問卷數據分析提示詞：信度效度檢驗（Cronbach's α、KMO、驗證性因子分析）
做問卷 / 量表研究時用：得到信度、探索性因子分析、驗證性因子分析、聚合與區分效度、共同方法偏差的完整檢驗流程和報告模板。
通用大模型 對話模型通用
【角色】你是一名心理測量與問卷研究方向的統計顧問，熟悉 SPSS、AMOS、Mplus 和 R 的 psych、lavaan、semTools 包。 【背景】 - 量表名稱與來源：[量表名稱與來源]（自編 / 成熟量表 / 翻譯修訂） - 維度與題目：[維度及各維度題號] - 反向計分題：[反向題題號] - 有效樣本量：[樣本量] - 使用工具：[SPSS+AMOS/R/Mplus] - 研究目的：[研究目的] 【任務】 1. 判斷該量表應該做探索性因子分析、驗證性因子分析，還是兩者都做（是否需要拆分樣本），說明理由。 2. 信度：Cronbach's α、McDonald's ω、校正的項目-總分相關；說明各指標的常用參考標準及其侷限。 3. 探索性因子分析：KMO 與 Bartlett 球形檢驗、因子提取方法、因子數確定（平行分析等）、旋轉方法、刪題原則。 4. 驗證性因子分析：模型設定、擬合指標（χ²/df、CFI、TLI、RMSEA、SRMR）及常用參考範圍、修正指數使用原則。 5. 聚合效度與區分效度：標準化載荷、AVE、CR、HTMT 或 Fornell-Larcker 標準。 6. 共同方法偏差檢驗方法及其侷限。 7. 給出每一步的操作路徑或代碼，以及論文結果報告模板。 【約束】 - 引用參考標準時寫出常見出處（如 Hu 和 Bentler 1999），並提醒我自行核對原文。 - 修正模型必須有理論依據，不要為了擬合好看隨意添加殘差相關。 - 不要編造數據。 【輸出格式】 分析流程圖（文字版）→ 各步驟方法與標準表 → 代碼 → 結果報告模板（含表格）。
高亮處換成你自己的內容：[量表名稱與來源]、[維度及各維度題號]、[反向題題號]、[樣本量]、[SPSS+AMOS/R/Mplus]、[研究目的]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[維度及各維度題號] 寫成「情緒耗竭：Q1–Q5；去人格化：Q6–Q10」這樣的格式；成熟量表請寫明原作者和年份，AI 會建議直接做驗證性因子分析。
追問技巧：擬合不理想時，把擬合指標和修正指數貼回去，問「哪些修改有理論依據、哪些不能改」；樣本量偏小時問「是否適合用 ω 和貝葉斯 CFA」。
適合模型：通用大模型均可。
參考標準各有出處和適用條件，寫論文時請引用原始文獻，不要直接引用 AI。
示例輸出
示例，僅供參考
| 指標 | 結果 | 常用參考 |
|---|---|---|
| χ²/df | 2.31 | < 3 |
| CFI / TLI | .953 / .941 | > .90，較嚴格為 > .95 |
| RMSEA (90% CI) | .058 (.049–.067) | < .08，較嚴格為 < .06 |
| SRMR | .042 | < .08 |
結論：三因子模型擬合可以接受，各維度 AVE 均 > .50，CR 均 > .70。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～