本篇主要目的為介紹項目分析(item analysis)的使用時機，以及如何使用SPSS統計軟體執行項目分析的檢驗。
項目分析通常用於情況為：發展新量表需要檢驗該量表是否能夠明確區分出高分組和低分組(吳相儀、陳冠羽、廖思涵、劉政宏、謝碧玲，2018)。
根據實徵研究來看，高分組和低分組的判斷依據標準，雖然未有明確規範，但目前最為常見的評斷標準為：將量表總分的前/後27%切割出高分組和低分組(史麗珠、鍾佳玘、趙國玉、林雪蓉、侯嘉玲、林慧芬，2015；吳相儀等人，2018；郭彥成、林靜萍，2006)。
在確認高分組與低分組的評斷依據之後，需採用獨立樣本t檢定，檢驗高分組和低分組在量表總分是否具有顯著的差異，若達顯著水準差異且決斷值(critical ratio, CR)高於3以上(李亭儀、楊仁仁、徐志輝、張梅香，2011)，即表示高分組和低分組的量表總分是明顯的不同，表示該量表總分具有良好的鑑別力。
接著，進行相關分析，檢驗量表各題項與量表總分之間的關係是否緊密，若相關係數越高，表示題項之間越具有內部一致性。有些研究會刪除相關係數低於0.3的題項(李亭儀等人，2011；趙梅如、黃信樽，2009)。
最後，本文使用SPSS統計分析軟體，實際執行如何進行項目分析。
- 開啟SPSS，在資料中選擇「觀察值排序」。
- 放入變數後，選擇任一個排序順序。
- 因此範例共有70個樣本，依據前述提及以前/後27%為高低分組的依據，因此高分組為70*27%=19個(第1名~第19名)；低分組為70*73%=51(第52名~第70名)。
- 請自行新增一欄組別，將低分組命名為「1」，高分組命名為「2」。
- 獨立樣本t檢定：分析→比較平均數法→獨立樣本Ｔ檢定
- 放入檢定變數和分組變數後，點選定義組別，輸入組別編號，確認完後按下確定。
- 分析結果顯示：高分組和低分組的平均得分達統計顯著差異，且T值的絕對值大於3，表示具有良好的鑑別力。
- 相關分析：分析→相關→雙變數
- 將總分與各題項放入「變數」中後，即可按下確認。
- 相關係數均高於3以上，表示具有良好的內部一致性，不需要刪除任何題項。
史麗珠、鍾佳玘、趙國玉、林雪蓉、侯嘉玲、林慧芬(2015)。注意力不足過動症知識量表之發展及信效度評估。台灣公共衛生雜誌，34(3)，319-334。
李亭儀、楊仁仁、徐志輝、張梅香(2011)。有氧舞蹈課程滿意度量表編製之研究。運動健康休閒學報，2，47-57。
吳相儀、陳冠羽、廖思涵、劉政宏、謝碧玲(2018)。「新編青少年強項量表」之編製與驗證。測驗學刊，65(4)，367-399。
郭彥成、林靜萍(2006)。大學生桌球認知測驗之編製。體育學報，39(3)，119-129。
趙梅如、黃信樽(2009)。數學學習需求之內涵建構及量表編製。教育學刊，32，159-195。
