文章目錄

• 參考的文獻和網站等資源：
• 參考的up主的講解
• • B站北師大錢婧老師、
  • 參考B站up除草姬：
• 參考的書籍
• 查閱過程中給自己補充的問卷基礎知識
• cssci一篇關于興趣問卷的案例分析
• • 看懂這篇論文需要補充的知識點
• SPSS和Mplus中如何操作

序：
本文撰寫過程參考多方資料，力求準確，若有疏漏，歡迎聯系我：897354667@qq.conm
本文最終匯總整理如下一個思維導圖：

參考的文獻和網站等資源：

spss官方百度賬號

MBA智庫百科

參考的up主的講解

B站北師大錢婧老師、

【調查問卷設計，工具 + 保姆級教程【錢婧】】

第一步 讓他知道是干啥的，又不能完全告訴全貌

參考B站up除草姬：

【社會科學研究中的問卷設計流程詳解】


匿名自填式問卷，在設計隱私方面更可靠。
缺點是 設計不到位會降低信效度。

參考的書籍

《教育研究 定性 定量和混合方法》

查閱過程中給自己補充的問卷基礎知識

李克特量表
語義差異量表
數值分配量表
瑟斯頓量表
加特曼量表
指數的介紹
【B站：問卷及量表設計中的探索性因子分析詳解】

cssci一篇關于興趣問卷的案例分析

論文：

初中生數學學習興趣問卷編制與現狀調查 吳洪艷 1，劉曉琳 2

看懂這篇論文需要補充的知識點

信度計算公式
了解即可，SPSS會自動幫你算。

信度系數匯總

共同性與因素負荷量

這個知乎鏈接介紹的很詳細，也包含了具體的SPSS中操作。可以重點參考。對小白也很友好

共同性（communalities）：因子能解釋共同特質、屬性的變異量，則保留。
因素負荷量（factor loading）：因子與總分變量關系的程度，越高越緊密，同質性越高。
一般而言，共同性值若低于0.2（因素負荷量小于0.45），表示因子與總分變量直接的關系較弱，可刪除。
可以看到論文里面也是做了處理：

根據共同性與因素負荷分析的結果， 刪除共同性<0.20、因素負荷量<0.45 的 4 個條目． 項目分析共刪除 5 個條目，保留 51 個條目參與探索性因素分析．

探索性因素分析
推薦B站【問卷及量表設計中的探索性因子分析詳解】以下為截圖筆記

特征根越大，說明 公共因子越重要。

這里的λ表示的是特征根。n是樣本數量。

檢驗假設，比較重要，用到再看

主成分分析和
公因子分析

公共因素確定

特征根大于一的比例，大概如上。

因素旋轉

因子矩陣解釋步驟

潛變量比較權威的介紹
心理學論文可以只做觀察變量不做潛變量嗎? - Rowlin的回答 - 知乎

極大似然估計MLR
累積方差貢獻率
驗證性因子分析節點！較為全面
CSDN 驗證性因子分析博客

SPSS和Mplus中如何操作

具體操作的講解

【問卷及量表設計中的探索性因子分析詳解】 【精準空降到 11:15】

Mplus軟件探索性因素分析操作
回答了為啥作者后面 不用spss來進行探索性因素分析的原因。
對于參考的論文也解釋清楚了。

Mplus更適合探索性因素分析。

前面提到，在SPSS中，最常用的因素提取方法為主成分法 (Principal Components Analysis, PCA)。然而事實上，主成分分析和因素分析是有一定差別的。

也給出了具體的操作步驟。
這些是Mplus相對于SPSS來說的一些優勢

總結

以上是生活随笔為你收集整理的社科研究中的问卷设计详解——结合论文具体例子来看的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。