返回教程列表
入门
统计基础
7 分钟阅读#信度#效度#答疑
信度与效度的区别：一个测稳，一个测准
信度管稳、效度管准，四类信度与五类效度的检验方法，以及为什么 α 不能代表效度。
统计基础 · 学习路径
第 12 / 21 篇信度与效度的区别：一个测"稳"，一个测"准"
"信度"和"效度"是问卷研究里最常被混用的两个词。很多论文写"信效度良好"却只报了 Cronbach's α，实际上只证明了信度，效度完全没有交代。
一句话区分
- 信度（reliability）：重复测量结果是否一致——稳不稳；
- 效度（validity）：是否测到了想测的东西——准不准。
用打靶比喻：信度是弹着点集中，效度是弹着点靠近靶心。可以"很稳但偏靶"（高信度、低效度），但不可能"很准但很散"（高效度必然以一定信度为前提）。
信度的类型
| 类型 | 检验什么 | 常用指标 |
|---|---|---|
| 内部一致性 | 同一维度内题目是否测同一构念 | Cronbach's α、CR、ω |
| 重测信度 | 不同时间测量结果是否稳定 | 重测相关系数（ICC） |
| 分半信度 | 前后两半题目得分是否一致 | Spearman-Brown 系数 |
| 评分者信度 | 不同评分者判断是否一致 | Kappa、ICC |
问卷研究最常报告的是内部一致性（α 或 CR）。α 的判断标准：
- α ≥ 0.90：优秀（但 > 0.95 要警惕题目冗余）；
- 0.80–0.90：良好；
- 0.70–0.80：可接受；
- 0.60–0.70：探索性研究可接受；
- < 0.60：需要修改题目。
效度的类型
| 类型 | 检验什么 | 常用方法 |
|---|---|---|
| 内容效度 | 题目是否覆盖构念内涵 | 专家评审、CVI |
| 效标效度 | 得分能否预测外部标准 | 与效标相关、ROC |
| 结构效度 | 维度结构是否符合理论 | EFA、CFA |
| 聚合效度 | 同维度题目是否高度相关 | AVE ≥ 0.50、CR ≥ 0.70 |
| 区分效度 | 不同维度是否可区分 | √AVE > 相关系数、HTMT |
四个组合，四种情况
| 情况 | 信度 | 效度 | 含义 | 处理 |
|---|---|---|---|---|
| A | 高 | 高 | 理想 | 可直接使用 |
| B | 高 | 低 | 稳定地测错 | 检查题目内容、理论界定 |
| C | 低 | 低 | 测量混乱 | 重新编制量表 |
| D | 低 | 高 | 理论上少见 | 通常是样本或施测问题 |
情况 B 最容易被忽略：α = 0.92 看起来很好，但如果题目都在测"社会赞许性"而不是"真实态度"，信度再高也没用。
为什么 α 不能代表效度
- α 只看内部一致：题目高度同质，哪怕都偏离构念，α 也会很高；
- α 不检验维度结构：一个包含三个维度的量表，总体 α 高不代表三维结构成立；
- α 对题目数量敏感：题目越多 α 越高，不能跨量表直接比较；
- α 假设单维：多维量表应分维度报告 α，或用 ω 系数。
完整报告模板
信度：各维度 Cronbach's α 介于 0.78
0.89，CR 介于 0.820.91，均大于 0.70，内部一致性良好。效度：内容效度方面，邀请 5 名专家评定，S-CVI/Ave = 0.92。结构效度方面，EFA 提取 3 个因子，累积方差解释率 63.5%；CFA 显示三因子模型拟合良好（χ²/df = 2.18，CFI = 0.95，RMSEA = 0.06）。聚合效度方面，各维度 AVE 介于 0.54~0.67；区分效度方面，各维度 √AVE 均大于维度间相关系数。
常见误区
- 只报 α 就说"信效度良好"：α 只是信度的一种，效度需要单独论证；
- 把 KMO 当效度指标：KMO 是因子分析适用性检验，不是效度本身；
- α 越高越好：> 0.95 往往意味着题目重复，内容覆盖反而变窄；
- 用同一样本既 EFA 又 CFA：应先拆分样本；
- 忽略区分效度：维度间相关 0.85 以上，说明两个维度可能测的是同一个东西；
- 重测信度与内部一致性混用：前者看时间稳定性，后者看题目一致性，不能互相替代。
小结
信度管"稳"，效度管"准"。α、CR 解决信度，CVI、EFA/CFA、AVE、HTMT 解决效度。论文里把两类证据分块报告，才叫"信效度检验完整"。