統計分析做得好，救不了一份設計有問題的問卷。以下五個錯誤，是我們在協助分析時最常看到的——而且多數在收完資料後就很難補救。
錯誤一：量表來源不明
「參考文獻改編」是最常見也最危險的一句。委員問「這個量表誰發展的、信效度如何」，答不出來就等於整份問卷沒有基礎。
正確做法：每個構面都要能指出原始量表、發展者、以及過去報告的信度範圍。若你做了修改（刪題、改字），要說明修改理由，並在預試中重新檢驗信度。
錯誤二：一個題目問兩件事
「我覺得公司福利好而且主管很支持我」——這句話有兩個主張，受試者同意前半不同意後半時，怎麼填都不對。這叫雙重-barrel 題項。
檢查方法：把題目唸出來，問自己「這句話裡有幾個『而且』」。有的話就拆成兩題。
錯誤三：反向題太多或太少
反向題的目的是減少直線反應（一路勾同一邊），但比例抓錯會有反效果：
- 太多（超過三分之一）：受試者容易混淆，反而增加填答錯誤，α 也會被拉低。
- 完全沒有：直線反應無法偵測，資料品質難以判斷。
實務上，每個構面放 1–2 題反向題就夠。分析前務必重新計分，並在論文裡寫明你怎麼處理的。
錯誤四：點數選擇沒有理由
五點、六點、七點都有人用。重點不是哪個「比較好」，而是你要說得出理由：
- 五點：最常見，受試者熟悉，區辨力足夠。
- 七點：區辨力較高，適合態度、滿意度這類連續性強的構念。
- 六點（無中間選項）：強迫表態，避免受試者都選中間。但對敏感題目可能造成困擾。
不論選哪個，全問卷要一致；混用會讓後續分析變得麻煩。
錯誤五：題項順序造成共同方法偏誤
自變項與依變項的題目全部混在一起、同一個時間由同一個人填答，很容易產生共同方法變異（CMV）——相關係數被系統性膨脹。
補救方式（事前比事後有效）：
- 時間分隔：自變項與依變項分兩次施測，間隔一到兩週。
- 題項隨機化：同一構面的題目不要連續排列。
- 事後檢驗：用 Harman 單因子檢定，或加入標記變項。
如果資料已經收完才發現這些問題，別急著重發問卷。先做 Harman 檢定看第一因子解釋變異量是否超過 40%，並在論文限制一節誠實說明——多數委員接受「承認限制」，但不接受「假裝沒這回事」。
預試是最便宜的保險
正式發放前找 30–50 人預試，跑一次信度與項目分析，可以提前抓到：題目看不懂、反向題沒注意到、填答時間過短、某個構面 α 太低。這些問題在預試階段修正，成本幾乎為零；等到收完 300 份才發現，只能重來。