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）

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"CMV 不构成实质威胁"的依据，而非一句"做了 Harman"

执行桥（StatsPAI / Stata MCP）

把稳健性 battery 跑出来，而不是只罗列。完整映射见 execution-with-mcp。《南开管理评论》是中国情境实证管理刊；实验用随机化推断 + 多重检验，问卷-SEM 与测量循其规范，定性案例另循其标准。

• 多结果 / 多设定：romano_wolf（逐步 FWER）或 benjamini_hochberg，报告校正后阈值。
• 遗漏变量敏感性：oster_delta / sensemakr。
• **推断：**少聚类用 wild_cluster_bootstrap；视依赖结构用 twoway_cluster / conley。
• 从一个 handle 复跑：audit_result(result_id) 列出缺失检查及对应 suggest_function。
• 出表：etable / did_summary_to_latex 直接从 handle 生成，不手抄数字。

正文留决定性检查，详尽 battery 进附录。执行链见 JF 执行 walkthrough。

自检清单

• 每个构念报告 α 与 CR（≥ 0.70）
• 报告 AVE（> 0.50）证收敛效度
• 用 Fornell-Larcker 或 HTMT 证区分效度
• 量表注明来源、是否本土化、预测试
• 自报数据做了 CMV 事前设计 + 至少一种事后检验（勿只靠 Harman）
• 控制变量的测量同样交代清楚

反模式

• 只报 α，不报 CR/AVE
• 借用量表不验证、不本土化，直接套
• CMV 只做 Harman 单因子就宣称"无偏差"
• 区分效度只看相关系数，不与 √AVE 比较

信效度呈现惯例（校准锚）

• 本刊已刊问卷文章普遍设"信效度检验"表：每构念一行，列题项数、α、CR、AVE
• 相关系数矩阵对角线放 √AVE（常加粗），便于 Fornell-Larcker 目检
• CFA 竞争模型比较表（单因子 / 合并因子 vs 目标模型）常作为区分效度与 CMV 的双重证据
• 表式细节以期刊最新投稿指南与近期刊文为准

评审质疑应对

输出格式

【信度】构念 α / CR 列表（最低值 <…>）
【收敛】AVE 列表（最低 <…> 是否 > 0.50）
【区分】Fornell-Larcker / HTMT：通过□ 风险□
【量表来源】本土化□ 预测试□
【CMV】事前设计：<…>｜事后：Harman <%> + <标记/CLF> ｜结论：<…>
【下一步】nbr-survey-sem