nbr-measurement

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill nbr-measurement --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 测量规范（nbr-measurement） ## 触发时机 - 用了量表（个体或企业层级自报） - 量表照搬国外/他文，未做本土化与心理测量 - 单一来源、同一时点测自变量与因变量（CMV 高风险） ## 信度（Reliability） - **Cronbach's α** ≥ 0.70（探索性 0.60 可商榷，需说明） - **组合信度 CR** ≥ 0.70 - 报告每个构念的题项数、均值/标准差、来源出处 ## 效度（Validity） | 类型 | 指标 | 经验门槛 | |------|------|----------| | 收敛效度 | 标准化载荷显著且较高；**AVE** | 载荷 > 0.50（宜 > 0.70）；AVE > 0.50 | | 区分效度 | Fornell-Larcker：√AVE > 构念间相关 | 或 **HTMT** < 0.85（严格 0.90） | | 内容效度 | 量表来源、专家评议、预测试 | 翻译-回译，本土化适配 | | 结构效度 | 验证性因子分析（CFA）拟合 | 见 nbr-survey-sem 拟合标准 | ## 量表本土化作业流 ``` 原始英文量表 → 翻译（A 译者）→ 回译（B 译者，未见原文）→ 差异逐条核对 → 专家评议（领域学者 + 企业实践者）确认语义与情境适配 → 小样本预测试（如 n≈100）：跑 α、EFA、题项-总分相关 → 删改题项留痕（删了哪条、为什么）→ 正式施测 + CFA ``` 跳过任何一步都可能被本刊审稿人要求补做，尤以"回译记录"与"预测试删题留痕"最常被追索。 ## 走查示例：借来的敬业度量表 设想稿件直接用 UWES-9 中文版测制造业一线工人敬业度： - 风险点 1：原量表语境是知识员工，"工作让我有干劲"在流水线情境含义漂移——需专家评议加预测试确认 - 风险点 2：自变量（主管支持）与因变量（敬业度）同源同时点自报——CMV 高危，应分两时点（间隔数周）采集 - 风险点 3：只报 α=0.88、不报 CR/AVE——按本刊惯例补齐三件套并列表 处理后输出：α/CR 均 ≥ 0.70、AVE > 0.50、HTMT 最大值 < 0.85、时滞设计加标记变量检验——CMV 结论才立得住。 ## 共同方法偏差（CMV / CMB） 自报、单源、同时点测量必须**事前防范 + 事后检验**： - **事前**：自变量/因变量分时点或分来源；匿名；反向题；不同量尺 - **事后（任选并报告）**： - **Harman 单因子**：未旋转首因子方差 < 50%（最弱证据，别只用它） - **标记变量（marker variable）**：引入理论无关变量做局部调整 - **共同潜因子（CLF / ULMC）**：加方法因子，比较载荷变化 - 结论要写明"