对标教材：单元 6（构念的测量）/ 单元 7（量表的信度和效度）/ 单元 8（抽样方法）
阶段定位：设计——"定方案"
⭐ B 版新增章
承接：第 2 章构念三层区分 + 第 4 章research_design.md栏 4（数据方案）
学习目标
完成本章后，你应当能够：
- 操作化链条：完成"构念 → 变量 → 指标"的降维链条，为每个核心变量写出可操作的测量方案
- 四类测量尺度：区分名义 / 顺序 / 等距 / 等比尺度，并为自己的问卷题项选型
- Cronbach's α：解释 α 的含义、判断量表信度是否达标、在 Stata 中跑出 α 并解读输出
- 三类效度：区分内容效度 / 构念效度 / 准则效度，说出各自的检验方法
- 抽样方案选择：为自己的调查选择抽样方法（概率 vs 非概率）并如实报告局限
三方向标注：【农】农村金融与微型金融 /【险】风险管理与保险 /【金】金融理论与政策
§5.1 概念化与操作化（参见教材单元 6）
一句话直觉
你脑子里想的是"金融素养"，你手上能测的只是"三道题答对几道"。操作化就是从构念到指标的那座桥。
操作化三步降维链条
以"金融素养"为例：
| 步骤 | 做什么 | 金融素养示例 |
|---|---|---|
| 概念化 | 给构念一个精确的理论定义 | Lusardi & Mitchell（2008）："理解经济金融概念并据此做出决策的能力" |
| 操作化 | 选择可观测指标 | Lusardi 三问法：① 复利计算 ② 通货膨胀理解 ③ 风险分散认知 |
| 测量 | 确定量表形式与计分 | 每题答对 1 分、答错 0 分，总分 0-3 |
操作化双路径
| 路径 | 优势 | 劣势 | 适用情况 |
|---|---|---|---|
| 借用成熟量表 | 信效度有前人证据；节省时间；便于跨研究比较 | 可能不完全适配你的情境 | 绝大多数硕士论文的首选 |
| 自编量表 | 完全针对你的构念定义 | 需要完整的开发验证流程（§5.4） | 文献中确实没有可用量表时 |
⚠️ 诚信提示（S5.1）：借用 ≠ 抄袭，但必须注明出处。论文里写"借鉴 Lusardi & Mitchell（2008）金融素养三问"，而不是自己默默用了不说。
金融构念操作化示例表
| 构念 | 理论定义 | 操作化方式 | 尺度 | 来源文献 |
|---|---|---|---|---|
| 金融素养 | 理解金融概念并做出决策的能力 | Lusardi 三问得分（0-3） | 等距（加总） | Lusardi & Mitchell 2008 |
| 风险厌恶 | 面对不确定性时偏好确定性结果的倾向 | 风险资产占总资产比例 | 等比 | Cohn et al. 2015 |
| 数字普惠金融 | 数字技术驱动的金融服务可及性与使用深度 | 北京大学数字普惠金融指数（区县级） | 等距（标准化） | 郭峰等 2020 |
| 【险】投保意愿 | 农户对某类农业保险的购买倾向 | 李克特 5 点量表（5 题加总） | 等距 | 已有文献成熟量表 |
| 【农】金融排斥 | 农户获取正规金融服务的障碍程度 | 多维指数（地理 / 价格 / 条件 / 信息 / 营销） | 等距 | Demigüç-Kunt et al. 2008 |
| 【金】银行风险承担 | 银行承受损失以追求收益的倾向 | Z 值 = (ROA + CAR) / σ(ROA) | 等比 | Laeven & Levine 2009 |
§5.2 测量尺度四类（参见教材单元 6）
一句话直觉
尺度决定方法——你在设计问卷的那一刻，就已经锁死了第 8 章能用什么统计方法。
四类尺度对照表
| 尺度类型 | 数学性质 | 可做的统计 | 金融举例 |
|---|---|---|---|
| 名义（Nominal） | 分类，无顺序；数值仅为标签 | 频数、众数、卡方检验 | 性别（男/女）；是否有银行账户（0/1）；银行类型（国有/股份制/城商/农商） |
| 顺序（Ordinal） | 有顺序，间距不等 | 中位数、百分位、秩相关（Spearman） | 教育层次（小学/初中/高中/大学）；满意度等级；信用评级（AAA→C） |
| 等距（Interval） | 间距相等，无绝对零点 | 均值、标准差、t 检验、Pearson 相关、回归、方差分析 | 李克特 5 点量表得分；温度（℃）；年份 |
| 等比（Ratio） | 有绝对零点，可算比值 | 所有统计方法 + 变异系数 + 比值比较 | 收入金额（元）；贷款余额；ROA；年龄 |
尺度与后续方法的对应关系
名义 → 卡方检验 / 逻辑回归（第 9 章 §9.1）
顺序 → 有序 Probit / 秩相关（第 9 章选讲）
等距/等比 → OLS 回归 / 面板模型（第 9 章主力方法）⚠️ 常见误区：李克特 5 点到底算什么尺度？
教材单元 6 明确指出："李克特量表中各集合锚点之间并不是等距的，基于此，李克特量表还是顺序量表。"
学理立场：严格的顺序尺度。
实操惯例：社会科学（含金融学）普遍将其视为等距尺度处理——对多题项加总/取均值后，用参数统计方法分析。
你的做法：跟惯例走（审稿人不会因此拒稿），但论文里注明"本研究将李克特量表加总得分视为等距尺度处理"，这是学术诚实的体现。
快速判断练习
| 变量 | 你的判断 | 正确答案 |
|---|---|---|
| 家庭年收入（元） | ___ | 等比（有绝对零点：0 元） |
| 满意度五点量表加总分 | ___ | 等距（实操处理）/ 顺序（严格学理） |
| 是否有贷款（是/否） | ___ | 名义 |
| 信用评级（AAA/AA/A/BBB…） | ___ | 顺序 |
§5.3 李克特量表设计与指数构建（参见教材单元 6）
李克特量表（Likert Scale）基本结构
| 要素 | 标准 5 点 | 7 点版本 |
|---|---|---|
| 锚点 | 非常不同意(1)—不同意(2)—中立(3)—同意(4)—非常同意(5) | 增加"有些不同意/有些同意"，细微区分度更高 |
| 适用场景 | 大部分问卷（硕士论文首选） | 需要更高灵敏度时（如量表开发研究） |
| 注意 | 取奇数——允许中立态度 | 受访者认知负担稍高 |
题项撰写五条规范
- 一题一意：每题只测一个点。❌"我对银行的服务速度和态度都满意"→ 拆成两题
- 避免双重否定：❌"我不认为农户不需要贷款"→ ✅"农户有贷款需求"
- 避免诱导性：❌"大多数人都认为数字支付很方便，你同意吗？"→ ✅"数字支付很方便"
- 语句简洁：每题不超过 20 个字
- 避免绝对词：❌"从来/总是/绝不"→ 用"经常/有时/偶尔"
反向题设计（防应答偏差）
为什么需要反向题：受访者可能不认真读题，一路选"同意"。加入反向题后可以检测这种" acquiescence bias"。
做法：正向题 + 反向题混合。例如测"金融服务满意度"：
| 题号 | 内容 | 方向 |
|---|---|---|
| Q1 | 我对银行网点的服务态度感到满意 | 正向 |
| Q2 | 银行的手续费水平让我感到不满 | 反向 |
| Q3 | 手机银行的操作流程很方便 | 正向 |
| Q4 | 我觉得去银行办理业务太浪费时间 | 反向 |
计分：正向题 1→5 正常赋值；反向题需反转（1→5, 2→4, 3→3, 4→2, 5→1），然后加总。
指数构建
指数 ≠ 量表。教材单元 6 的区别：
- 量表：多个同质题项 → 加总/取均值 → 反映同一潜在构念
- 指数：多个异质维度 → 加权合成 → 反映构念的不同侧面
指数构建示例——数字普惠金融指数（郭峰等 2020）：
数字普惠金融指数 = 覆盖广度 × w₁ + 使用深度 × w₂ + 数字化程度 × w₃| 维度 | 含义 | 代表性指标 |
|---|---|---|
| 覆盖广度 | 金融服务的可及性 | 支付宝账户覆盖率 |
| 使用深度 | 实际使用的频率与金额 | 支付/信贷/保险使用量 |
| 数字化程度 | 移动化/线上化水平 | 移动支付笔数占比 |
加权三法：
| 方法 | 优点 | 缺点 |
|---|---|---|
| 等权（各 1/3） | 简单透明 | 无法反映维度重要性差异 |
| 主成分分析（PCA） | 数据驱动 | 需大样本；结果不易解释 |
| 专家打分（德尔菲法） | 融入领域知识 | 主观性强 |
💡 硕士论文实操建议：如果借用成熟指数（如北大指数），直接用原作者的加权方案，无需自己重新加权。
§5.4 量表开发四步与借用量表（参见教材单元 6）
自编量表开发四步法
┌─────────────────────────────────────────────────────────┐
│ Step 1: 文献回顾 → 确定构念定义与维度 │
│ Step 2: 题项生成 → 每维度 5-10 题（含反向题） │
│ Step 3: 专家评审 → 内容效度（删改不合适题项） │
│ Step 4: 预测试 → 信效度检验（删 α 低的题项） │
└─────────────────────────────────────────────────────────┘Step 1 · 文献回顾：
- 明确构念的理论定义（回指 §5.1 概念化）
- 找出前人用过的题项，建立"候选池"
- 判断维度：单维（如自尊）vs 多维（如金融素养 = 知识 + 行为 + 态度）
Step 2 · 题项生成：
- 每个维度生成 5-10 个候选题项
- 遵循 §5.3 的五条撰写规范
- 正反向题比例建议 3:1 或 2:1
- AI 辅助：可以让 AI 生成初稿，但必须人工逐题筛选修改（见 §5.10 AI 辅助栏）
Step 3 · 专家评审：
- 邀请 3-5 位熟悉该构念的专家
- 逐题评判：该题是否属于这个构念？表述是否清晰？
- 计算内容效度指数（CVI）：评判为"非常相关"的专家比例 ≥ 0.78
- 删除或修改不合格题项
Step 4 · 预测试：
- 小规模样本（30-50 人）试填
- 计算 Cronbach's α（见 §5.5）
- "删题后 α"：如果删某题后 α 显著上升 → 该题可能不属于这个构念 → 删除
- 最终保留 4-8 题的精简量表
借用量表注意事项（S5.1 核心要求）
| 要求 | 具体做法 | 论文写法示例 |
|---|---|---|
| ① 注明出处 | 标注原始开发者、发表年份、期刊 | "本文借鉴 Lusardi & Mitchell（2008）开发的金融素养三问量表" |
| ② 报告原始信效度 | 原量表在原始样本中的 α 值 | "该量表在原始研究中 α = 0.72" |
| ③ 报告自己样本的信效度 | 你的数据跑出来的 α | "在本研究样本中，α = 0.68" |
| ④ 翻译版说明方法 | 如使用中文翻译版 | "采用回译法（先中→英，再由另一译者英→中，比对一致性）" |
三方向借用量表速查
| 方向 | 常用量表 | 原始文献 | 题项数 |
|---|---|---|---|
| 【农】金融素养 | Lusardi 三问 | Lusardi & Mitchell 2008 | 3 |
| 【农】金融排斥 | Findex 问卷模块 | Demirgüç-Kunt et al. 2018 | 10+ |
| 【险】投保意愿 | 计划行为量表改编 | Ajzen 1991 + 国内农险文献 | 5-8 |
| 【金】风险偏好 | DOSPERT 量表 | Weber et al. 2002 | 30（可选子维度） |
§5.5 信度（Reliability）（参见教材单元 7）
一句话直觉
信度 = 一致性。同一把尺子量两次，结果一样吗？
教材原文的比喻：让别人猜你的体重——每次猜的结果不同，不可靠。用体重秤——每次踏上去数值一样（即使秤校准错了），这就是可靠。
📌 关键区分：信度 ≠ 精确。体重秤每次都少显示 10 斤 → 信度高（一致），但效度低（不准确）。
三种信度类型
| 类型 | 含义 | 检验方法 | 门槛值 | 适用场景 |
|---|---|---|---|---|
| 内部一致性信度 | 多题项是否测量同一构念 | Cronbach's α | ≥ 0.7（探索性研究 ≥ 0.6） | 李克特量表最常用 |
| 折半信度 | 量表前后两半是否一致 | Spearman-Brown 校正 | ≥ 0.7 | 题项数较多时的替代检验 |
| 重测信度 | 间隔一段时间测同一人是否稳定 | 两次测量值的 Pearson r | ≥ 0.7 | 适用于跨时间稳定性要求高的构念 |
Cronbach's α 深入理解
公式（不要求推导，理解逻辑即可）：
α = k/(k-1) × (1 - Σσ²ᵢ / σ²ₜ)
其中：
- k = 题项数量
- σ²ᵢ = 第 i 题的方差
- σ²ₜ = 总分的方差
直觉理解：如果每道题都在测同一个东西，那么各题的方差之和应该远小于总分的方差（因为总分中包含了"共同信号"的放大效应）。α 就是衡量这个比例的。
α 值的解读：
| α 范围 | 判断 | 行动 |
|---|---|---|
| < 0.6 | 信度不足 | 必须删题或重新设计 |
| 0.6 - 0.7 | 勉强可接受（探索性研究） | 报告并说明原因 |
| 0.7 - 0.9 | 良好 | 放心使用 |
| > 0.95 | 可能冗余 | 检查是否有题项过于相似（措辞不同但意思完全一样） |
"删题后 α"的使用：如果删某题后 α 上升 → 该题可能在测别的东西 → 考虑删除。
Stata 实操
* 计算 Cronbach's α 并显示"删题后α"
alpha item1 item2 item3 item4 item5, item
* 输出解读：
* Cronbach's alpha = 0.7856 ← 整体 α
* item1 if dropped: 0.7623 ← 删 item1 后 α 下降 → item1 有价值
* item3 if dropped: 0.8102 ← 删 item3 后 α 上升 → item3 可能有问题不可靠测量的三大来源（教材单元 7）
- 观测者主观性：用观察法测"员工士气"——不同观察者结论不同
- 问题模糊：问"你的工资是多少"——月薪？年薪？含不含奖金？
- 受访者不熟悉：问农户"你对 LPR 改革的评价"——多数人答不上来
§5.6 效度（Validity）（参见教材单元 7）
一句话直觉
效度 = 准确性。你测的确实是你想测的东西吗？
射击靶心比喻（教材图 7.1）：
- 高信度 + 高效度：弹孔密集在靶心 ✓
- 高信度 + 低效度：弹孔密集但偏离靶心（系统误差）
- 低信度 + 高效度：弹孔分散但围绕靶心（随机误差大）
- 低信度 + 低效度：弹孔又散又偏 ✗
三类效度
| 类型 | 核心问题 | 检验方法 | 金融举例 |
|---|---|---|---|
| 内容效度 | 题项是否覆盖了构念的全部维度？ | 专家评审 / 文献对照 / CVI 指数 | "金融素养"三问是否覆盖了所有维度？（实际上只有知识维度，缺行为维度——内容效度有限） |
| 构念效度 | 量表是否真正测量了理论构念？ | 因子分析（EFA/CFA）/ 收敛-区分 | 5 个题项是否确实加载在同一因子上？ |
| 准则效度 | 量表得分与外部标准是否一致？ | 与"金标准"的相关系数 | 自评金融素养得分 vs 实际投资表现（如资产配置合理性） |
构念效度的两个子维度
| 子维度 | 含义 | 检验标准 |
|---|---|---|
| 收敛效度（Convergent） | 测同一构念的不同量表应高度相关 | 同因子载荷 ≥ 0.6；AVE ≥ 0.5 |
| 区分效度（Discriminant） | 测不同构念的量表应低相关 | 跨因子载荷 ≤ 0.3；√AVE > 构念间相关 |
教材原文标准（单元 7）：
- 同一构念的各指标应在单个因子上具有 ≥ 0.6 的因子负荷
- 这些指标应在所有其他因子上具有 ≤ 0.3 的因子负荷
信度与效度的关系
信度是效度的必要非充分条件
→ 可靠不一定准确（秤每次都少 10 斤）
→ 准确一定可靠（不可能准确但不一致）实操含义：先检验信度（α），再检验效度（因子分析）。α 不达标的量表，效度检验毫无意义。
与第 4 章的区分
| 教材术语 | 含义 | 所在章 |
|---|---|---|
| 测量效度（本章） | 你的量表测到构念了吗？ | 第 5 章 |
| 内部效度（第 4 章） | X 真的导致了 Y 吗？ | 第 4 章 §4.2 |
| 外部效度（第 4 章） | 结论能推广吗？ | 第 4 章 §4.2 |
| 统计结论效度 | 统计方法用对了吗？ | 第 9 章 |
⚠️ 别在论文中把"内容效度"和"内部效度"搞混——前者说的是测量，后者说的是因果推断。
§5.7 抽样方法（参见教材单元 8）
一句话直觉
你不可能调查所有人，所以必须抽样。问题是：怎么抽才有代表性？抽不到代表性就如实说。
抽样过程三步（教材单元 8）
- 定义总体：你要推断的对象是谁？（如"四川省所有种粮农户"）
- 选择抽样框：你能接触到的名单是什么？（如"某县农业局的农户登记册"）
- 确定抽样方法：从抽样框中怎么选？
⚠️ 抽样框 ≠ 总体。抽样框有偏 → 结论推广受限（教材原文："从这样的样本中得出的推论可能不能推广回到总体"）。
概率抽样四式
| 方法 | 原理 | 金融研究举例 | 优缺点 |
|---|---|---|---|
| 简单随机 | 总体中每个单元等概率被选 | 从 1000 家银行中随机抽 100 家 | ✅ 最理想、统计推断最干净；❌ 实操需要完整名单 |
| 系统抽样 | 排序后每隔 k 个选一个（k = N/n） | 按规模排序后每第 10 家选 1 家 | ✅ 简便；❌ 若存在周期性则有偏 |
| 分层抽样 | 先按特征分层，再层内随机 | 按东/中/西分层 → 省内随机选县 | ✅ 提高精度（层内同质）；❌ 需要分层信息 |
| 整群抽样 | 随机选"群"→ 群内全查 | 随机选 5 个村 → 村内全部农户 | ✅ 省钱省力；❌ 精度低（群间差异大） |
非概率抽样四式
| 方法 | 原理 | 适用场景 |
|---|---|---|
| 便利抽样 | 谁方便就选谁 | 预测试、探索性研究 |
| 判断抽样 | 研究者主观判断选"有代表性"的 | 专家访谈 |
| 滚雪球 | 受访者推荐下一个受访者 | 难以接触的群体（如网贷逾期农户） |
| 配额抽样 | 按特征比例选，但层内非随机 | 市场调研 |
⚠️ 非概率抽样不能做统计推断（不能算置信区间、不能说"95%的概率……"）。但可以如实报告结果并讨论局限。
🌾 农户调查的现实选择
做农村金融调查，教科书式的"简单随机抽样"几乎不可能实现。现实中最常用的是：
多阶段分层抽样 + 村内便利
↓
省级分层（东/中/西或按经济水平）
→ 县级随机选
→ 乡镇随机选
→ 村随机选
→ 村内：便利抽样（入户走访能接触到的农户）必须如实报告（S5.2）：
- "本文采用多阶段分层抽样，具体为……"
- "村级层面的受访者选取受限于入户可及性，属于便利抽样，样本代表性受限"
- 这就是《中国农村观察》《金融研究》调研风格论文的基本功
抽样误差与样本量速算
"n ≈ 384"的来历：
在 95% 置信水平 + 5% 允许误差下，对于大规模总体的简单随机抽样：
n = Z² × p(1-p) / E²
其中 Z = 1.96（95% 置信），p = 0.5（最大方差假设），E = 0.05（允许误差）
n = 1.96² × 0.25 / 0.05² = 3.8416 × 0.25 / 0.0025 = 384.16 ≈ 384
样本量四大决定因素：
| 因素 | 影响方向 |
|---|---|
| 总体方差（越大 → 需要越多样本） | ↑ |
| 置信水平（99% 比 95% 需要更多） | ↑ |
| 允许误差（越精确 → 越多样本） | ↑ |
| 设计效应 deff（整群/分层 > 简单随机） | ↑ |
实操建议：硕士论文问卷调查，样本量 ≥ 300 通常可接受；使用整群抽样时建议 × deff（通常 1.5-2.5），即 450-750 份。
§5.8 金融构念操作化案例
案例 1 · 金融素养（Lusardi 三问法）
来源：Lusardi, A. & Mitchell, O.S. (2008). "Planning and Financial Literacy: How Do Women Fare?" American Economic Review, 98(2), 413-417.
三道题：
| # | 题目 | 测什么 |
|---|---|---|
| 1 | 假设你有 100 元存款，年利率 2%，5 年后本息合计是多少？（>102 / =102 / <102） | 复利计算 |
| 2 | 假设年利率 1%，通胀率 2%，一年后你存款的购买力是？（增加 / 不变 / 减少） | 通胀理解 |
| 3 | "买一只股票通常比买一只基金风险更小"——对还是错？ | 风险分散认知 |
计分：答对 = 1，答错/不知道 = 0，总分 0-3。
α 值：原始研究 α = 0.72；中国样本 α 通常在 0.55-0.70（因为只有 3 题，α 受题数限制偏低是正常现象）。
跨文化验证：该量表已在全球 30+ 国家使用，包括中国（廖理等 2014；吴雨等 2017）。
💡 为什么只有 3 题就能发 AER？因为操作化精准——三题分别对应金融素养的三个核心维度。题不在多，在于对准构念定义。
案例 2 · 风险厌恶（三种操作化路径）
| 方法 | 操作化 | 尺度 | 优势 | 局限 |
|---|---|---|---|---|
| A. 客观行为 | 风险资产（股票 + 基金 + 理财）占总资产比例 | 等比 | 反映真实决策 | 受财富水平/市场周期影响 |
| B. 主观自评 | "你认为自己承受风险的能力是？"（1-5 分） | 顺序→等距 | 简单快速 | 自评偏差（过度自信） |
| C. 实验博弈 | 多价格列表法（Holt & Laury 2002） | 等距 | 内部效度最高 | 成本高，农户理解门槛 |
硕士论文推荐：方法 A（有现成数据如 CHFS）或方法 B（问卷中加一题）。方法 C 适合博士论文或实验经济学方向。
案例 3 · 数字普惠金融指数（北京大学）
来源：郭峰、王靖一、王芳、孔涛、张勋、程志云（2020）."测度中国数字普惠金融发展：指数编制与空间特征".《经济学（季刊）》,19(4),1401-1418.
三维九指标结构：
| 维度 | 子指标举例 |
|---|---|
| 覆盖广度 | 支付宝账户覆盖率、每万人支付宝账户数 |
| 使用深度 | 支付/信贷/保险/投资/信用业务使用量 |
| 数字化程度 | 移动支付笔数占比、手机支付金额占比 |
借用规范（S5.1）：
- 论文中必须注明"本文数字普惠金融数据来源于郭峰等（2020）编制的北京大学数字普惠金融指数"
- 注明数据粒度：区县级（最低）/ 省级 / 城市级
- 原始 α 值或信效度证据：该指数用 PCA 加权，原文报告了 KMO 值和方差解释率
使用限制：
- ⚠️ 该指数是区县级宏观数据，不能直接代表个体层面的数字金融使用
- 如果你的因变量是"农户收入"（个体层面），自变量用区县级指数 → 生态谬误风险（回指第 2 章 §2.2 分析单元错配）
- 解决方案：要么把分析单元提升到区县级，要么用问卷自测个体层面的数字金融使用
🤖 AI 辅助研究栏
1. AI 题项头脑风暴
场景：你要自编一个"农户数字金融素养"量表，但一时想不到好的题项。
提示词模板：
我正在开发一个测量"[构念名称]"的量表。
理论定义：[写出你 §5.1 的概念化定义]。
维度：[列出维度]。
请为每个维度生成 8-10 个李克特 5 点题项。
要求：一题一意、避免双重否定、语句不超过 20 字、含 2-3 个反向题。人工筛选：
- AI 生成的题项是"候选池"，不是最终量表
- 你必须逐题对照操作化定义筛选：这个题真的在测你想测的东西吗？
- 删掉"看起来像但实际测的是别的东西"的题
- 最终交给专家评审（Step 3）
2. AI 信效度分析跟做
Stata 命令：
* 跑 α
alpha q1 q2 q3 q4 q5 q6, item
* 跑因子分析（构念效度）
factor q1-q6, pcf
rotate varimax
factor q1-q6, pcf mineigen(1)让 AI 帮你解读：把 Stata 输出截图或文字贴给 AI，问：
- "α = 0.72 达标了吗？删哪题能提升？"
- "因子载荷矩阵中哪些题跨因子载荷 > 0.3？"
- "收敛效度和区分效度是否达标？"
3. AI 抽样方案评审
做法：把你写好的 sampling_plan.md（本章产出物）贴给 AI，问：
请评审以下抽样方案：
1. 存在哪些潜在的抽样偏差？
2. 抽样框是否覆盖了目标总体？
3. 样本量是否足够？计算依据是什么？
4. 有什么改进建议？⚠️ AI 的建议只是参考——最终方案由你和导师决定。AI 不了解你调研地区的实际情况。
🛡️ AI 诚信栏
S5.1 借用量表注明出处与信效度证据
必须做到：
- ✅ 不把借用量表说成自编（"本文参考 Lusardi & Mitchell（2008）开发的三问法"）
- ✅ 报告原始文献的 α 值（"原量表 α = 0.72"）
- ✅ 报告自己样本的 α 值（"本研究样本 α = 0.68"）
- ✅ 翻译版说明翻译方法（"采用回译法，由两位译者独立完成"）
绝对禁止：
- ❌ 直接用别人的量表但不引用来源（= 抄袭）
- ❌ 让 AI 生成量表题项后不筛选不验证就放进问卷
- ❌ 报告"α = 0.85"但实际根本没跑过
alpha命令（= 数据造假）
S5.2 抽样方案如实描述
必须做到：
- ✅ 非概率抽样就写"便利抽样"或"滚雪球抽样"
- ✅ 多阶段分层中的"村内便利"环节如实标注
- ✅ 讨论局限性时承认"样本代表性受限，结论推广需谨慎"
绝对禁止：
- ❌ 把便利抽样写成"随机抽样"（最常见的诚信问题之一）
- ❌ 隐瞒抽样框与总体的偏差
- ❌ 事后追溯样本还声称是"前瞻性设计"
正面示范（摘自《中国农村观察》论文风格）：
"本文数据来源于课题组 2025 年 7-8 月在四川省 XX 市 XX 县开展的入户调查。调查采用多阶段分层抽样：第一阶段按经济发展水平将全省划分为高/中/低三层，每层随机抽取 1 个样本县；第二阶段在每个样本县随机抽取 2 个乡镇；第三阶段在每个乡镇随机抽取 2 个行政村；第四阶段在样本村内采用便利抽样，对可接触到的农户进行入户问卷调查。共发放问卷 480 份，回收有效问卷 452 份，有效率 94.2%。需指出，村级层面的便利抽样可能影响样本代表性，后续研究可扩大抽样范围进行验证。"
📋 本章产出物
产出物 1：measurement_plan.md（构念操作化表）
# 测量方案（Measurement Plan）
## 构念操作化表
| 构念 | 理论定义 | 题项/指标 | 尺度类型 | 信效度计划 | 来源文献 |
|---|---|---|---|---|---|
| （填你的核心自变量） | | | | α ≥ 0.7；CFA 载荷 > 0.6 | |
| （填你的核心因变量） | | | | | |
| （控制变量 1） | | | | | |
## 量表来源声明
- [ ] 借用量表：已注明出处、原始 α、本样本 α
- [ ] 自编量表：已完成文献回顾→题项生成→专家评审→预测试
- [ ] 翻译量表：已说明翻译方法
## 反向题清单
| 题号 | 内容 | 反转方法 |
|---|---|---|
| | | 6-x 或重新编码 |产出物 2：sampling_plan.md（抽样方案一页纸）
# 抽样方案（Sampling Plan）
| 项目 | 内容 |
|---|---|
| 目标总体 | （如：四川省种粮农户） |
| 抽样框 | （如：XX 县农业农村局农户登记册） |
| 抽样方法 | （如：三阶段分层 + 村内便利） |
| 样本量 | （如：450 份） |
| 样本量计算依据 | （如：n = Z²p(1-p)/E² × deff = 384 × 1.5 ≈ 576，实发 600） |
| 实施步骤 | 1. … 2. … 3. … |
| 预期偏差与局限 | （如：村内便利可能遗漏外出务工户） |
| S5.2 合规声明 | "本方案如实描述实际抽样过程，不以便利冒充随机" |✅ 自检题
1. "家庭年收入"和"满意度五点量表"分别是哪类尺度？各自能算均值吗？
（提示：年收入 = 等比尺度（0 元有实际含义），可以算均值。满意度五点量表 = 严格来说是顺序尺度，实操中视为等距，可以算均值但需注明。参见 §5.2。）
2. α = 0.92 的十题量表，删一题后 α = 0.93，说明什么？
（提示：删题后 α 上升 → 该题与其他题项的一致性较低 → 可能在测别的东西。但 α = 0.92 已经很高，也要警惕"题项冗余"——10 题中是否有措辞几乎一样只是换了个说法的？参见 §5.5。）
3. 滚雪球抽样研究"网贷逾期农户"，结论能推广到全体农户吗？论文里该怎么写？（S5.2）
（提示：不能推广。滚雪球抽样的受访者是"被推荐"的，天然有社交网络选择偏差——没有社会联系的逾期农户被系统遗漏。论文应写："本文采用滚雪球抽样，受限于目标群体的可接触性。样本可能存在选择偏差，结论的推广需谨慎。"参见 §5.7、§5.11 S5.2。）
4.（方向题）为你第 4 章假说里的每个构念写一行操作化表（构念 / 题项 / 尺度 / 来源）。
（提示：打开你的 research_design.md 栏 2（假说），把每个出现的构念都操作化。至少包含自变量、因变量、核心控制变量。参见 §5.1 示例表。）
农村金融业务及监管 2026 秋季 | AI 辅助金融研究学生自学手册