目录
在论文问卷中，
最常使用的应答方式就是 Likert 量表（李克特量表）。
但在实际设计时，
4 分、5 分、7 分该选哪一种，
往往是在没有明确依据的情况下决定的。
The Brain 基于大量研究问卷的实际经验，
将量表选择的标准整理为以下 5 个要点。
只要按照这些标准判断，
就能同时保证数据质量与解释的稳定性。
1️⃣ 想获得稳定、普适的反馈 → 选择 5 分量表
这是最常用、稳定性最高的形式。
包含中立选项（“一般 / 普通”）
应答负担较低
可对照的先行研究多、验证充分
在大多数社会科学研究中，
5 分量表 = 默认标准。
2️⃣ 想“强制选择立场” → 选择 4 分量表
由于没有中间选项，
应答者必须偏向“同意”或“不同意”。
适用于：
使用意向
支持 / 反对
需要明确态度的场景
容易出现“中性逃避”的群体
缺点：
可能出现“被迫选择”
引发部分应答者的反感或敷衍作答
3️⃣ 想分析更细微的差异 → 选择 7 分量表
适合测量细微态度变化。
心理学、满意度研究中常用
分布更细 → 标准差更大
有利于基于分散度的解释
缺点：
题目多时容易产生疲劳
手机端作答时滚动负担较大
4️⃣ 含有反向题时，数值稳定性尤为重要
例如：
“我不信任该服务” → 需要反向编码
量表刻度越多，
反向编码出错的风险越高。
如果问卷中反向题较多，
建议使用 5 分量表 来提高稳定性。
反向编码错误
是信度分析中最常见的问题来源。
5️⃣ 若需与先行研究比较，应使用相同量表
这是量表选择中最有力的依据。
沿用既有量表结构
继承文献中已验证的信度与效度
保证结果的可比性
量表的一致性
是保障研究质量的核心策略。
量表选择应基于“研究目的 + 应答环境”
选择原则总结：
5 分量表 → 默认标准，适用于大多数研究
4 分量表 → 抑制中立倾向，迫使立场表达
7 分量表 → 适合精细化态度分析
The Brain 在研究设计阶段，
会结合变量特性与应答环境，
协助研究者共同确认最合适的量表形式，
从源头确保数据质量与后续分析的可靠性。
