缩减已有量表的题项，需要理论基础和路线导引。研究者认为可以从内部、外部、判断性3个方面评估题项的质量，作为保留量表的基础，并且，据此提出并生成一些指数（Stanton, Sinar, Balzer, & Smith, 2002）。这些指数真的如研究者构思的那样吗？特别地，评估题项的3类品质之间存在什么关系？研究者考察了这些问题，所得结果对缩减量表甚至编制量表，具有启示意义。

研究者（Stanton, Sinar, Balzer, & Smith, 2002）创制了一个新的数据集，包含72×15个数据。这里，72为“工作描述指数”的题项个数，15为计算所得的题项品质指数的个数。也就是说，研究者把15个题项品质指数作为变量，把72个题项作为个案（case）。在“工作描述指数”每个层面内，对分数进行标准化。这样做的理由是，某些度量指标的非标准化形式，在不同层面中是不可比的。例如，计算VIF时，参照的是一个层面的其他题项，在不同层面比较这个统计量的非标准化形式，是没有意义的。

研究者对72×15的数据矩阵进行主成分分析，采用斜交旋转，查看各成分的相关情况。结果发现，4个成分的特征值>1.00。基于Lautenschlager（1989）标准，第四个成分的特征值为1.30，也可以保留下来。进行直接斜交旋转时，在-.25~.25的范围内变化Δ。通俗地说，Δ设定成分之间的相关程度，Δ=0时，允许成分之间有最高的相关。

如预期的那样，Δ的改变会影响模式矩阵（pattern matrix）和成分相关矩阵（component correlation matrix）中的数值大小，不过，这些差异对解释没有实质影响。表1为Δ=0时的结果。为了突出每个度量指标在主要成分上的载荷，表中略去了<.40的载荷。

研究者把它们分别命名为分布性成分、内部成分、外部成分、判断性成分。分布性成分与内部成分相关，Δ=0时，r=.34；Δ=.25时，r=.26。内部成分与判断性成分相关，Δ=0时，r=.30；Δ=.25时，r=.23。这些成分之间的其余4个相关在所有Δ值时，均接近于0。

由表1可知：

首先，每个描述统计量、项目反应理论的参数b，在分布性成分上有大的载荷。方差、偏度、参数b的载荷为负值，这是预料之内的结果：更大的题项均值意味着更大的负偏态、更小的变异性、更低的阈限。“是”反应的百分比落在这个成分而非判断性成分，是意外的。研究者的解释是，它与均值的相关非常高。

其次，项目反应理论的参数a、VIF、主成分分析的载荷、题项与总分的相关，在内部成分上有大的载荷。这支持研究者的观点，即基于这些度量指标的任何量表缩减策略，均可达到同样的目的：反映题项的内部一致性与冗余性。

再次，总体工作量表、辞职意图量表的效度相关系数、“？”反应的百分比，在外部成分上有大的载荷。最后一个指数落在这个成分而非判断性成分，也是意外。研究者的解释是，在这个成分上，峰度有绝对值次大的负载荷、方差有较大的正载荷，而计分时，“？”位于“否”与“是”之间，这使题项的分布更接近正态，并增大方差，因此，使之与外部效标有更强的相关。

最后，使用者和专家的题项质量评定、“？”反应的百分比，在判断性成分上有大的载荷。如预期的那样，“？”反应百分比的载荷为负，说明被试更多地使用“？”的题项可能缺乏表面效度，对于使用者和专家来说，是没有多大意义的。

显然，对题项度量指标进行主成分分析，得到的载荷为评估题项品质提供了新的信息。得到的成分基本上验证了关于题项品质特征的三分法：参照其他题项的内部品质、参照外部效标的外部品质、参照人类判断的判断性品质。同时，还得到一个预料之外的成分，即分布性成分，它反映题项水平描述性统计量的共性。

研究者验证了评估一个题项对内部一致性贡献的多种技术，能够会聚在一起，并且，项目反应理论的参数a反映的信息，同经典测验理论的题项与总分相关及有关指数反映的信息，是类似的。

尤其重要的是，斜交旋转的结果显示，内部题项品质与判断性题项品质存在低的正相关，而外部题项品质与其他类型的题项品质没有关系。这意味着，一个题项可能有好的心理测量学特征，例如，高的题项与总分相关，表面效度不错，然而，它依然对外部效标的效度关系鲜有贡献。换句话说，仅有内部、判断性题项品质，而缺乏外部题项品质，是有潜在问题的。

其实，这里主成分分析揭示了更多的问题。例如，生成了一个额外的分布性成分，并且是第一主成分，不仅包括研究者原来设想为内部品质9个指数的5个，而且包括原来设想为判断性品质的1个。为什么会出现此种情况？这是值得深入思考的重要问题。

参考文献

Lautenschlager, G. J. (1989). A comparison of alternatives to conducting Monte Carlo analyses for determining parallel analysis criteria. Multivariate Behavioral Research, 24, 365-395.

Stanton, J. M., Sinar, E. F., Balzer, W. K., & Smith, P. C. (2002). Issues and strategies for reducing the length of self-report scales. Personnel Psychology, 55, 167-194.