🎯 问卷上的一道题，管住了后半学期能跑的所有分析

顺着「Week 3–6 拼研究计划」往下走，最该盯住的是问卷里每道题选的测量尺度。课程把尺度分成四种，并且划了一条分界线：Nominal 和 Ordinal 属于 non-metric，Interval 和 Ratio 属于 metric，这个分类直接影响后面能用什么统计方法。往后走三步，每一步都在兑现这句话。

• 📊 描述统计这一层，Nominal 只能算众数；Ordinal 加上中位数和极差；Interval 与 Ratio 到这里解锁均值、标准差和方差。
• ⚖️ 差异检验这一层，Nominal 和 Ordinal 走卡方一类的非参数检验；t 检验属于参数检验，吃的是连续变量。
• 🔗 关联检验这一层，Pearson 相关系数衡量的是 Interval 和 Ratio 变量之间的线性关系。

课程材料在 Week 10 把这条链写死了：问卷设计时选的尺度，直接就是你分析能力的天花板。材料里给的原例子很好懂，「月消费金额」本来可以让人直接填金额，用比率尺度测；你要是图省事做成「低／中／高」三个选项，标准差就永远算不出来。那份问卷回收回来，数字都在，你想报一个标准差，报不了。

⏳ 量表定在第一份报告的问卷终稿里，后果兑现在第二份报告的数据分析里，中间隔着五周，回头改已经来不及。

🩸 一句「这条广告到底招不招人喜欢」怎么变成一个能检验的数字

同一条线上最有画面的一段在 Week 11。课程给了一个特别朴素的公式：中性值 =（最小值 + 最大值）÷ 2。所以 7 分制的态度量表，中性值就是 4，高于 4 算正面态度，低于 4 算负面。有了这个 4，日常那句「这条广告到底招不招人喜欢」就被翻译成了一个能检验的问题。

Week 11 用一个献血广告的数据集把整周串了起来。30 个受访者，7 分制，同一个人同时评价 Ad 1 和 Ad 2，顺手记下性别。就这么一份表，能回答三个完全不同的问题。单样本 t 检验拿 Ad 1 的平均分去比中性值 4，看它高出去的那一点算不算数；独立样本 t 检验把男女分成两组，比较他们对 Ad 1 的评价差多少；配对样本 t 检验则盯着同一批人，看他们给 Ad 1 的分数有没有压过 Ad 2。三个问题写出来长得很像，分野只在数据怎么收集、怎么分组。所以你在设计问卷那一刻，就已经决定了自己以后能问哪一类问题。这一段我觉得挺有意思，它把「感觉反响还行」这种模糊判断，逼成了一个有标准、能被推翻的结论。

学会这一节以后你能做的事情很实在：拿到任何一份问卷，扫一眼每道题的选项长什么样，就能说出这道题以后能进哪一层分析。

🔑 写第一份报告的问卷之前，先把第二份要跑的分析表列出来

课程在 Week 4 判断一份问卷好不好，摆在第一条的标准就是：先想清楚收到数据以后要做什么分析，再倒推该问什么题。把它和 Week 10 那句「尺度决定分析层次」接起来，这门课专属的省力法则就出来了。问卷动笔之前，先把后面那张分析表写完。

放到草稿里，可以写成这样 👇

三行填完，每道题该用哪种尺度问，答案自己就冒出来了。这张表往前接 Week 4 到 Week 6 的问卷、量表和抽样，往后接 Week 10 到 Week 12 的描述统计、差异检验和关联检验，中间横跨第一份和第二份报告那条同组同项目的结构。你在 Week 5 多花的二十分钟，会在 Week 11 打开 SPSS 的时候还给你。

🔑 写问卷之前先把后面那张分析表写完，再回头决定每道题用什么尺度问。这一条记住了，前后两份报告就不会脱节。下一页我直接把完整攻略翻开，你自己看看它是怎么讲课的。