科研入门之数据分析：关于量表效度检验的自我发问

研究案例：探究学习投入（Learning Engagement）和学习风格（Learning Style）对计算思维（Computational Thinking）的影响关系。

数据：李克特5点量表得分数据

研究方法和工具：结构方程模型，SPSS Amos

一、关于“效度检验”

所谓效度，简单理解就是测量工具（量表）能否准确测出需要调查的内容，即测量结果与预期内容的吻合度。换一种说法，也就是被试在填问卷时对题项的理解是否与研究者在设计题项时的理解相一致。举个例子，研究者画了一个苹果，然后希望被试分析它的作用，结果100个被试把它看成了石头、皮球、杯子或者其他毫不相关的东西，自然就达不到研究的目标（说明研究者画的图不够准确）。

就拿本文的研究案例来说，如果设计问卷时为学习投入下的3个维度（认知投入、行为投入、情感投入）分别设计了3个题项（认知_1-3、行为_1-3、情感_1-3），共9个题项，结果在进行因子分析的时候发现本应属于认知维度的题项被分到了情感维度中——这就说明问卷设计者和作答之间的理解出现了错位，没有很好地达到预期的调查目标。那么，应该如何做呢？

本篇先抛出问题，以问题为导向，开展学术小白的乘风破浪之旅。

二、自我发问

1.我的问卷包含几个量表？

2.每个量表包含几个一级维度，每个维度包含哪些二级维度？

3.每个维度下的题项是否准确表达了同一个维度的含义，且尽可能地与其他维度没有交叉？

4.同一个维度内的所有题项是否互斥（