什么是心理学信度？

信度（reliability）指的是**测量工具在重复使用时结果的一致性或稳定性**。简单来说，如果同一个人在不同时间做同一份问卷，得分应该相近，这份问卷就具有高信度。

信度≠效度。效度回答“测得准不准”，信度回答“测得稳不稳”。**一个测验可以高信度却低效度**，比如用尺子量体重，每次读数都一致（高信度），但尺子根本称不出重量（低效度）。

信度的四种常见类型

1. 重测信度：同一批受试者间隔一段时间后再次测试，计算两次得分的相关系数。
2. 内部一致性信度：一次测试中各题目之间的一致性，常用Cronbach's α系数衡量。
3. 分半信度：将测验题目分成两半，比较两半得分的相关。
4. 评分者信度：不同评分者对同一批答卷的评分一致性。

个人经验：在编制员工满意度量表时，我曾用内部一致性+重测信度双重验证，发现重测间隔两周最合适，时间太短记忆效应大，太长则情境变化干扰。

信度系数多少算“好”？

常见标准：

• α ≥ 0.9：优秀，可用于高风险决策
• 0.8 ≤ α < 0.9：良好，适合学术研究
• 0.7 ≤ α < 0.8：可接受，但需谨慎解释
• < 0.7：建议修订或删除题目

注意：α值受题目数量影响，**题目越多α越高**，但冗长会降低受试者配合度，需要平衡。

提高信度的五个实操技巧

1. 精简题目，聚焦构念

每道题必须**直接指向目标心理特质**，删除“看起来相关”但载荷低的题目。我曾删掉一道“我喜欢蓝色”的题，整体α从0.76升到0.84。

2. 统一指导语与情境

线下施测时，**灯光、噪音、座位排列**都会影响注意力。线上施测则需控制页面加载速度与答题时限。

3. 增加题目数量？未必！

传统观念认为“题多信度高”，但**认知负荷**会上升，导致受试者敷衍。采用计算机自适应测验（CAT），根据前一题答案动态调整后续题目，可在减少题量的同时保持信度。

4. 使用反向计分题需谨慎

反向题能控制默认偏差，但**过度使用会降低内部一致性**。建议反向题占比不超过20%，并在预测试中检查是否出现“ *** 因子”。

5. 评分者培训与校准

对于开放题，**双人独立评分+定期一致性检查**必不可少。我所在团队每月随机抽取10%问卷进行复评，Kappa系数低于0.85立即重新培训。

常见疑问：信度低一定是工具差吗？

自问：信度低还能用吗？
自答：不一定。先排查以下因素：

• 样本异质性过高（如把小学生与大学生混测）
• 测量情境差异大（线上vs线下）
• 时间间隔过长导致特质本身变化（如情绪量表）

如果排除以上原因仍低，才考虑修订工具。

一个真实案例：抑郁量表信度提升过程

某高校心理中心使用PHQ-9筛查抑郁，发现α仅0.68。排查后发现：

1. 第3题“入睡困难”与第4题“疲倦”在健康样本中重叠度高，导致冗余
2. 部分学生边上课边手机答题，情境干扰大

改进措施：

• 合并第3、4题为“睡眠与精力问题”
• 改为晚间统一机房施测，手机集中保管
• 增加两道反向题平衡默认偏差

修订后α升至0.87，重测信度r=0.82，筛查准确率提升19%。

未来趋势：动态信度监测

传统信度检验是“一次性”的，而**实时数据流**让动态监测成为可能。例如，在线学习平台可每日计算当日答题的内部一致性，一旦α跌破阈值立即预警。这种“信度仪表盘”将把心理测量从静态报告推向实时优化。