第六章量表的信度效度檢驗
我們采用含有多個項目的量表來測量人們的意見、態度、看法等、這樣得到的結果是否準確、可靠，是否有適用性？這就需要評價量表的信度和效度。從理論的觀點來看，一個良好的測量工具（量表）應具有足夠的效度和信度。
一、信度檢驗
信度（Reliability）即可靠性，是指采用同一方法對同一對象進行調查時，問卷調查結果的穩定性和一致性，即測量工具（問卷或量表）能否穩定地測量所測的事物或變量。信度指標多以相關系數表示，具體評價方法大致可分為三類：穩定系數（跨時間的一致性），等值系數（跨形式的一致性\替換形式）和內在一致性系數（跨項目的一致性）。信度表示的方法主要有以下四種：
1、穩定性系數
穩定性系數是采用同樣的問卷，對同一組訪問對象在盡可能相同的情況下，在不同時間內進行兩次測量，用兩次測量結果間的相關分析來評價量表信度的高低，連皮爾遜積差相關系數即是信度系數，也稱為重測信度，或再測信度。
兩次測量，如果間隔時間過長，調查對象容易受環境和個人經歷的影響而發生態度的轉變，如果間隔時
間過短，則受到上次調查記憶的影響。適當的間隔時間是既不能讓調查對象記住上一次測驗的內容，也不能讓其被測的主觀特征在兩次測驗之間沒有發生較大的變化。適合的間隔時間要視調查對象和測量內容不同而不同，一般來說，年幼兒童，間隔時間要小，年長者，間隔時間可以延長。并且調查對象在兩次測量期間沒有發生于相關的重大事件。在最后提交調研報告時，要對間隔時間加以說明，報告間隔的時間。
2、等值系數（復本信度）
用兩個復本在最短時間內對同一組調查對象進行測量所得結果的一致性程度，復本信度系數等于兩個復本測量所得分數的皮爾遜積差相關系數。復本信度的高低反映了這兩個測驗復本在內容上的等值性程度，是等值系數。復本類似于考試中得A、B卷，如果一個人在A卷和B卷的得分相同，就說明考題具有信度；如果兩者差異很大，則缺乏信度。
復本信度的使用前提是測量所用的兩個復本必須是等效的，兩個復本要滿足以下幾個條件：兩個復本測量的是同一種特征。兩個復本具有相同的內容和
形式。兩個復本的題目不應重復。兩個復本的題目數量相等，難度和區分度相同。
在現實工作中，設計一份滿意的調查量表已然不易，設計兩份完全等效的量表難度更大，所以很少使用。
3、內在一致性系數
主要反映的是測驗內部題目之間的關系，即量表內部所有題目的一致性（項目同質性）程度，考察量表的項目是否測量了相同的內容，又稱為內部一致性信度。其評價方法有兩種：分半法和Cronbach α法，兩種方法測得的信度系數分別稱為分半信度和Cronbach α系數。
（1）折半信度
折半信度法是將調查項目分為兩半，計算兩半得分的相關系數，進而估計整個量表的信度，折半信度測量的是兩半題項得分間的一致性。進行折半信度分析時，如果量表中含有負向標度的題項，應先將其得分作逆向處理，以保證各題項得分方向的一致性。分半的方法很多，一般是將全部題項按奇偶分成盡可能相等的兩半，而不是按照前后分半，前后分半部是不能使用，但應該注意前后順序的影響。計算前后兩半量表得分的相關系數即為半個量表的信度系數，最后用斯皮爾曼-布朗（Spearman-Brown）公式(2r/1+r)求出整個量表的信度系數:
（2）Cronbach α信度
Cronbach’s α系數是Cronbach于1951年創立的，是指測驗內部的項目在多大程度上考察了同一內容，評價的是量表中各題項得分間的一致性。同質性信度低時，即使各個測試題看起來似乎是測量同一特質，但測驗實際上是異質的，即測驗測量了不止一種特質。α信度系數法是目前最常用的內部信度系數。
實際上，α系數是所有可能的分半信度的平均值，α系數是估計信度的最低
限度，α系數高時，信度就高，α系數低時，信度不一定低。低信度：α<0.35, 中信度：0.35<α<0.70，高信度：0.70<α。一般來說，問卷的α系數在0.8以上該問卷才具有使用價值，達0.85以上，表明問卷信度良好。
4、評分者信度
評分者信度是指不同評分者對同一測量進行評定時的一致性。與其他信度從本質上是獨立的，測量信度的高低與評分者信度的高低并沒有必然的聯系。在評分者的文化背景、生活經歷、價值觀等也會制
約評分者的評分。例如，語文作文的評分問題等在很大程度上，評分者會受其文化背景、生活經歷、價值觀等因素潛在的影響。
最簡單的估計方法就是隨機抽取若干份答卷，由兩個獨立的評分者打分，再求每份答卷兩個評判分數的相關系數，兩個以上評分者這種相關系數的計算可以用積差相關方法，也可以采用斯皮爾曼等級相關方法。
（二）影響信度的因素
1、樣本特征：樣本異質性的影響。調查對象間差異越大，其分數的分布范圍越大，所測信度系數越高。
2、項目的多少：一般來說，在一個測試中增加同質的題目，可以使信度提高。
3、量表的層級：在量表項目既定的情況下，量表的層級越多，題目區分度越高，信度系數越高，我國有學者顯示在正態分布下，條目數大于25，4級量表的信度損失已然少于2%。（安勝利，陳平雁.應答條目的級數及條目數對量表內部一致性信度影響的研究[J]，中國衛生統計.2002，4（2）：86～90.）
4、時間間隔
時間間隔只對重測信度和不同時測量時的復本信度有影響，對其余的信度來說，不存在時間間隔問題。
二、效度及其評價方法
效度指測量結果的有效程度，它是指測量工具或手段能夠準確測出所需測量的事物的程度，或者說實測結果與所要測查的結果的吻合或一致程度。效度系數是指描述某種測量結果，有效性程度的數量指標，常以相關系數來表示。效度是一個相對概念，是相對于測量目的而言的。主觀心理測量不可能百分之百的準確，
只能達到一定的準確度。
效度的種類很多，分類方法也有所不同，內容效度、構想效度、預測效度、同時效度、區別效度、收斂效度、判別效度等。目前被廣泛采用的是弗蘭士（J. W. French）和米希爾（B. Michel）提出的分類方法：他們將效度分為內容效度、結構效度和效標效度。內容效度，是指測驗的內容對欲測范圍內內容的代表性程度；結構效度(Construct Validity)，測量結果與測驗的理論假設之間的一致性程度；效標效度(Criterion-related Validity)，指測量的結果與某種外在效標之間的一致性程度，一般用測驗分數與效標之間的相關系數表示。為了規范效度問題的研究與解釋，美國心理學會在1974年將測量的效度分為以上三大類，在以下的論述中，我們將使用這個分類體系。
1、內容效度
是指一個測量實際測到的內容與所要測量的內容之間的吻合程度，也稱為表面效度或邏輯效度。對內容效度常采用邏輯分析與統計分析相結合的方法進行評價。
（1）邏輯分析的方法
邏輯分析方法的思路是由調研人員或請專家、其他調研人員對測量項目與原定調查目的的吻合程度做出判斷，檢驗所選擇的項目是否“看起來”符合測量的目的和要求，所設計的題項能否代表所要測量的內容或主題。主觀性使其不能單獨地用來衡量表的效度，但可以用來對觀測結果作大致的評價。為了獲得足夠的內容效度，要特別注意設計量表時應遵循的程序和規則。
（2）統計分析法
統計分析主要采用單項目與量表總和相關分析法獲得評價結果，即計算每個題項得分與題項總分的相關系數，根據相關性是否顯著判斷量表是否有效。若量表中有反意題項，應將其逆向處理后再計算總分。
2、效標效度
效標效度又稱為準則效度或預測效度。效標效度是根據已經得到確定的某種理論，選擇一種指標或測量工具作為效標（準則），分析量表得分與準則（效標）間的相關系數即為準則效度系數。
在調查問卷的效度分析中，選擇一個合適的準則往往十分困難，使這種方法
的應用受到一定限制。一個好的效標需要符合以下幾個條件：
（1）有效性：能夠有效測量所要測量的內容；
（2）客觀性：效標測量必須客觀，避免偏見；
（3）可靠性：效標測量必須穩定可靠；
（4）實用性：在保證有效性的前提下，效標測量必須盡可能簡單、省時、花費少
3、結構效度
又稱為建構效度或構建效度，是指測量結果體現出來的某種結構與測值之間的對應程度。結構效度分析所采用的方法是因子分析。最關心的問題是：量表實際測量的是哪些特征？在評價建構效度時，調研人員要試圖解釋“量表為什么有效”這一理論問題以及考慮從這一理論問題中能得出什么推論。效度的評價方法有因子分析法和結構方程法。
因子分析的主要功能是從量表變量（題項）中提取一些公因子，各公因子分別與某一組特定變量高度關聯，這些公因子即代表了量表的基本結構。通過因子分析可以考察量表是否能夠測量出研究者設計量表時假設的某種結構。在因子分析的結果中，用于評價結構效度的主要指標有累積貢獻率、共同度和因子負荷。累積貢獻率反映公因子對量表的累積有效程度，共同度反映由公因子解釋原變量的有效程度，因子負荷反映原變量與某個公因子的相關程度。
三、效度和信度的關系
效度和信度的關系可以下面的圖示說明：信度是效度的必要條件而非充分條件。如果量表的信度不足，測量結果不可能有效；如果量表是可信的，測量結果可能有效，也可能無效；如果測量結果是有效的，則測量的工具必然是可信的。
