量表中的反向表述题最初是为了侦测和控制题目反应过程中的异常作答行为而在人格和态度测验中得到应用的。大量研究认为,反向题和正向题在测量功能上并非等价的。与正向题相比,反向题需要付出更多的认知努力,而且可能产生项目表述方法效应,即由项目表述方式的差异引起的与测量内容无关的系统变异。如果一个模型中的变量来自包含反向表述题的量表,忽视项目表述效应可能会误估量表的信度,甚至歪曲变量之间的关系大小。项目表述效应模型本质上是一种双因子模型,即可以把项目表述效应模型要测量的目标特质看做全局因子(反映了所有题目的内容变异),把正向题项目表述效应因子或反向题项目表述效应因子看做局部因子(反映了正向题之间或反向题之间的方法变异)。本文先介绍项目表述效应的统计模型,然后通过蒙特卡洛模拟研究探讨因子负荷、题目数、样本容量等因素对项目表述效应的影响,最后总结出一个项目表述效应的检验与控制流程,说明什么情况下不需要控制项目表述效应,什么情况下可以直接合成特质总分。