顾名思义，这本小书是关于量表工具的原理、编制和使用，以及如何评价测量效果。它的前两版受到多个领域工作者的广泛欢迎。它出现在美国国家宇航局科学家的桌面上，也远游到欧洲、亚洲、非洲的许多国家。
《量表编制：理论与应用》这本书打开了社会科学测量的黑箱，全方位介绍关于量表的基础知识，提供清晰、详细的量表和问卷编制步骤。它的*优势在于讲解浅显易懂，读者不需要多少预备知识就足以读懂，并根据作者的指引自行编制出合格的量表。这一点，对于那些之前没有多少社会测量经验的读者尤为重要。
【内容简介】
本书揭开社会测量的神秘面纱，联系常人的生活经历强调对测量概念的理解，弱化对测量的严格数学定义。全书分为7章，从测量的历史渊源、潜变量、量表的信度和效度、量表的编制步骤等多个方面讲解如何编制出有效、好用的量表。
【作者简介】
罗伯特·F.德威利斯
美国北卡罗来纳大学教堂山分校公共卫生学院卫生行为和卫生教育系教授。拥有30多年的关于心理和社会测量的实践经验。他是美国国立卫生研究院《患者结局报告测量信息系统》路线图项目中的活跃分子。他曾担任过美国心理学协会第38分会心理卫生分会的理事，参加过美国关节炎基金会临床/结局/治疗研究组的工作，参加过美国老兵事务测量计划。此外，他还担任过《关节炎护理与研究》学刊的副主编以及二十几本学术刊物的客座主编、客座副主编、审稿人等。目前，德维利斯博士的研究兴趣有：配偶及其他亲密关系对病情的不良影响，与健康和病情有关的社会变量及行为变量的测量。
席仲恩
重庆邮电大学教授，主要从事心理测验和教育测量研究、翻译理论与翻译教学研究、国际学术论文写作规范与教学研究等工作，有丰富的学术翻译、学术写作、以及论文润色和修改经验。关于心理测验和教育测量，席博士近期的主要研究兴趣是其中的计量学原理。
杜珏
重庆邮电大学教师，主要从事语言测试和外语教学研究。
【目录】
1概貌
测量概述
社会科学中的测量史源
测量的后续发展
测量在社会科学中的作用
小结与预览
2解读潜变量
构念及其度量
作为项目得分假设原因的潜变量
路径图
测量模型的进一步讨论
平行测试
其他模型
3信度
基于方差分析的方法
连续项目与二分项目
内部一致性
基于量表分数相关程度的信度
信度系数与统计力度
概化理论
4效度
内容效度
效标关联效度
构念效度
表面效度有是怎么回事儿
5量表编制指南
步骤1：明确你到底要测量什么
步骤2：建立一个项目池
步骤3：决定项目形式
步骤4：请专家评审初项目池中的项目
步骤5：考虑把效验性项目包括进去
步骤6：在样本身上施测项目
步骤7：评价项目
步骤8：优化量表长度
6因素分析
因素分析概貌
因素分析的概念
因素解释
主成分与共同因素
确认性因素分析
量表编制中因素分析的使用
样本大小
7项目反应理论概述
项目难度
项目区分度
猜测度
项目特征曲线
IRT应用于多反应项目
IRT的复杂性
8广阔研究背景下的测量
编制量表之前
量表施测之后
后的思考
参考文献
附录：现行效度理论的外延和内涵
【前言】
布赫瓦尔德（Buchwald，2006）在其关于测量结果偏差及其对知识的影响的评论中指出，在1660年代后几年和1670年代前几年，还是二十几岁的艾萨克·牛顿就显然首次使用了平均多次观测结果的方法。牛顿的目的是，在自己关于天文现象的观察值之间有差异时，用各次观测结果的平均值代表观测结果，以得到一个更为准确的测量结果。有趣的是，牛顿在其原初报告中并没有记述自己使用平均值这一做法，而且一直隐瞒了几十年。这一隐瞒，与其说是学术诚信问题，不如说是当年人们对于误差及其在测量中作用理解的局限问题。在评论另一位近代天文学家隐瞒自己观测结果的偏差时，艾尔德（Alder，2002）指出，即使到了1700年代后期，隐瞒观测结果偏差这一做法“不仅普遍，而且被看作智者的特权；而把误差却看作道德的欠失”（P. 301）。
在1600年代晚期和1700年代早期，需要对自然现象进行系统观测的科学家当中不仅有天文学家，还有其他方面的。1660年代，在根据英格兰罕不什尔郡的洗礼及葬礼记录编制当地的出生率和死亡率时，约翰·格朗特（John Graunt）就使用了平均值（这种方法现在已不常用）来总结自己的发现。根据布赫瓦尔德（Buchwald，2006）的记述，格朗特使用平均值的动机，是要捕获住那瞬息可变的“真”值。当时他的想法是，出生率与死亡率之比遵循某种自然法则，但是，那些发生在任何一个年度的不可预测事件可能会掩盖那一基本事实。这种关于观察是通往自然真理的有缺陷窗口的观点间接表明，当时人们对于测量的看法已经变得越来越成熟：除了观察者的局限之外，其他因素也可能败坏经验信息；因此，对观测值的适当调整处理，可能会更准确地反映出所感兴趣自然现象的真实情况。
尽管有这些早期的洞见卓识，但只是在牛顿首次使用平均值一个世纪之后，科学家才开始广泛地认识到，凡测量皆有误差，平均值能使该误差降到小（Buchwald，2006）。根据物理学家及科普作家列纳德·蒙洛迪诺（Leonard Mlodinow, 2008）记述，在18世纪后期和19世纪早期，天文学和物理学的发展，迫使当时的科学家更加系统地对待随机误差问题，因此也导致了数理统计学科的诞生。到了1777年时，丹尼尔·伯努利（更著名的雅克布·伯努利的侄子）对天文观测结果的分布和射箭飞行轨迹的分布进行了对比发现，两者都是围绕着某个中心分布，距中心越近分布的密度越大，距中心越远分布的结果越稀少。尽管说关于该观察结果的理论处理在某些方面是错误的，但它标志着对测量误差进行形式分析的开始（Mlodinow, 2008）。布赫瓦尔德（Buchwald，2006）指出，18世纪的这种对于测量误差的解读，存在一个基本缺陷。那就是，未能区分随机误差和系统误差。直到19世纪初，人们才更深刻地理解了随机性问题。随着人们对随机性理解的加深，测量也有了长足的进展。随着测量的发展，科学也向前迈进了一步。
