问卷处理与分析步骤借鉴
注：图表来源于博士论文石变梅的《主动性人格对大学生创造力的影响研究》，仅供参考。
一、研究样本
（一）问卷的发放与回收
为了检验所选量表在中国文化背景下是否具有良好的信度与效度，随机平分为两组，一组用作量表修订，一组用作验证修订后的量表 （二）样本的描述性统计
随机选取一组数据，删除无效问卷，进行描述
二、量表修订
（一）量表1修订
1、项目区分度分析：检验编制的量表或测验个别题项的适切或可靠程度 采用临界比和相关法考察题项的区分度
临界比（决断值）：把量表总得分的低于27%（低分组）和高于73%（高分组）进行独立样本T检验，观察两个极端组是否存在显著性差异如果高分组与低分组在某一題项上达到显著性差异，则说明该题项较佳、可用：反之，则不可用。因为一个较佳的题项，其高分组与低分组在此题项上得分的平均数差异应该是显著的（吴明隆，２０１０）
相关法：求参与量表题项与总分是否相关如果题项与总分的相关显著，表示该题项与整体量表的同质性较高，具有较强的鉴别能力，相关系数越大，说明题项的鉴别力越强，所要测量的心理特质或潜在行为就更为接近。如果个别题项与总分的相关系数未达到显著性相关，或者两者为低度相关（相关系数小于0.40），则表示题项与真题量表的同质性不高，最好删除(吴明隆)
2、探索性因子分析
进行探索型因子分析之前，要对样本数据进行适切性考察。 （1）适切性考察：采用KMO和Bartlett球形检验
KMO：>0.9：说明因子分析适切性极佳，非常适合进行因子分析 >0.8: 良好，适合进行因子分析 >0.7: 适中，可以进行因子分析 >0.6：一般，勉强可以进行因子分析 >0.5：欠佳，不适合进行
<0.5: 适切性无法接受，非常不适合进行 Bartlett球形检验：检验相关矩阵是否是单位矩阵 若是，则认为样本数据不适合用于因子分析
一般来说，Bartlett球形检验统计量达到0.05水平以下说明原始变量之间
越可能存在有意义的关系（吴明隆，2010）。
（2）主成分因子分析
转轴后的成分矩阵（吴明隆P223）：采用最大变异法进行直交转轴，转轴时使用Kaise正态化方式处理，转轴时共需要5次迭代处理换算
删题后再进行转轴后的成分矩阵
3、信度分析
采用内部一致性（Cronbach’α）系数考察量表的信度。
0.834是总量表的信度，0.778是分量表的信度
（二） 量表2修订 步骤同上
三、正式问卷
根据以上分析得出最终的量表，在此可描述删题后的量表，也可删除这部分，看需要。
四、检验假设和模型验证
（一）研究数据的质量评估 1、研究对象的统计描述
（1）样本个体特征的描述性统计
将剩余的另一部分样本作为检验假设的数据，并对问卷人口学变量进行描述
（2）变量测量题项评价值的描述性统计 均值、标准差、偏度和峰度等描述性统计量
2、样本数据质量评估
Harman单因子检验方法来检验共同方法偏差的影响
（二）测量工具的信度和效度检验 1、测量工具的信度检验
各量表的信度分别检验2、测量工具的效度检验
检验结构效度：使用AMOS软件，采用极大似然估计法进行验证性因子分析，得到各变量的结构方程模型，通过该模型分析进行效度检验。
结构方程模型分析的一个重要工作：检验和评估数据与测量模型的拟合度，如果模型对实际数据拟合度效果较好，所估计的拟合指标较为理想，则说明模型的有效性得到验证 根据国外学者Bollen等人和国内学者李超平、侯杰泰等的建议，模型拟合度的评估指标及其评价标准：
（ｘ／ｄｆ：卡方自由度比；GFI:拟合度指数； AGFI:调整后拟合度指数； NFI:规范拟合指数； TLI：非规范拟合指数； CFI:比较拟合指数； RMSEA:渐进残差均方和平方根； RMR：残差均方和平方根）
（1）各量表的验证性因子分析：
２
问卷分析步骤借鉴
