分析问卷量表（信效度与因子分析）

Analyze Survey and Scale Data · 🟡进阶 · 所属分类：科研数据与生物统计

审稿人要 Cronbach α 和 EFA/CFA 来验证量表结构，可研究者常把 EFA 当 PCA 跑、样本量不够硬做 CFA、只报 α 不验结构效度，结论一戳就破。它帮你把条目级作答数据做成规范的信度、效度和因子结构分析，从可因子性检验、定维、载荷到拟合指标，都按方法学的规矩走一遍。

适合谁

临床/公卫/护理/心理方向的研究者，以及做量表验证或开发新量表的研究生。

给它什么 · 得到什么

• 你提供：条目级原始作答（受访者×条目，含缺失）、编码手册（题干/反向计分/分量表归属）、Likert 点数与样本量、分析目标（验证已有量表还是探索新结构）
• 你得到：信度报告（条目分析、α 与 ω 及置信区间）、效度与因子分析结果（KMO/Bartlett、平行分析、EFA 载荷矩阵或 CFA 的 CFI/TLI/RMSEA/SRMR、AVE/CR/HTMT）、方法学脚注与局限，以及可复现代码（R psych/lavaan 或 Python）

怎么用

先给一句示例提问：「这是 280 份问卷、24 个条目、分 4 个维度，帮我做条目分析和 CFA，报告信度和结构效度。」 触发后它会先查可因子性和样本量-条目比，做条目分析与信度，再按你的目标跑 EFA 或用 lavaan 做 CFA，把数值整理成能直接写进论文的表。

提个醒

它编排 psych/lavaan 等专业工具算数、不靠模型自算，数值要在你本地真实数据上跑出来核验；拟合差会如实报告，不靠删条目、挑旋转硬凑，量表信效度也不跨样本外推。