传统问卷方法编制的问卷存在如下问题:缺少明确的指导标准，系统性不足，编制高质量的测验项目难度较大，同质性的测验项目的编写往往难以把握，且由于不同的研究者对同一研究对象的理解不同导致研究结果无法进行有效的交流和比较，降低了问卷调查法的科学性。有些研究只关注部分影响因素，甚至混入无关变量，导致研究结果不能在更大的范围内推广，浪费大量的人力、物力和财力。　　传统探索问卷结果最常用的方法是因子分析，虽然因子分析被广泛使用也解决了不少问题，但是其自身有严格的前提假定，这些假定不同程度上限制了因子分析的使用。在实际的调查研究中，因子分析所需要的样本量一直未有统一的定论，因子提取的方法以及因子的旋转还都存在问题。　　层面理论是一种能将问卷编制和数据处理有机结合起来的理论，主要包含两个研究工具:映射语句和最小空间分析。映射语句能够为问卷的编制提供便利，使问卷编制更加科学化和规范化，促进研究者之间的交流与合作;最小空间分析是一种前提假定少，简单易操作的探索问卷结构的数据处理方法。　　本论文将问卷编制方法中的层面理论与传统方法比较得到如下结果:　　1、通过两种测验编制法比较得知，通过简洁的语言归纳出的映射语句能清晰呈现出研究内容，为测验项目编写提供具体详细的指导，预先平衡测验项目的数量，同时又可对整套问卷有一个整体性的把握。映射语句便于编写同质性的测验项目，提高问卷的信效度，同时也能提高测验项目编写的效率。　　2、通过模拟数据比较发现　　(1)最小空间分析不仅能够处理连续性数据，而且也可以处理离散数据。因子分析只能处理连续性数据。　　(2)样本量较大时，最小空间分析和因子分析都能得到理想的结果，但在小样本量情况下，因子分析结果不稳定，而最小空间分析的结果相对稳定。　　(3)维度间相关较低时，最小空间分析和因子分析都能得出符合标准的结果，随维度间相关的提高，两种方法都产生了维度的合并，因子分析的合并程度高于最小空间分析。　　(4)缺失比例较小时，最小空间分析和因子分析得到结果没有差异，当缺失比例较大时，最小空间分析的结果要优于因子分析，最小空间分析允许更大比例的缺失。