semanticfa：无需受访者的语义因子分析R包

心理测量量表通常依赖大量受访者数据来验证结构，但语言模型提供了一条新路径：将量表题目转换为语义嵌入，直接对题目间的语义相似性做因子分析。名为semanticfa的R包实现了这一思路，并提供了因子解释、冗余题目标记、简版构建和新题筛选等配套功能。

语义因子分析的核心逻辑

反思性心理量表的题目可以看作关于构念结构的“提案”。语言模型将每道题转换为嵌入向量——一串数字，语义越接近的题目向量越相似。semanticfa直接对这些题目嵌入的相似性矩阵做因子分析，整个过程不需要任何受访者作答数据。

这与传统基于作答数据的因子分析形成互补关系。论文明确指出，语义因子分析“补充而非取代”基于反应的因子分析。它的价值在于：在数据收集之前就能检验题目是否按预期结构聚集，或者在没有条件施测时快速评估量表质量。

嵌入向量与语义相似性

嵌入向量是语言模型将文本映射到高维实数空间后得到的稠密向量表示。模型经过大规模语料训练，使得语义相近的文本在向量空间中彼此靠近，通常用余弦相似度衡量两向量方向的一致性（取值-1到1）。语义因子分析正是利用这种几何性质：将每道题目视为一个点，计算题目两两之间的余弦相似度，得到题目×题目的相似性矩阵，再对该矩阵施以因子分析。这与传统做法中基于受访者作答计算题目间皮尔逊相关矩阵、再做因子分析在数学形式上同构，区别仅在于矩阵来源——一个来自语义空间，一个来自作答数据。因此，凡适用于相关矩阵的因子抽取与旋转方法（如主轴因子法、promax旋转）都可直接沿用，semanticfa的接口设计也遵循这一逻辑。

一个完整的实证示例

作者用50题的International Personality Item Pool Big-Five Factor Markers做了演示，嵌入模型选用Qwen3-Embedding-8B，并将结果与基于874,434名受访者的因子分析进行对比。

因子保留标准在五因子和六因子之间摇摆，按预设的平局规则最终保留五个。其中三个因子主要对应单一维度，另外两个因子则混合了大部分外向性题目和五道宜人性题目。每个因子与最匹配的人类数据因子的同余系数（1表示完全一致）从开放性的.92到宜人性的.52不等。

这个结果说明语义结构与大五人格的经典维度有相当程度的重合，但混合因子的存在也提示：语义相似不等于心理测量学上的同质。

同余系数

同余系数（congruence coefficient，常记作Tucker's φ）是心理测量学中比较两组因子载荷模式的指标。计算时，将同一因子在两个解中的载荷向量（如每题在该因子上的载荷）做标准化后求内积，取值理论上在-1到1之间，1表示两组载荷方向完全一致，0表示无关，负值表示方向相反。它比单纯比较因子方差贡献或目测载荷表更严格，因为它同时考虑每题载荷的相对大小与符号。本文用其量化语义因子与基于874,434名受访者的人类数据因子之间的吻合度，从开放性的.92到宜人性的.52，直观呈现了哪些维度在语义层面被良好捕获、哪些维度存在结构错位。实践中通常认为φ高于.90为非常一致，.80-.90为可接受，低于.80则需谨慎解读。

语义与作答行为的一致与背离

一个直观假设是：含义更相似的题目，作答也越相似。数据显示这一趋势确实存在，语义相似性与原始作答相似性的相关系数为.46。

但反向计分的题目打破了这一规律。同维度内反向计分的对立题，语义上高度相似，作答却相反，其语义相似度（.58）与跨维度题目对（.57）几乎持平。作者尝试对反向计分题目的嵌入做符号翻转，结果并未改善与原始作答的一致性，反而降低了与反向计分作答的一致性。

这一发现对实践有直接启示：如果量表包含反向题，语义因子分析的结构解读需要格外谨慎。

反向计分题

反向计分题（reverse-scored item）指表述方向与所属构念相反的题目，例如在测量外向性的量表中加入“我通常保持沉默”这类题目。受访者在该题上的原始得分需经反向转换（如李克特5点量表用6减去原始分）后才能与其他正向题合并计分，否则会引入方法效应、降低内部一致性。反向题的设计初衷是抑制默认同意倾向和惯性作答，但在语义空间中，反向题与同维度的正向题高度相似（都围绕同一构念），却在作答上呈负相关。语义因子分析只看到前者，因此会把反向题与正向题归入同一语义因子，导致该因子无法直接对应作答数据中“正向题负载为正、反向题为负”的因子结构，这正是本文发现符号翻转嵌入未能改善一致性的根源。

简版构建与语义-行为一致性

在五因子设定下，semanticfa生成的25题简版（每维度五题）优于全部200个随机五题组合，说明语义信息可以帮助筛选更有代表性的题目。不过平行分析仅保留三个因子，提示简版结构仍需作答数据验证。

作者提出了“语义-行为一致性”（semantic-behavioral coherence）这一概念，即在给定嵌入模型的前提下，语义结构与作答结构之间的吻合程度，可作为量表的一种可测量属性。这为量表开发提供了一个新的诊断维度：语义结构偏离作答结构的程度，可能反映题目表述与心理构念之间的错位。

适用场景与局限

semanticfa适合在量表开发的早期阶段快速筛查题目、构建候选简版、或评估翻译版本的语义结构是否保持。它的局限同样明显：嵌入模型的选择会影响结果，反向计分题目的处理尚不理想，且因子保留决策可能依赖额外规则。

对于心理测量学研究者和需要快速评估量表的实践者，这个工具提供了一种低成本的前置检查手段，但不能替代基于真实作答的验证性分析。