心理学研究与实践中所用的量表，是测量人类心理属性的。人类的心理属性多种多样，因此，需要编制多种多样的心理量表。历史地看，编制心理量表有不同的取向，例如，逻辑取向、理论取向、实证取向（Friedenberg, 1995）。

采用逻辑取向时，量表编制者凭借自己的判断，确定或编制那些明显与测量特征有关的题项。采用理论取向时，量表编制者运用心理学理论来确定题项的内容。采用实证取向时，量表编制者运用题项反应的统计分析，以同质题项分组作为题项选择的基础。在量表编制研究中，逻辑取向和理论取向已经不太流行，实证取向更为严格，成为了标准作法（Worthington, & Whittaker, 2006）。

实证取向的基本方法是因素分析（factor analysis）。因素分析是心理学家提出的专门技术，用来从较多的观察变量或题项，确定或验证较少的因素。目前，有两种主要的因素分析，一种是探索性因素分析（exploratory factor analysis, EFA），一种是验证性因素（confirmatory factor analysis, CFA）。研究者使用因素分析可能有不同的目的，最常见的一个目的是，支持新编量表的效度，即，所编量表能够测量预期结构吗？更具体地说，对一组题项进行因素分析，可以帮助研究者回答如下问题：这组题项之下有多少个因素？这组题项之下的因素，有何定义特征或维度（Tabachnick & Fidell, 2001）？

探索性因素分析，在量表编制的初始阶段评估结构效度。研究者编制了初始的题项之后，可以用探索性因素分析考察这组题项之下的维度。由此，能够把一组题项分成有意义的小组，用来测量不同的因素。探索性因素分析允许题项与被试反应之下的任何因素相关，从而，研究者可以轻易识别出那些不能测量一个预期因素或同时测量多个因素的题项。这样的题项是预期因素的较差指标，应当剔除，不再考虑。

其实，探索性因素分析是定性方法与定量方法的结合。一些研究者似乎不太理解这一点，相应地，常常表现出困惑或兴奋。例如，研究者希望统计程序能为自己产生最终的因素解，即，提供一组实证确定的、毫无争议的维度或因素。然而，有效使用探索性因素分析程序，需要研究者能够归纳推理，同时，耐心而巧妙地调整和再调整自己的方法，以便得到最有意义的结果。因此，运用探索性因素分析编制量表的过程，很可能成为一个相当动态的考察与修正、再考察与再修正的过程，并且，最后得到的也是一个尝试性而非确定性的结果。

进行探索性因素分析时，涉及一些基本问题，主要包括：样本特征、评估相关矩阵能够形成因素的标准、抽取因素的方法、确定旋转方法的标准、旋转方法、保留因素的标准、删除题项的标准、量表长度的优化。

验证性因素分析，以探索性因素的结果为基础。现在，进行验证性因素分析的最常用方法，是做结构方程模型（structural equation modeling, SEM）。在做这样的分析之前，研究者必须明确：其一，编制的量表有多少个因素；其二，每个题项与哪个因素相关；其三，因素之间是相关的还是不相关的。

由于在验证性因素分析中每个题项通常只能限定于一个因素，所以，这种分析不是探索一个给定的题项是否测量一个因素或多个因素或不能测量任何因素，而是评估或验证研究者的测量模型在样本数据中重复的程度。因此，在做验证性因素分析之前，预先了解题项与因素之间的预期关系是至关重要的。结构方程模型是一种强大的验证性技术，允许研究者在分析一个假设模型时，对题项与因素的限定形式有更多的掌控。此外，研究者也可以用结构方程模型考察其他竞争模型，以便评估一个假设模型对数据的拟合优于其他模型的程度。

在量表编制研究中，使用结构方程模型需要了解一些基本概念和程序。进行验证性因素分析时，也涉及一些基本问题，主要包括：样本量标准、拟合指数、拟合指数的标准、交叉验证的指数、模型修改的问题。

编制量表时，做探索性因素分析与验证性因素分析是有顺序要求的。研究者通常先用探索性因素分析评估一个量表，然后用验证性因素分析，检验探索性因素分析得到的因素结构是否与新样本的数据吻合。有的研究者，不做探索性因素分析，直接对编制的题项进行验证性因素分析，这是不当的。Byrne（2013）指出，对处于编制初始阶段的测量工具进行验证性因素分析，是一种严重误用。

同时，单独报告一个验证性因素分析的结果，与单独报告一个探索性因素分析的结果相比，没有任何优势。研究显示，在大部分情况下，探索性因素分析能够发现正确的因素模型（Gerbing & Hamilton, 1996）。

此外，一个重要的效度问题是，用一个新样本重复假设的因素结构。因此，不是做一个验证性因素分析，再后跟第二个验证性因素分析。在编制量表时，符合逻辑的作法是，总是先做一个探索性因素分析，后跟一个验证性因素分析。研究者不能盲目相信编制的题项能够有效产生理论构思的潜变量，一个量表的初始效度，都应当涉及实证地评估题项之下的因素结构，也就是应当先做探索性因素分析。

总之，现在要编制心理量表，应当采用因素分析的方法。尽管有现成的软件可供研究者进行探索性因素分析与验证性因素分析，但是，如果不理解因素分析的一些基本问题，在实际的分析中，难免陷入误解误用的境地。对于这些基本问题，后文陆续介绍。

参考文献

Byrne, B. M. (2013). Structural Equation Modeling with Amos: Basic Concepts, Applications, and Programming (2nd ed.). New York: Taylor & Francis.

Friedenberg, L. (1995). Psychological Test: Design, Analysis, and Use. Boston, MA: Allyn and Bacon.

Gerbing, D. W., & Hamilton, J. G. (1996). Viability of exploratory factor analysis as a precursor to confirmatory analysis. Structural Equation Modeling, 3, 62-72.

Tabachnick, B. G., & Fidell, L. S. (2001). Using Multivariate Statistics (4th ed.). New York: Harper & Row.

Worthington, R. L., & Whittaker, T. A. (2006). Scale development research: A content analysis and recommendations for best practices. The Counseling Psychologist, 34, 806-838.