什么样的测量要考虑重测信度？
• 人的多数心理特质如智力、性格等，具有 相对的稳定性，因此对这些心理特质的测 量，应该前后一致。因此，我们希望得到 测验稳定性的证据。 • 另外，我们还经常要用测验分数对人做预 测，此时测验分数的跨时间的稳定性更加 重要。
• 重测信度的优点在于提供有关测验结果是否随时 间而变异的资料，作为预测受试者将来行为表现 的依据。其缺点是易受学习和记忆的影响。 • 如果相隔时间太短，则记忆犹在，练习的影响很 大，往往造成假性的高相关；如果相隔时间太长， 那么身心特质的发展与学习经验的累积等均足以 改变测验分数的意义，使相关降低。 • 一般来说，最适宜的相隔时间随测验的目的和性 质而异，少者两周，多者半年。
2．信度可以帮助进行不同测验分数 的比较
• 来自不同测验的原始分数是无法直接比较 的，而必须将它们转换成相同尺度的标准 分数才能进行比较。 • 例：某班期末考试，张生语文、数学的成 绩转换成T分数（平均数为50、标准差为10） 分别为65和70，由此我们可以知道张生的 数学比语文考得稍好些，但二者差异是否 有意义，仍不清楚。
再测信度（稳定性） 复本信度，分半信度(等值性） ， Alpha系数（同质性） 先后施测两个复本
评分者信度
一、重测信度
• 1．含义和计算 • 重测信度（test-retest reliability）指的是用同一个量表对 同一组被试施测两次所得结果的一致性程度。 • 重测信度能表示两次测验结果有无变动，反映测验分数的 稳定程度，所以又叫稳定性系数。 • 其计算公式即皮尔逊积差相关公式： • XX = [ (X X ) (YY )] / √ (X X )2. (YY )2 • 公式中，XX是重测信度，X及X是第一次测量的实得分数 及实得分数的平均值，Y及Y是第二次测量的实得分数及 实得分数的平均值。
• 测量的标准误可用下式计算：
• SE=SX √ （1 - XX） • 这里SE为测量的标准误，SX为所得分数的 标准差，XX为测量的信度。 • 从式中可以看出，测量的标准误与信度之 间有互为消长的关系：信度越高，标准误 越小；信度越低，标准误越大。
• 根据上公式，知道了一组测量的标准差和信度系 数，就可以求出测量的标准误。进一步我们就可 以从每个人的实得分数估计出真分数的可能范围， 即确定出在不同或然率水准上真分数的置信区间。 • 人们一般采用95%的或然率水准，其置信区间为： • （X-1.96SE） T (X+1.96SE) • 这就是说，大约有95%的可能性真正分数落在所 得分数1.96SE的范围内，或者5%的可能性落在 这范围之外。这实际上也表明了再测时分数改变 的可能范围。
二、信度系数
• 大部分的信度指标都以相关系数表示，即用同一被试样本 所得的两组资料的相关作为测量一致性的指标，称作信度 系数。 • 要注意三点： • （1）在不同的情况下，对不同样本，采用不同方法会得 到不同的信度系数，因此一个测验可能不止一个信度系数。 • （2）信度系数只是对测量分数不一致程度的估计，并没 有指出不一致的原因。 • （3）获得较高的信度系数并不是心理测量追求的最终目 标，它只是迈向目标的一步，是使测验有效的一个必要条 件。
• （3）测验分数是一个人真正分数的最佳估计，但 由于存在测量误差，所以必须将测验分数看成以 该点为中心上下波动的范围，而不要看成确切的 点。这一范围有多宽将取决于测量标准误的大小， 最终取决于信度系数。 • （4）测量标准误是对测量误差的描绘，用它能对 个人真正分数的置信区间作出估计，但用它来估 计个人真正水平则可能导致严重错误，因为它没 有考虑到系统误差的影响。
第四章 测量信度
• 2010-9-25
第一节 信度概述
• 一、什么是信度 • 信度又叫可靠性，是指测量结果的稳定性 程度或一致性程度。 • 一个好的测验必须稳定可靠，即多次测量 的结果保持一致，否则便不可信。
• 任何一种测量，总有或多或少的误差，信 度受随机误差的影响。随机误差越大，信 度也就越低；随机误差越小，信度就越高。
三、分半信度
• 分半信度（split-half reliability）指的是将一个测 验分成对等的两半，根据所有被试在这两半测验 上所得分数的一致性程度。 • 分半信度系数可以和等值性系数一样解释。因为 这两半测验基本上相当于最短时距施测的两个平 行的复本，由于只需要对一个测验进行一次施测， 考察的是两半题目之间的一致性，所以这种信度 系数有时也被称为内部一致系数。 • 虽然分半信度也可当作内部一致性的测量，但我 们将归类为等值的特例，与其它等值性测量唯一 不同之处是在测验施测后才分成两个。
例题
• 在一次测验中有一学生得80分，这是否反 映了他们的真实水平？如果再测一次他的 分数将改变多少？已知该次测验的标准差 为5，信度系数为0.84。 • 首先计算SE： • SE= 5 √ （1-0.84） =2 • T=80 1.96 2 = 76.08~83.92 • 我们可以说该学生的真正分数有95%的可 能性落在76与84分之间。
分半信度的计算：
• 和等值复本信度的计算方法类似，只不过 被试在两半测验上得分的相关系数只是半 个测验的信度。由于在其它条件相等的情 况下，测验越长，信度越高，因此必须用 “斯皮尔曼——布朗公式”进行校正： • XX =2 hh / (1 hh ) • 式中XX为整个测验的信度，hh为两半测验 分数间的相关系数。
第二节 信度的估计方法
• 信度是反映测量中随机误差大小的指标。 由于造成测量的随机误差的方式或来源多 种多样，所以信度的估计方法也多种多样。 下面所介绍的信度估计方法是分别考察信 度的某一方面的，使用时要特别注意它的 含义及适用范围。
信度与误差来源
误差来源
信度类型
时间 内容 时间和内容
评价者/观察者
• 两个等值测验可同时连续施测或相距一段时间分 两次施测。前者的复本信度又称等值性系数，其 分数的不一致主要来自题目取样的差别，因为两 次测验的间隔极短，所以没有时间造成的误差。 后一种复本信度又称稳定性与等值性系数。因为 它把复本法与重测法结合起来，所有影响施测和 再施测不一致的因素以及影响平行型不一致的因 素都将对它发生影响，因此分数的不一致性最高。 可见与稳定性系数和等值性系数相比，稳定性与 等值性系数是对信度的最严格的检验，其值最低。
• 弗朗那根（Flanagan）公式： • XX = 2 [ 1 （Sa2+Sb2）/Sx2] • 公式中Sa2和Sb2分别表示所有被试在两半测 验上得分的变异数，Sx2表示全体被试在整 个测验上的总得分的变异数。
• 2．使用的前提条件（3个条件）
• （1）该测验测量的心理特性必须相当稳定。 • （2）遗忘和练习的效果基本上相互抵消。 • （3）两次测验期间的学习效果没有差异。 • 学校的各种测验或标准化考试，上面三个假设几 乎是无法满足的。因此，一般标准化考试很少用 重测法来估计测验的信度。 • 成人的人格特质一般是稳定的，并且不容易受遗 忘、练习、学习的影响，较多用重测法估计信度。
• 信度也可看作测量结果受机遇影响的程度。
• 信度的含义可以从两个层面加以分析： • （1）当我们以同样的测量工具重复测量某 项持久性的特质时，是否得到相同的结果？ 由此可知此一测量工具的稳定性。 • （2）测量工具能否减少随机误差的影响， 提供某项特质个别差异程度的真实量数？ 由此可知测量结果的精确性。
用SE估计个人分数的误差 要注意四点：
• （1）一个测验有很多可能的信度估计，因 而也有同样多的标准误估计，在实际工作中 要注意选择最适合某一特殊情况的信度估计 来解决问题。 • （2）理论假定SE在所有分数水平都一样， 但有时高分段与低分段其标准误并不相同。 水平高的人与水平低的人在做测量时会有不 同的随机误差，受随机误差的影响也不一样。
• 2．使用前提条件 • 首先要有两份或两份以上真正平行的测验。即两测验在题 目内容、数量、形式、难度、区分度、指导语、时限、以 及所用的例题、公式和测验的其它所有方面都应该相同或 相似。若不一致，所得的信度就成了歪曲的估计。 • 事实上，要编制两份完全等值的测验是不大可能的，即使 是很有经验的测验编制者，也只能编制出基本等值的测验。 • 用复本法估计测验的信度的条件之二便是被试要有条件接 受两个测验。这种条件主要取决于时间和经费等几个方面。 • 对于稳定性与等值性系数，还需要满足重测信度的基本条 件。
• 由于SX2=ST2+SE2， • 所以信度还可表示为： • XX=（SX2-SE2）/ SX2=1- SE2/ SX2 • 信度在1（完全可信）与0（不可信）之间
• 由于真分数的变异数是不能直接测量的，因此信 度是一个理论上构想的概念，由于我们无法得到 测验的真正信度，我们只能用一些指标对它进行 估计。
ห้องสมุดไป่ตู้ 二、复本信度
• 1．含义与计算 • 任何测验都只是所有可能题目中的一份取 样，所以可能编制许多平行的等值测验， 叫做复本。 • 复本信度（alternate-form reliability）就是 指用两个复本测验测量同一批被试所得结 果的一致性程度。 • 其大小等于同一批被试在两个复本测验上 所得分数的积差相关系数。
信度系数达到多高才可以接受呢？
• 最理想的情况是XX=1，但这是办不到的。 • 一般能力与成就测验的信度系数要求在0.90以上， 有的可以达到0.95； • 至于性格、兴趣、价值观等人格测验的信度系数， 通常在080到085或更高些。 • 当XX<0.70时，不能用测验来对个人作评价，也 不能在团体间作比较； • 当XX大于或等于0.70时，可用于团体间比较； • 当XX大于或等于0.85时，可用于鉴别个人。
• 任何测验只有包含特定样本的题目，由特 定的施测者，对特定的被试，在特定的时 间、地点施测，情况不同便会得到不同的 分数。由于信度系数总是在特定情况下获 得的，因此，只有当一个测验在很多情况 下被证实具有较高的信度时，才可以说它 是比较可靠的测验。