問卷回收完，Excel 裡躺著三百列資料，然後呢？很多人直接把檔案丟進 SPSS 跑迴歸，跑出來的數字卻怎麼看都不對。問題通常不在檢定，而在前面幾步沒做。這篇把從回收到產出表格的流程一次排好，你可以照著逐項確認。
先看清楚全流程
- 建立編碼簿
- 資料清理（無效問卷、缺失值、離群值）
- 反向題重新計分
- 描述統計與樣本輪廓
- 信度與效度
- 依研究假設選擇檢定
- 產出表格與解讀
順序不是建議，是 dependency：第五步的信度沒過就去做結構模型，等於在不穩的基礎上蓋房子。
步驟一：建立編碼簿
每一題都要記錄：變項名稱、題項文字、數值標籤（1 = 非常不同意…5 = 非常同意）、變項尺度、是否為反向題，以及構面分數要加總還是取平均。編碼簿不是形式主義——三個月後寫第四章，或口試被問「這個變項怎麼算出來的」，它就是你的依據。
- 變項名稱建議用英文簡寫加題號，例如
SAT1、SAT2R，字尾R直接標記反向題。 - 問卷題號與變項的對應表另存一個工作表，不要只靠記憶。
- 量表分數的計算方式先寫下來，避免中途改定義。
步驟二：資料清理
- 無效問卷：全部勾同一選項、作答時間明顯過短、規律性填答（例如 1-2-3-4-5 一直循環）。
- 缺失值：先區分「未填答」與「不適用」，不要一律補 0；缺失比例偏高的變項要單獨說明處理方式。
- 離群值：用盒鬚圖或 z 分數檢查，判斷是輸入錯誤還是真實的極端值，兩者處理方式不同。
- 重複填答：檢查編號、IP 或填答時間戳記。
清理後另存新檔，原始檔保留不動。每一個判斷都要寫進「資料清理紀錄」，口試時常被追問的就是這一段。
步驟三：反向題重新計分
五點量表的公式是 新值 = 6 − 原值（推廣為「量表點數 + 1 − 原值」）。計分完務必回頭檢查兩件事：反向題與其他題項的相關方向是否轉為一致、Cronbach's α 有沒有明顯上升。
最常見的錯誤是改了數值卻沒改變項標籤，幾週後連自己都不記得哪些題轉過。細節可看 反向題怎麼處理：重新計分與三個常見錯誤。
步驟四：描述統計與樣本輪廓
名目變項（性別、科系、年齡級距）報次數與百分比；量表分數這類等距以上變項報平均數與標準差。這會變成第四章第一張「樣本基本資料表」。
同時看偏態與峰態，確認資料沒有嚴重偏離常態，這會影響後面要不要改用穩健方法或做轉換。操作步驟見 SPSS 描述統計怎麼做。
步驟五：信度與效度
先算各構面的 Cronbach's α 與「刪題後 α」，搭配項目分析（題項與總分相關）決定是否刪題；接著處理效度：探索性因素分析（EFA）看題項是否落在預期構面，驗證性因素分析（CFA）確認模型配適，再檢查收斂與區別效度。
可接著讀 Cronbach's α 要多少才夠、因素分析怎麼做 與 效度分析怎麼看。
步驟六：依研究問題選檢定
| 你的研究問題 | 常見方法 |
|---|---|
| 兩組或多組有沒有差異 | 獨立樣本 t 檢定、單因子 ANOVA、事後檢定 |
| 變項之間有沒有關係 | Pearson／Spearman 相關 |
| 能不能預測 | 多元迴歸、邏輯迴歸 |
| 中介或調節 | Bootstrap 間接效果、交互項、PROCESS |
| 量表結構 | EFA／CFA、收斂與區別效度 |
關鍵是「先有研究假設，再選方法」，不是把全部檢定跑一遍再挑顯著的寫。後者不只解釋不通，也踩到學術倫理的線。
步驟七：表格與解讀
表格依 APA 7 或學校範本整理，每張表都要有樣本數、係數、顯著性標註與表下註記。解讀時寫「這個數字代表什麼」，而不是只抄一行 p < .001。表格格式可參考 APA 7 三線表怎麼做。
最常踩的三個坑
- 跳過清理直接跑分析，缺失值被當成 0 一起計算。
- 把五點量表當名目變項，或反過來對「科系」算平均數。
- 只看 p 值，不報效果量與信賴區間，第四章因此寫不出厚度。
判斷一份問卷分析做得好不好，看一件事就夠了：別人拿你的資料和語法檔，能不能重跑出一模一樣的表。能，就站得住；不能，口試就會被追問。