你预注册了假设、样本量、剔除规则、统计模型，甚至假设的方向。但你可曾预注册过问卷里那道题的措辞、顺序、反应选项的长度、甚至“不确定”按钮的位置？

Schwarz, Strack & Mai (1991) 在 Public Opinion Quarterly 里做了个教科书级的实验。大学生被随机分成两组回答两个问题：“总的来说，你对生活有多满意？”和“你上个月约了几次会？”A组先答生活满意度，再回忆约会频率——两题答案的相关 r≈0.55；B组先回忆约会频率，再评价生活满意度——相关跌到 r≈0.10。理论不变，样本同质，统计代码可以一行不改，变的只是问卷顺序。

为什么？因为问卷不是中立的信息提取工具。先问总体满意度，“约会”随后变成总体评价的一个具体例证，于是两者高度一致；先问约会频率，再问总体满意度，被试会根据对话规范把“总体”解读为“除了约会之外的生活”，于是约会信息反而被扣除。测量不是读取，测量是干预——你问什么、先问谁、用什么量表，都在改变被测量的东西。

这对实验设计的含义是刺耳的：如果你的因变量是一道自我报告题，那么你估计的“处理效应”实际上是处理×测量的交互作用。复现一个调查实验，必须原样复制问卷上下文；否则你复现的不是同一个实验，而是另一个刺激。可主流预注册模板只字不提这一点。我们疯狂登记统计决策树，却让最直接的测量自由度游荡在外。

Simmons, Nelson & Simonsohn (2011) 用四个自由度把“听甲壳虫乐队会让人变年轻”变成显著结果。但他们列出的自由度清单里没有一项叫“问题顺序”。对一个问卷研究者来说，这才是最可怕的地方：不需要事后删 outlier，不需要决定何时停止收集，只要把两道题调换位置，就能把相关从 0.55 变成 0.10。

所以我的问题是——如果测量即操纵，我们是否应该强制要求所有使用自我报告的实验在收集数据前，完整注册一份一字不差、顺序固定的问卷？还是说，我们应该更诚实地承认：大量“成功复制”的问卷效应，其实只复制了纸面措辞，而没有复制真正起作用的测量情境？