今天给大家带来一份问卷量表因子分析的全流程拆解。相信很多做问卷分析的人都遇到过类似的问题，预设了8个维度，用SPSS跑出来只剩下5个因子，题目也乱串了。其实这是很多初学者常踩的坑。接下来我们就从源头到解决方案，一步步给大家讲解清楚。 第一步，在做任何分析之前，一定要检查信效度。记住这个标准：克隆巴赫α得超过0.8，KMO指数要大于0.9，巴特利特球形度P值小于0.05。要是不达标，就别浪费时间继续了，数据质量才是一切分析的基础。 第二步，题量和因子数要匹配。你不能把一份只有24道题的问卷强行分成8个因子，这就好比把“三菜一汤”分给8个人吃，谁也吃不饱。一般来说，每个因子至少得有4道题，不然载荷矩阵会变得乱七八糟，怎么旋转都救不回来。 第三步，SPSS的因子分析是探索性的，不是让你一定要按预设维度来复现结果。它主要看数据自己想怎么分。默认的主成分法提取特征根大于1的因子，累积贡献率达到60%算是及格线，但核心还是看能不能用理论语言解释清楚这些因子。 第四步，碰到第一个因子吃独食的情况怎么办？要是成分矩阵里大半题目都跑到了第一个因子里，说明维度重叠太严重了。别硬撑着不旋转！试试最优斜交法（Promax），它能把载荷重新洗牌。操作步骤是：提取的时候选“固定数目”填8；旋转的时候选“最优斜交”，保存三阶矩阵。 第五步，跑完后发现结果不对怎么办？别在载荷矩阵里死磕了。先回头检查维度划分是否合理：每个维度是否都配够了题量？前人研究真的支持这个结构吗？如果不行就砍一刀或者加点题再收集数据。 第六步，问卷设计阶段就该做的功课：多看看高被引论文里的量表结构；预测试小样本跑一轮看看哪些题负载荷太低就删掉；画个流程图贴在电脑旁提醒自己每一步的顺序。 最后三个常问的问题：为什么用最优斜交法？因为它既允许因子相关又让载荷清晰；题项删减有标准吗？载荷低于0.4且交叉载荷高于0.3时先删；CFA怎么跑？用AMOS或Mplus检验拟合指数（RMSEA低于0.08、CFI高于0.9）。 把这一套流程跑通了，“8维只出5因”的绝望感自然就没了，问卷量表也能真正为研究提供扎实支撑。