问卷分析
Harman单因子检验
用于检验问卷数据是否存在严重的共同方法偏差(CMB)。
这篇能回答什么
Harman 单因子检验回答的是：「同一批人、同一份问卷、同一种作答情境，会不会把本来不同的构想糊成一个巨大的方法因子」。做法是把研究里用到的量表题全部丢进未旋转主成分（PCA，先标准化），只看第一成分解释了多少方差。本教学示例 7 题，第一成分特征根 3.425，方差 48.83%，低于常用 50% 线，按宽松惯例写「未见严重共同方法偏差」。
它是诊断，不是建构。它不输出旋转载荷，也不告诉你应该保留几个特质因子——那是探索性因子分析或效度分析的工作。更严的共同方法偏差（CMV）主张应进入验证性因子分析做单因子、ULMC 或标记变量模型。内部一致性见信度分析，α 高并不能排除方法偏差。
什么时候不该用
题项少于 2 个、有效行过少（实现上少于 10 行会拒绝）时不要做。0/1 多选、互斥单选、职务任职不能冒充量表。已经在 CFA 里估计了方法因子，不必再把 Harman 写成「唯一证据」。想看碎石图与题项归属，请改 EFA，不要在本页寻找载荷矩阵。
如何选择方法
量表三件事分开订：题能不能稳定地一起变（信度），维度是否说得通（效度 / EFA / CFA），分数是不是被同一支笔、同一屏幕带偏（Harman / CFA-CMV）。Harman 只处理第三件，而且用的是最粗的尺子。
Harman 单因子：2–100 个定量题；未旋转 PCA；主读第一成分方差。
信度分析：Cronbach α、CITC，不问方法因子。
效度 / EFA：KMO、旋转、载荷，目的是建构而不是 CMB。
CFA：可指定方法因子或比较单因子与特质模型，CMV 证据更完整。
输入、输出与限制
输入
量表题项须为定量（李克特 1–5 等）。按所选列做完整个案删除后再标准化、拟合 PCA。教学示例勾：数学学习兴趣、课堂专注情况、教学吸引力、家庭学习支持、数学能力自评、同伴氛围影响、学科难度感知。
量表题项：最少 2 个，最多 100 个（定量）。实践上应纳入论文模型里出现过的全部量表题，而不是「看起来顺眼的几题」。
输出
「总体方差解释表」只列出特征根>1 的未旋转成分（本例仅成分 1）。列：成分、特征根、方差解释率、累积解释率。表注写题项数、第一成分百分比、50% / 40% 临界。图给出全部主成分的方差柱，便于对照「是否只有一根柱子特别高」。洞察分两句：题项数与方法，以及是否越过 50%。
产品限制
表最多展示 10 个特征根>1 的成分；图仍使用全部成分的方差比。
未旋转、不做 Varimax；不要和效度页旋转后的 51.216% 直接对打——题项集合也不同。
临界值按 50% 出文字结论；部分期刊用 40%，48.83% 在两线之间时需自行声明采用哪一条。
有效样本 <10 会拒绝；题项方差为 0 会破坏标准化。
案例
研究问题。 学生问卷里态度与环境题都由同一名学生在同一时段填写。在报告兴趣、专注、支持等构想之前，需要先排除「一支笔打出来的共同方法偏差」是否已经主导相关矩阵。
7 个李克特题进入未旋转 PCA。表中仅 成分 1 的特征根 3.425 >1，方差与累积均为 48.83%。洞察按 <50% 判为未见严重 CMB。同一份表上的信度、效度、EFA 用了 5、6、8 题不等，第一成分百分比会跟着变，不能互相抄。下载后按上述 7 列复现。
在 StatsX 中操作
步骤 1 · 送入量表所在的表
上传学生问卷，确认工作表为「有效样本数据」。
步骤 2 · 只留评分题
画像里躲开厌学 0/1、学生性别、作业完成行为、数学职务任职。这 7 列应是 1–5 分。
步骤 3 · 搜索 Harman
目录里选「Harman单因子检验」，不要点成探索性因子分析或效度分析。
步骤 4 · 一次勾齐 7 题
量表题项勾兴趣、专注、教学吸引力、家庭支持、能力自评、同伴氛围、学科难度感知。运行。
步骤 5 · 先看第一根柱
表若只有成分 1，把 48.83% 和 50%、40% 两条线同时写进笔记。图上的后续成分用来判断是不是「一根独大」。
如何阅读输出
下表是未旋转解。成分 1 特征根 3.425，解释 48.83% 的方差，累积同为 48.83%——因为表只留下特征根>1 的成分，后面的成分被收进图里。48.83% <50%，按本产品默认文案写成「不存在严重共同方法偏差」。
| 成分 (未旋转) | 特征根 (Eigenvalue) | 方差解释率 (%) | 累积方差解释率 (%) |
|---|---|---|---|
| 成分 1 | 3.425 | 48.83 | 48.83 |
左右滑动可查看完整表格
注：参与检验的总题项数为 7 个。未旋转提取的第一个公因子方差解释率为 48.83%。学界通常以 50%（部分严格要求为 40%）作为判断共同方法偏差是否严重的临界值。
【Harman单因子检验】题项数=7，未旋转PCA检验共同方法偏差(CMB)。 【CMB结论】第一公因子解释方差=48.83%（<50%临界值）。结论：不存在严重共同方法偏差，数据质量可靠。
解读顺序：题项名单是否等于论文模型里的全部量表题 → 有效行是否在成对删除后仍够用 → 第一成分百分比 → 你采用 50% 还是 40%。48.83% 贴着 50%，审稿人若坚持 40%，本例不能过关，应改做 CFA 方法因子或补充程序控制（时间隔离、反向题、标记变量），而不是把门槛偷偷改松。
理论与公式
对 k 个题项做完整个案删除后，先按列标准化得到 X。未旋转 PCA 的特征根 λ_1≥λ_2≥…≥λ_k 满足：
c 取 50% 或更严的 40%。本产品在第一成分方差 <50% 时输出「不存在严重共同方法偏差」，否则提示引入标记变量或在 PLS 中控制。Harman 原意是：若未旋转的第一因子已经吞掉绝大部分方差，相关可能被方法效应主导。它不是假设检验，没有 p 值。
CFA 路径下的 CMV 更常见的做法包括：强迫所有题负荷在一个方法因子上并看拟合是否「好到可疑」；在特质模型上叠加不可相关的方法因子（ULMC）；或加入理论上无关的标记变量。这些输出拟合指数与载荷，不是一个百分比门槛。
注意事项
漏掉模型里的因变量量表、只测自变量，会人为压低第一成分方差。
塞进 0/1 厌学列或身份变量，会污染相关矩阵。
标准化后的 PCA 与基于协方差的未标准化解，第一成分百分比可能略有差别。
通过 Harman 不能证明没有 CMV，只能说「未旋转第一因子没有独大到越过你声明的线」。
特征根>1 的个数不是「构想个数」；本例表只有一行，不代表量表单维。
常见问题
参考文献
Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 2003, 88(5): 879–903.
Podsakoff, P. M., MacKenzie, S. B., & Podsakoff, N. P. Sources of method bias in social science research and recommendations on how to control it. Annual Review of Psychology, 2012, 63: 539–569.
Harman, H. H. Modern Factor Analysis[M]. University of Chicago Press.
周浩, 龙立荣. 共同方法偏差的统计检验与控制方法[J]. 心理科学进展, 2004, 12(6): 942–950.