在心理学研究中，当把数量较多的指标合成数量较少的指标后，就应当使用合成的指标。在概念水平上，合成的指标比原来的指标要高。常见的合成技术是主成分分析和因素分析，得到的更高水平的指标分别称为主成分和因素。研究者把主成分分析当成因素分析的一种形式，将主成分简称为成分，从而，成分与因素成了可以替换使用的术语。此外，指标、指数、成分也可被视为同义词。

在前文中，研究者（Stanton, Sinar, Balzer, & Smith, 2002）通过主成分分析，把考察题项品质的15个指数，合成为4个成分，也就是4个指数，分别为分布性指数、内部指数、外部指数、判断性指数。此后，考察缩减量表的指标时，即可采用这4个指数，而不必直接使用原来的15个指数。

现在的问题是，这4个指数对于缩减量表有何作用呢？研究者（Stanton, Sinar, Balzer, & Smith, 2002）把这4个指数作为预测缩减量表结果的预测因子，亦即变量，先计算这4个变量的得分。这些得分能够反映每个题项在分布性、内部、外部、判断性品质上的位置。

接着，评估这4个变量预测题项保留在简版量表中的情况。把72个题项的“工作描述指数”（Smith, Kendall, & Hulin, 1969）缩减为25个题项的简版量表，至少有3种方法：第一种是组合分析，第二种是逐步回归，第三种是专业判断。在例文中，研究者希望在题项水平进行分析，就把这3种方法作为题项水平的标准（Stanton, Sinar, Balzer, & Smith, 2002）。“工作描述指数”包含工作内容、工资待遇、晋升机会、同事关系、主管情况等5个层面，表1是工资待遇层面的预测因子与题项保留标准。

组合分析方法，可由一种软件来执行（Stanton, 2000）。对于要缩减的量表，设定所需的长度，这个软件能够生成题项所有可能组合与完整量表之间相关的分布。也就是说，这种程序产生的题项组合，能够解释原初量表的变异性。例文研究者要求缩减的各个层面均有5个题项，运行软件，计算各个题项在简版量表中出现在前5%的次数。如果一个题项频繁地出现在前5%，那么，它就能提供独特而有用的方差，有助于提高简版量表与完整量表之间的相关。研究者把题项出现在前5%的百分比，作为线性回归分析中的优度标准（见表1）。结果表明，外部题项品质得分（β=.23, p<.05）、内部题项品质得分（β=.47, p<.001）均能预测这个保留题项的标准，总的R²=.34，F(4,67)=8.66，p<.001；分布性、判断性题项品质得分均无显著的β值，即不能预测题项是否出现在题项组合的前5%。

逐步回归方法，在这里被当成一种纯粹的统计方法，可以对题项进入简版量表的优度进行排序。分析时，从与完整量表得分相关最高的一个题项开始，接着找到预测完整量表得分时对ΔR²有最大增量的题项。继续这个过程，直到所有题项都进入回归方程。

研究者（Stanton, Sinar, Balzer, & Smith, 2002）把进入逐步回归的顺序作为显示题项优度的等级顺序（见表1）。由于等级顺序不是正态的，不适合作为线性回归的因变量，研究者计算了题项品质因素得分与进入回归的等级顺序之间的Kendall τ-b相关。结果表明，外部题项品质因素得分（τ=-.19, p<.05）、判断性题项品质因素得分（τ=-.17, p<.05）能够显著预测题项的等级顺序，分布性题项品质因素得分与内部题项因素得分均与题项等级不相关。

专业判断方法，就是研究者把统计指数与专业判断结合起来进行分析的一种方法。在例文中，研究者采用Stanton等（2001）的研究结果来编码创建简版量表（AJDI）时从原量表中保留或删除题项的情况。在做出题项保留决定时，专业判断可以发挥很大作用。例如，在选择题项时，研究者的作用可以超过一些品质统计指数，以使层面内正向与负向措辞的题项达到平衡，以及避免不同层面题项内容的冗余。

由于保留或排除一个题项的结果是二分的，研究者采用逻辑回归进行分析。结果表明，内部品质因素得分（B=1.46, p<.01）、外部品质因素得分（B=1.62, p<.01）、判断性品质因素（B=1.37, p<.01）都是显著的预测因子，χ²(4,n=75)=41.2, p<.001，分布性因素得分不能显著地预测题项保留。总的来说，内部、外部、判断性因素得分能正确预测AJDI中87%排除的题项和68%保留的题项。

总之，研究者用概括题项品质不同方面的因素得分，作为题项是否应当保留在简版量表中的预测因子。结果提示，题项的外部品质，即，外部效度关系，在缩减量表时有重要作用，判断性品质、内部品质也有明显作用。这也说明，缩减量表时，研究者的依据应当是有层次的。

参考文献

Smith, P. C., Kendall, L. M., & Hulin, C. L. (1969). The Measurement of Satisfaction in work and retirement. Chicago: Rand McNally.

Stanton, J. M. (2000). Reactions to employee performance monitoring: Framework, review, and research directions. Human Performance, 13, 85-113.

Stanton, J. M., Sinar, E. F., Balzer, W. K., Julian, A. L., Thoresen, P., Aziz, S., et al. (2001). Development of a compact measure of job satisfaction: The abridged Job Descriptive Index. Educational and Psychological Measurement, 61, 1104-1122.

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.