskjema-variablene i d godtas (som standard nei)? Hvis ikke, blir det gitt ut en feilmelding om det finnes manglende verdier.

Value

Datasett likt d, men med sumskårene rand12_pcs og rand12_mcs lagt til, eventuelt erstattet. Sumskår-kolonnene blir i utgangspunktet lagt til på slutten av d. Hvis d imidlertid alt innholder en variabel med navnet rand12_pcs eller rand12_mcs, blir denne denne stående der den er, men overskrevet med nyutregnet sumskår. Det blir i så fall gitt ut en advarsel.

Details

Funksjonen regner ut både fysisk og psykisk sumskår (PCS og MCS) for RAND-12- eller SF-12-spørreskjema og legger disse til datasettet. Den sjekker også at alle variabelnavnene og verdiene/besvarelsene er kodet riktig.

Skjemavariablene skal kodes slik at første svaralternativ for hvert spørsmål har tallkoden 1, andre svaralternativ har tallkoden 2 osv. For spørsmålene rand_1, rand_5, rand_6a og rand_6b tilsvarer altså lav verdi god helse, mens for resten av spørsmålene tilsvarer lav verdi dårlig helse.

Skåringsalgoritmen i Farivar et al. (2007) er basert på engelsk versjon av SF-12 versjon 1 (med amerikansk referansepopulasjon), men den kan også brukes for (og er foreløpig det beste alternativet for) RAND-12 norsk versjon 1 og SF-12 norsk versjon 1.1 og 1.2.

Note

Funksjonen kan ikke brukes for skåring av versjon 2 av SF-12 (dette skjemaet har for noen spørsmål flere mulige svaralternativer).

References

Farivar SS, Cunningham WE, Hays RD (2007). “Correlated physical and mental health summary scores for the SF-36 and SF-12 Health Survey, V.I.” Health and Quality of Life Outcomes, 5, 54. doi:10.1186/1477-7525-5-54 .

See also

Se skaar_datasett() og underfunksjoner for skåring av generelle spørreskjemaer.

Examples

library(tibble)

d_eks = tribble(
  ~rand_1, ~rand_2a, ~rand_2b, ~rand_3a, ~rand_3b, ~rand_4a,
  ~rand_4b, ~rand_5, ~rand_6a, ~rand_6b, ~rand_6c, ~rand_7,
  5, 1, 1, 1, 1, 1, 1, 5, 6, 6, 1, 2, # Min PCS12
  1, 3, 3, 2, 2, 2, 2, 1, 1, 1, 6, 5, # Maks PCS12
  5, 3, 3, 1, 1, 1, 1, 5, 6, 6, 1, 2, # Min MCS12
  1, 1, 1, 2, 2, 2, 2, 1, 1, 1, 6, 5, # Maks MCS12
  5, 1, 1, 1, 1, 1, 1, 5, 6, 6, 1, 1
) # Mest negativt svar på alle enkeltspørsmål
skaar_rand12(d_eks, algoritme = "farivar_2007_oblique")
#> # A tibble: 5 × 14
#>   rand_1 rand_2a rand_2b rand_3a rand_3b rand_4a rand_4b rand_5 rand_6a rand_6b
#>    <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>  <dbl>   <dbl>   <dbl>
#> 1      5       1       1       1       1       1       1      5       6       6
#> 2      1       3       3       2       2       2       2      1       1       1
#> 3      5       3       3       1       1       1       1      5       6       6
#> 4      1       1       1       2       2       2       2      1       1       1
#> 5      5       1       1       1       1       1       1      5       6       6
#> # ℹ 4 more variables: rand_6c <dbl>, rand_7 <dbl>, rand12_pcs <dbl>,
#> #   rand12_mcs <dbl>