参考的文献和网站等资源：

spss官方百度账号

MBA智库百科

参考的up主的讲解

B站北师大钱婧老师、

【调查问卷设计，工具 + 保姆级教程【钱婧】】

第一步 让他知道是干啥的，又不能完全告诉全貌

参考B站up除草姬：

【社会科学研究中的问卷设计流程详解】


匿名自填式问卷，在设计隐私方面更可靠。
缺点是 设计不到位会降低信效度。

参考的书籍

《教育研究 定性 定量和混合方法》

查阅过程中给自己补充的问卷基础知识

李克特量表
语义差异量表
数值分配量表
瑟斯顿量表
加特曼量表
指数的介绍
【B站：问卷及量表设计中的探索性因子分析详解】

cssci一篇关于兴趣问卷的案例分析

论文：

初中生数学学习兴趣问卷编制与现状调查 吴洪艳 1，刘晓琳 2

看懂这篇论文需要补充的知识点

信度计算公式
了解即可，SPSS会自动帮你算。

信度系数汇总

共同性与因素负荷量

这个知乎链接介绍的很详细，也包含了具体的SPSS中操作。可以重点参考。对小白也很友好

共同性（communalities）：因子能解释共同特质、属性的变异量，则保留。
因素负荷量（factor loading）：因子与总分变量关系的程度，越高越紧密，同质性越高。
一般而言，共同性值若低于0.2（因素负荷量小于0.45），表示因子与总分变量直接的关系较弱，可删除。
可以看到论文里面也是做了处理：

根据共同性与因素负荷分析的结果，
删除共同性<0.20、因素负荷量<0.45 的 4 个条目．
项目分析共删除 5 个条目，保留 51 个条目参与探索性因素分析．

探索性因素分析
推荐B站【问卷及量表设计中的探索性因子分析详解】以下为截图笔记

特征根越大，说明 公共因子越重要。

这里的λ表示的是特征根。n是样本数量。

检验假设，比较重要，用到再看

主成分分析和
公因子分析

公共因素确定

特征根大于一的比例，大概如上。

因素旋转

因子矩阵解释步骤

潜变量比较权威的介绍
心理学论文可以只做观察变量不做潜变量吗? - Rowlin的回答 - 知乎

极大似然估计MLR
累积方差贡献率
验证性因子分析节点！较为全面
CSDN 验证性因子分析博客

SPSS和Mplus中如何操作

具体操作的讲解

【问卷及量表设计中的探索性因子分析详解】 【精准空降到 11:15】

Mplus软件探索性因素分析操作
回答了为啥作者后面 不用spss来进行探索性因素分析的原因。
对于参考的论文也解释清楚了。

Mplus更适合探索性因素分析。

前面提到，在SPSS中，最常用的因素提取方法为主成分法 (Principal Components Analysis, PCA)。然而事实上，主成分分析和因素分析是有一定差别的。

也给出了具体的操作步骤。
这些是Mplus相对于SPSS来说的一些优势