目录
1. 项目分析（预设阶段）
1.1. 项目区分度分析
1.2. 同质性检验
2. 效度分析（预设阶段/正式问卷）
2.1 探索性因子分析（EFA）—预设阶段
2.1.1. KMO 与巴特利特检验
2.1.2. 步骤
2.2. 验证性因子分析（CFA）—正式问卷
3. 信度分析（预设阶段/正式问卷）
3.1. 内部一致性信度系数的指标—Cronbach α 系数
3.2. 步骤
3.3. 结果分析
4. 数据正态分布
4.1.1. 步骤
4.1.2. 结果分析
5. 差异性分析
5.1. 独立样本 t 检验
5.1.1. 步骤
5.1.2. 结果分析
5.1.3. 论文书写格式
5.2. 配对样本 t 检验
5.3. 单因素方差分析
5.3.1.步骤
5.3.2.结果分析
5.3.3. 论文书写格式
5.4. 卡方检验
5.4.1. 步骤
5.4.2. 结果分析
6. 相关性分析
6.1. 双变量相关分析
6.1.1. 相关系数
6.1.2. 步骤
6.1.3. 结果分析
6.2. 偏相关
7. 其他
7.1 量表各维度变量
1. 项目分析（预设阶段）
每个题项的适合性
1.1. 项目区分度分析
用于检验题项的可靠程度。 具体做法是，考察高分与低分两组受访者在每个题项上有无差异，若有差异则说明该题项具有区分度；若没有差异则说明该题项区分度比较差。
将量表总得分划分为高、低分组，使用 t 检验 比较各题项数据在高、低分两组间的差异，可以细分为 4 个步骤：
①计算量表总得分
检查各题项是否均为正向计分题，若有反向计分题则要提前进行正向化处理，所有量表题项加总求和计算总得分数据。
②确认百分位数
将量表总得分数据进行升序排列，一般取第 27、73 百分位数的取值作为分割点，将总得分数据划分为 3 段，低于第 27 百分位数的为低分段，第 27～73 百分位数的为中分段， 高于第 73 百分位数的为高分段。
③高低分分组
创建一个三水平分组变量，一般用数字 1 代表低分组，数字 2 代表中分组，数字 3 代 表高分组，也可以只创建一个二水平分组变量，数字 1 代表低分组，数字 2 代表高分组， 不包括中分组
④独立样本 t 检验
量表题项作为因变量，采用独立样本 t 检验分析高分组与低分组受访者在每个题项数据上有无差异。
对 t 检验结果进行解释，若 p 值小于 0.05 则说明题项在高低分组间存在统计学差异，认为题项具有区分度；反之，若 p 值大于 0.05 则说明该题项无区分度，可考虑删除该题项。有时也可将 t 统计量称为决断值 CR，CR 小于 3 时认为题项在高低分组间无区分度，可考虑删除该题项。
1.2. 同质性检验
每个题项与量表总得分的相关性、题项与公因子的共同度、总量表的内部一致性信度。其中，题项与量表总得分的相关性能反映题项用来测量相同维度的同质性。若相关性达到中高程度，则说明题项与总量表同质；若相关性偏低则考虑删除该题项。
题项与量表总得分相关性分析的原理 各题项与量表总得分相关性分析较简单，首先通过加总的方式计算量表所有题项的总得分，然后分析总得分与每个题项数据的 Pearson 相关系数，根据相关性来优化量表题项。 一般认为 Pearson 相关系数小于 0.4 则表示个别题项与量表是一种低相关关系，同质性较差，可考虑删除该题项。
2. 效度分析（预设阶段/正式问卷）
量表本身的准确性：测量工具能够准确测出心理或行为特质的程度，针对的是测验结果的有效性和准确性。效度一般分为 3 种类型：内容效度、效标效度和结构效度。
①内容效度：本质上是问卷题目的命题逻辑分析，适用于普通问卷题目，如单选题、 多选题及量表题目，一般通过专家评审用文字来描述内容效度的情况。
②表面效度：通过非专业人士或者受访者直观判断
③效标效度：一般指问卷数据与外在校标数据间的相关程度，相关程度越高说明效标效度越好。
④结构效度：量表结构效度是指量表问卷能够准确测出理论或预设维度概念的程度， 可测试量表题项和维度结构设计是否合理。在预调查阶段可使用探索性因子分析（EFA）或验证性因子分析（CFA）进行探究， 当提取的因子-题项对应关系与理论或预设维度概念-题项对应关系相符合时即说明量表具有良好的结构效度
2.1 探索性因子分析（EFA）—预设阶段
用于探索测量工具的潜在因子结构，确定题目归属。在缺乏明确理论假设的情况下，探索数据的潜在因子结构，了解测量工具中各题目之间的关联模式。
适用于新量表开发、初步研究和简化数据结构、提取主要因子
2.1.1. KMO 与巴特利特检验
由于探索性因子分析要求题项间具有一定的相关性基础， 因此需要对是否适合进行因子分析进行研究，可用 KMO（取样适切度）和巴特利特检验进行判断，若 KMO > 0.5，巴特利特检验 p <0.05，则说明数据适合进行因子分析，反之不适合。
因子个数：提取的因子个数可指定为量表维度概念的个数，如某研究设计的量表 需要测量 6 个变量，预调查阶段通过探索性因子分析来分析结构效度，此时可指定提取的因子个数为 6 个。若不指定提取的因子个数则由因子分析按特征根大于 1 的标准来确认因子个数。
因子分析共同度：题项能被因子解释的变异量，反映的是题项与因子的同质性，在量表结构效度分析中，可用于衡量题项的质量，常作为广义项目分析中的一个指标。一般因子分析共同度低于 0.4 说明对应的题项与因子的同质性较差要引起关注，如果因子分析共同度低于 0.2 则考虑直接删除
载荷系数：载荷反映的是因子与题项的相关关系，载荷值越大说明题项与因子关联程度越高，也可以理解为题项可作为因子的代表性数据，或题项归属于某个因子。一般载荷低于 0.4（有时也可以按 0.5 标准）说明题项与因子没有对应归属关系。
2.1.2. 步骤