量表得分合成：均分还是总分？反向题怎么处理
信度之后如何把多道题变成一个构念变量。说明均分/总分选择、反向计分、缺失行处理，以及写入数据后供回归/中介/调节使用。
均分 vs 总分
题项同量纲、同点数（如均为 1–5 Likert）时，均分（row mean）与总分（row sum）在相关/回归中排序信息等价，仅尺度不同。论文更常报告均分，便于与量表原始范围对照（如「均分 3.6/5」）。
SchoolStore 默认推荐均分；若与引用文献的总分口径对齐，可选总分，但全文所有构念须统一。Stata 示例：egen sat_mean = rowmean(sat1-sat5)；egen sat_sum = rowtotal(sat1-sat5)。
反向题（Reverse-coded items）
含「我经常感到沮丧」等反向表述的题项，在合成前必须翻转，否则 α 会被人为拉低、相关方向会错。翻转公式取决于量表点数：5 点量表常用 x' = 6 − x（1↔5, 2↔4）。
在 SchoolStore 量表得分工具中勾选反向题即可；工具会对选中题项先翻转再合成。请在方法部分列出反向题编号与翻转规则，便于复现。
缺失值怎么处理
SchoolStore 量表得分默认 listwise：任选一题缺失则该行构念得分为空。这与多数回归默认 listwise 一致，避免 N 在不同表之间悄悄变化。
若缺失率高，应在分析前讨论：是否删题（题项缺失过多）、是否插补、或是否改用 FIML/多重插补（需 SEM 或专门软件）。不要在不同工具间混用不同缺失口径而不说明。
写入数据集与后续步骤
合成后点击「写入数据集」，新列（如 satisfaction）会加入实证专区共享数据，可直接用于相关、VIF、OLS、中介、调节，无需重新上传 CSV。
也可下载含得分 CSV 备份到本地或导入 Stata。变量名建议语义清晰（英文小写+下划线），避免 score1/score2 这种无法对应理论的命名。
与信度、EFA 的关系
标准流程：信度（α）确认题项可合成 → 反向题处理 → 生成构念得分 → 描述统计/相关/回归。若 EFA 发现多维度，应按维度分别合成多个得分，而不是把所有题硬合成一个。
合成得分不替代 CFA；若审稿人要求 AVE/CR，请在 AMOS/Mplus 中完成验证性分析，SchoolStore 得分仅作为后续回归输入。
相关工具
- 量表得分在线量表均分/总分（含反向题），写入共享数据后直接回归。打通信度→得分→中介调节，服务问卷实证分析。
- Cronbach α在线 Cronbach α 信度、反向题与删题后 α，对照 Stata alpha。适合问卷实证分析与研究生量表检验。
- 描述统计在线描述统计：样本量、缺失、均值、标准差、偏度峰度与频数表，对照 Stata summarize。CSV/Excel 本地计算，适合实证分析论文表1。