虽然有研究表明★◆，5级、7级★◆■◆★★、10级量表在可信度方面没有明显差异，但如果量表的题目数量较多，容易增加填答时间◆■★■★，影响完整填单率◆■★，因此不推荐使用过多等级■★★★■★。

　　同时，为了使因子载荷矩阵的系数更加显著★★★■★◆，采用方差最大进行正交旋转，前4个因子的累积方差为60.77%。

　　通过上述四个方面的评估，共筛选出了71条语句，并在一定程度上简化了语句的表达方式，避免可能的歧义。

　　信度分析的目的是检验数据是否真实可靠，即多次重复测量的结果很接近★★◆◆◆，常用的信度有Cronbach-α系数、折半信度、重测信度等。

　　因为编制一份正规量表的成本较高，一方面需要具备一定的专业知识◆★★■■◆，如相关理论、信度和效度检验等◆★，另一方面需要花费较多的时间通过数据检验量表是否可用。

　　例如◆◆◆◆★◆，当研究人员打算描述个体的人格特点，但又无法直接进行测量时★■★，就需要借助量表★■■◆◆。

　　CHINA-VALS模型是消费价值观本土化研究■◆■■★，但由于模型距今时间较长■★◆，直接应用也可能存在风险。

　　总体来说，量表编制是一个非常耗时耗力的工作，需要具备一定理论和数据分析知识。

　　开始编制量表前，建议根据一定的理论模型，明确测量的目的和对象，澄清想通过量表测量哪些内容■★■◆■。

　　在因子分析前还需要根据KMO检验、Bartlett检验判断是否适合进行因子分析。检验的判断标准为：

　　通过文献研究发现，消费价值观包含了四个方面：消费态度、生活方式■★★◆◆◆、个性特点■■★★、社会关系★★◆■◆。

　　值得一提的是，从众消费型样本在每个因子的得分均偏低，在检查量表的原始得分后发现★■★■★◆，这类人群消费观念偏中立，没有明显的消费倾向性，因此命名为从众消费型。

　　确定因子命名后★◆■■★，然后基于这4个因子对样本进行聚类分析，由于本次样本量较大★◆★■，推荐使用K-means聚类方法进行探索。

　　提到量表◆■，容易联想到心理学的各类量表，如测量心理健康、人格特点、临床诊等。

　　所谓量表，简单来说就是一种测量工具◆■，通常由多个项目组成★◆◆■★，形成一个综合的分数◆■，旨在分析较难以直接方法测量的变量。

　　在心理测量等学术研究中通常要求累积方差在90%以上才算是理想的◆◆★，但在实际项目中累积方差在60%以上也是可以接受的■◆。

　　严格来说在探索因子载荷时，每删除一个变量后■■★★，都需要重新检验量表的信度和效度，因此这里推荐使用SPSS语法脚本■◆■◆★◆，可以快速地进行因子分析。语法脚本可参考：

　　如前文所述，编制一份量表需要花费较多时间，在量表进行正式测试前包括四个环节：文献研究、编制题库■★◆■■、专家评估、题型设计。

　　本次研究中采用主成分方法提取公因子，以量表定稿的数据为例★■■★◆◆，发现提取到第4个因子后，特征值均小于1，因此最多考虑前4个因子即可。

　　结合已有的人格量表、消费态度量表、生活方式量表等，初步整理了122条语句★◆★。

　　例如，MBTI职业性格测试就是常见的人格评测量表，通过量表测试可以得出16类不同的性格特征，可以帮助人们认识自己，选择更更符合自己性格特点的职业■◆★◆。

　　效度分析是测量结果是否准确有效，包括内容效度★◆■、校标效度★★■■★、结构效度三种类型■◆。

　　通过线上问卷回收量表的填答结果后，就可以开始对量表进行数据检验和分析，量表的数据分析包括五个环节：清洗数据、信度检验、效度检验、量表定稿■◆◆★、结果应用。

　　在实际应用过程包括两个步骤：因子分析和聚类分析■■★◆。在效度检验时，其实已经完成了因子分析，现在结合量表的变量◆★，对提取的因子进行命名◆◆■◆，本次项目共提取了4个因子：

　　通过初步的信度和效度检验后，接下来需要根据每个题目变量的因子载荷，判断是否需要删除。删除题目的判断标准为■◆★：

　　如果缺少经典的理论支持■■，也推荐梳理已有的研究资料■★■■★◆，明确研究的框架，如需要测量哪些概念，概念之间的关系等★◆。

　　逻辑矛盾和胡乱填答可以在问卷设计时梳理好题目之间的逻辑，时间过短则是在问卷回收后再分析，这里推荐排除下四分位数的填答时间★★■■◆，即填答时间较短的前25%的样本，以保证填答结果的可靠性。

　　在信度和效度分析前，需要对填答情况进行清洗，清洗时需要考虑三个方面◆■★◆◆■：逻辑矛盾◆★■■◆、胡乱填答、时间过短◆■◆。

　　量表的信度和效度检验、量表使用分析■★■■，都需要通过一定的数据进行探索和分析。

　　[2]   吴垠，关于中国消费者分群范式（China-Vals）的研究，南开管理评论，2005年◆■。

　　虽然通过专家评估◆■■★■，一定程度上精简了题库数量，但在预测试时，我们仍发现填答时间较长■◆，这无疑会影响线上问卷的填答率■★。

　　为了提高数据收集效率和填答体验■◆，我们在问卷设计时采用了不同的题型变化，如1-3题为矩阵题、第4题为单选题★■，有效地避免了同一类题型带来的填答疲劳感。

　　当然，有的量表为了避免填答者倾向于选择“不一定★★”等中间选项，也会使用偶数等级量表，如6级量表。

　　根据因子特征和得分高低，对三个聚类结果进行命名，分别是精明实用型★■、从众消费型、时尚冲动型。

　　反复删除测试的变量后，消费价值观量表最终确定了20个变量（题目），通过方差最大正交旋转后◆★★★◆，每个变量在对应的因子载荷均大于0.5，满足对量表的效度要求★◆。

　　由于初步整理的量表语句过多、涉及范围广，直接测试这些题目肯定是不可能的■★，需要在正式测试开始前对项目进行筛选评估，增删部分测量语句。

　　以上就是消费价值观量表设计过程及注意事项，当然■■，这只是量表编制的第一步。

　　本次项目使用SPSS对量表信度进行检验★■◆■，以量表定稿的数据为例，从Cronbach-α系数结果可知，本次量表的信度为0.897★◆，表明量表的内在信度较好★★★◆。

　　通过因子分析的方差最大转换后得到成分矩阵，如果某个变量在一个因子载荷上大于0.5且在其他因子载荷上小于0★★.5，说明该变量在这个因子的贡献较高，可以保留该变量。

　　在量表等级设计上，为了弱化填答者可能出现的“中立”倾向◆★■★◆，我们选择了7级量表，即1代表很不符合、4代表中立■◆■、7代表非常符合★★★◆。

　　因为效度检验会用到因子分析，通常来说，因子分析的样本量理想情况需要100个以上，且样本量是变量数的10倍以上★◆◆■★，本次项目通过线多个样本，完全满足样本量的要求◆■。

　　通过梳理价值观的文献资料发现，常见的消费价值观量表有VALS模型（价值观念及生活方式）、LOV量表（价值观量表）、CHINA-VALS模型（中国消费价值观）。

　　研究人员通过量表了解个体的心理特征，如通过人格测量★■，预测个体的兴趣爱好、行事风格◆★◆★★■、在特性情境中的表现■■■◆、可能存在的性格弱点等。

　　李克特量表是最常用的量表形式之一，题干是一个陈述句，选项是对陈述内容的赞同程度■◆，通常由五个等级组成，即非常同意、同意、不一定◆◆■■、不同意、非常不同意。

　　其中，消费态度和生活方式是消费价值观的核心内容■★■★◆■，个性特点和社会关系是作为消费价值观的相关因素纳入题库框架中◆★◆。

　　在实际量表分析时，除了关注Cronbach-α系统外，还需要关注删除某一个题目后Cronbach-α系数的变化情况■◆◆◆★■，如果删除该题目后系数上升，说明该提的区分性不好■◆■，可将其删除提高信度◆■★■。

　　内容效度是通过专家进行评价有效性，校标效度是参照一定的效度标准评价有效性，结构效度是衡量实际结果和测量概念之间的对应关系■★，通常用因子分析进行探索。

　　对量表有一些初步了解后★★◆，我们接下来将结合具体的项目案例，详细介绍消费价值观量表的设计和分析过程，手把手教你怎么完成一份量表的编制。

　　“测量就是按照一定的法则，用数据方法对事物的属性进行数量化描述的过程。这是对一切事物差异进行区分的测量定义■■。”——史蒂文斯（心理物理学家）

　　虽然VALS模型和LOV量表在国外有广泛的应用◆★★★■■，但因为文化上差异较大◆◆★，直接应用在国内的研究难免有一定局限性。

　　如前文所述，信度检验的方法有很多，这里选择内在信度（Cronbach-α系数）来衡量问题之间的内在一致性■◆◆■★。