效度分析：内容效度、效标效度与结构效度

信度回答"测得稳不稳"，效度回答"测得对不对"。一份问卷即使 Cronbach's α 很高，也可能一直在稳定地测错东西——这就是效度必须单独检验的原因。

效度是什么

效度（validity）指测量工具是否真正测量了研究者想要测量的构念。它不是问卷的固有属性，而是"测量结果 + 使用目的 + 被试群体"三者共同决定的：同一份量表用于大学生样本效度良好，换成企业员工样本未必成立。

论文中常报告的效度有三类：

内容效度

内容效度关注"题目够不够全、够不够贴"。它无法用统计软件自动算出，主要靠研究设计保证：

1. 理论界定先行：先写清楚构念包含哪几个维度、每个维度的定义，再据此编写题目；
2. 专家评审：邀请 3–5 位领域专家对每道题的"代表性"和"清晰度"打分（常用 4 点量表）；
3. 计算 CVI：条目水平内容效度指数 I-CVI = 给出 3 或 4 分的专家比例，一般要求 ≥ 0.78；量表水平 S-CVI/Ave 要求 ≥ 0.90；
4. 预调研修改：用 20–30 人做认知访谈，确认被试理解的意思与研究者一致。

常见问题：量表直接翻译自英文，译者按字面翻译导致语义漂移。跨文化使用时应做回译（back-translation）并请双语专家比对。

效标效度

效标效度用"与外部标准的关联"来证明量表有效。例如：

• 学业自我效能感量表 → 以期末成绩为效标，相关应显著为正；
• 抑郁量表 → 以临床诊断为效标，用 ROC 曲线看灵敏度和特异度；
• 工作满意度量表 → 以离职意向为效标，相关应显著为负。

效标效度分两种：同时效度（效标与测量同时获得）和预测效度（效标在未来获得）。检验时注意效标本身要可靠，否则"两个都不准的量表相关很低"无法说明问题。

结构效度

结构效度是问卷研究中最常报告、也最容易做错的部分。标准流程是"先探索、后验证"：

1. EFA 探索：用一半样本做探索性因子分析，看题目自然聚成几个维度，剔除交叉载荷高、载荷过低的题目；
2. CFA 验证：用另一半样本做验证性因子分析，检验"题目→维度→构念"的预设结构是否拟合；
3. 聚合效度：同一维度的题目应高度相关。看 AVE（平均方差抽取量）≥ 0.50、CR（组合信度）≥ 0.70；
4. 区分效度：不同维度之间不应过度相似。看 √AVE 是否大于该维度与其他维度的相关系数（Fornell-Larcker 准则），或用 HTMT < 0.85 判断。

CFA 常用拟合指标

拟合不佳时优先检查：题目是否跨维度、误差项是否相关、样本量是否不足、是否有反向题未处理。

效度检验的常见误区

1. 只报 KMO 和 Bartlett 就宣称"效度良好"：这两个只是因子分析的前提检验，不是效度本身；
2. 同一批数据既做 EFA 又做 CFA：探索和验证用同一数据等于自证，应拆样本或换样本；
3. 用"A VE 大于 0.5"替代全部效度论证：AVE 只覆盖聚合效度，区分效度和内容效度仍需单独说明；
4. 忽略共同方法偏差：所有变量都由同一份问卷、同一时点自评收集时，结构效度可能被方法效应抬高。

报告示例

内容效度方面，邀请 5 名专家对题项进行评定，I-CVI 介于 0.801.00，S-CVI/Ave 为 0.93。结构效度方面，将样本随机拆分，前半样本（n = 210）进行探索性因子分析，KMO = 0.91，Bartlett 球形检验 χ²(105) = 1286.4，p < 0.001，提取 3 个因子，累积方差解释率 64.2%；后半样本（n = 209）进行验证性因子分析，三因子模型拟合良好（χ²/df = 2.31，CFI = 0.95，TLI = 0.94，RMSEA = 0.06，SRMR = 0.05），各维度 AVE 介于 0.550.68，CR 介于 0.82~0.89，√AVE 均大于维度间相关系数。

小结

效度是问卷研究的生命线。内容效度靠设计保证，效标效度靠外部标准印证，结构效度靠 EFA + CFA 双样本验证。三者都过关，才能说"这份问卷测到了它声称要测的东西"。