01

问卷和量表有什么不同

问卷和量表都是收集数据的方式，尤其在心理学领域有重要应用，在编制上较为不同：

举个例子，下面的SDS（抑郁自评量表）就是一个典型的心理测量量表，共20个条目分为4组特异性症状，每组包含若干题项，分别为精神性-情感症状，躯体性障碍，精神运动型障碍，抑郁的心理障碍，各组相关，每个题项都按四个等级评分，以各题项的得分统计（带*号的条目反序计分）得到结果。

02

初步评价

在分析之前，首先应对问卷或量表进行初步评价，就是信效度检验等。

1） 信度评价

2） 效度评价

有内容效度（通过专家评议），标准效度（与相关专业量表对比）和结构效度，常用验证性因子分析( Confirmatory Factor Analysis, CFA)和探索性因子分析( Exploratory Factor Analysis, EFA)的方法构建结构效度分析。

3） 反应度评价

对于特定目标特征可能随时间变化的量表，比如某病患者生活质量量表，可以通过反应度来评价，它能反映量表的敏感性。可以用配对 t 检验比较前后得分差别是否有统计学意义, 或者使用效应尺度(effect size)统计量评价反应度大小。

03

分析方法

初步评价后，问卷或量表成功地通过了信效度等检验的考验，就可以对它们的结果进行分析，根据量表的特性选择不同的分析方法，比如：

上述分析方法一般都可以用SPSS，R或AMOS实现，其中因子分析在问卷量表中最为常用，我们首先来介绍探索性因子分析。

04

探索性因子分析和SPSS实现

1） 探索性因子分析

当我们刚刚设计好一份问卷或量表，有了一个雏形，可以用探索性因子分析建立模型框架。比如我们编制了一份调查问卷，设计了4个潜在变量，每个潜在变量对应3至5个题项。但实际上这些题项的关系不一定跟我们预设的一样，就可以通过探索性因子分析进行题项筛选和结构检验。

2） 分析步骤

# 结果需使每个题项仅在一个公共因子上有较大载荷。

3） SPSS实现

4） 结果解释

现在我们有一份调查工人健康状况和生活质量的问卷，通过因子分析得到KMO统计量为0.745，巴特利特球体检验显著，6个因子的总贡献率为73.612%，较为理想，修改和删减成分分布太均匀的题项后得到旋转后的成分矩阵如下：

从成分矩阵中可以看出每个题项在各因子上的载荷，各题项对应的因子。值得注意的是在归纳因子时应看绝对值，有些载荷为负数，比如题项“您有多少时间觉得情绪低落、沮丧”在因子2上载荷绝对值最大，为-5.26，表示负相关。提取出六个公因子后，归纳公因子并命名（比如“您有多少时间感到心平气和”，“您有多少时间觉得情绪低落、沮丧”，和“您有多少时间感到精力充沛”被归纳到公因子2下，我们可以给它起个名字类似于“心理状态”），还可以进一步进行公因子内部一致性评价等操作，得到初步模型。