信度测量的几种方法

Ⅰ 信度系数的估计方法

常见的有以下几种：
①再测法。用同一组被试对同一种测验前后两次施测的测验得分的相关系数表示信度。它反映测验分数的稳定程度，其相关系数又称稳定性系数。
②复本法。用同一组被试对两个等值（复本）测验得分的相关系数表示信度。反映两个复本测验的等值程度，其相关系数又叫等值性系数。
③分半法。用同一组被试对同一测验对等的两半的测验得分的相关系数表示信度。它是复本法的特例，还可用来估计测验内部的一致性。这种相关系数及叫内部一致性系数。
④同质法。用测验内部（测量同一特质或属性）不同分测验（异质而有关联的测验题目）之间的相关系数表示信度，估计的是测验题目的同质性或普遍性，其相关系数也叫普遍性系数。

Ⅱ 如何测量信度和效度

SPSSAU“在线SPSS”问卷研究里面有信度和效度。

SPSSAU信度和效度

Ⅲ 量表信度的评价方法主要有哪些

评价量表信度的方法主要包括四种，分别是重测信度，复本信度，内部一致性信度和评分者信度。

信度是建立在真分数理论基础上的，但是在实际测量当中，真分数由于误差的存在，很难得到，所以一般我们采用统计学的方法，通过计算相关系数等办法获得测验的信度。

效度和信度的关系

效度和信度的关系可以用测量值的构成公式O=T+S+R来理解。如果测量是完全有效的，即0=T，S=0，R=0，此时测量必然是完全可信的，若量表的信度不足，它也不可能完全有效，因为有O=T+R。

如果量表是完全可信的，可以达到完全有效，也可能达不到，因为有可能存在导致误差，虽然缺管信度必然缺乏效度，但信度的大小并不能体现效度的大小。

信度是效度的必要条件，但不是充分条件。从理论的角度来看，量应具有足够的效度和信度；从实践的观点来看，一个好的量表还应该具有实用性。实用性指量表的经济性、便利性和可解释性。

Ⅳ 信度研究方法与4种信度系数深入解读

一、 信度系数说明

信度分析是用于测量数据真实可靠性程度的研究方法。其可分为以下几种测量形式，分别为文字描述和信度研究方法共两处，如下所述：

1. 文字描述证明数据可靠性

使用文字详细描述数据的收集和处理过程，比如如何收集数据（比如数据中设置作弊题进行甄别），以及在收集数据过程中如何防范不真实数据，在数据收集完成后对数据进行何种清理，比如将回答同一答案的数据设置为无效样本等。通过科学客观地描述数据收集过程，即使用文字描述数据收集和处理过程等，用于证明数据的真实可靠，即说明数据具有信度。

2. 使用信度研究方法

信度研究方法通常有四种，分别是Cronbach α信度系数，折半信度系数，McDonald's ω信度系数和theta信度系数。

默认情况下，使用信度分析方法进行信度分析时，其有一定适用性，一般情况下是针对问卷量表类数据进行分析，其它类型的数据不能进行信度研究方法使用。

一般情况下，使用最多的为Cronbach α信度系数，如果是经典量表题，并且某个维度的测量项较多（比如大于5项）时，也可使用折半信度系数进行研究；Cronbach α信度系数和折半信度系数，此两种方法的原理是基于‘相关或变异’进行测量，即同一维度时各测量项之间应该有着较高的相关关系，如果数据真实，那么各测量项间的相关性也会较高，基于‘相关性’原理最终得到信度系数。

除此之外，还可使用另外两种测量方法，分别是McDonald's ω信度系数和theta信度系数，此两种测量方法的测量原理是利用‘信息浓缩’（内部原理为因子分析且提取为1个因子），各个测量项隶属于同一维度且数据真实，那么它们应该浓缩出较高的信息，结合因子分析输出的载荷系数loading值等进一步计算，最终得到指标值。

二、 信度分析计算公式和解读

1. 关于Cronbach α信度系数，其计算公式如下：

其中N为测量个数（即放入SPSSAU的分析项个数）， 

 表示数据求和后的总变异, 

 表示第i项的数据变异，

 表示各项数据变异求和。从公式可以看出，测量项个数会对Cronbach α信度系数产生影响关系，分析项个数越多时，Cronbach α信度系数可能会越高。测量项个数最少为2个，此时信度系数相对可能会最低。

2. 关于折半信度系数，其计算公式如下：

折半系数涉及到Spearman-Brown系数和Guttman Split-Half系数。其中Spearman-Brown系数又分为等长和不等长两种计算。分别说明如下：

如果是等长，此时等长Spearman-Brown系数计算公式如上，其中R代表拆分成两部分数据（先将数据拆分成两部分，然后分别求和，分别得到两列数据）的相关系数值。如果不等长，即拆分成两部分分析项的数量不一致（即奇数项时），此时不等长Spearman-Brown系数计算公式如下。

上公式中R为两部分数据的相关系数，k1和k2分别代表两部分数据分别的分析项个数，k=k1+k2。

与此同时，SPSSAU还有提供Guttman Split-Half 系数，其也可用于测量信度。计算公式如下：上式中，

 表示整体求和部分的方差；

 和

 分别代表第1部分，第2部分方差。

3. 关于McDonald's ω信度系数，其计算公式如下：

McDonald's ω信度系数的计算原理是利用因子分析浓缩信息，然后得到loading载荷系数值，进而计算。计算公式如下：

上式中loading为载荷系数值，uniqueness为1-loading^2。从上式可知，loading值整体绝对值越大时，McDonald's ω信度系数值也会越高。

4. 关于theta信度系数，其计算公式如下：

上式中N为分析项个数，λ为最大特征根值。从上式可以看到，当分析项个数越多时，theta信度系数很可能会越大，而且最大特征根越大，theta信度系数值也会越大。

三、 信度分析操作

关于SPSSAU进行信度分析，其操作路径为“问卷研究模块”->信度。

四、 信度系数解读

关于信度系数的衡量标准上，通常情况下，信度系数值高于0.8，则说明信度高；信度系数介于0.7~0.8之间；则说明信度较好; 信度系数介于0.6~0.7；则说明信度可接受; 信度系数小于0.6；说明信度不佳。并且此标准通常适用于上述4个研究指标，包括Cronbach α信度系数，折半信度系数，McDonald's ω信度系数和theta信度系数。

但从公式中可以看出，测量项很可能影响信度系数值，当测量项个数较少时，通常信度系数值受公式影响，其会‘相对较少’，建议实际研究中一般维度对应着4~7个测量项较为适合。

实际中可能会出现真实数据，但是数据依旧不达标的现象。

最后关于信度的测量上，有时也可考虑使用比如相关系数，SPSSAU的kappa一致性系数，也或者kendall协调系数等方法进行，各个测量方法有其对应的适用场景，比如kappa系数或者kendall协调系数，更加适用于专家打分类数据，具体均可在SPSSAU医学/实验研究模块中找到对应的方法。

Ⅳ 评定测量信度的方法有哪些

(1)重测信度(test-retest
reliabilty)同一组受评者在两次不同时间作同一套量表评定，对两次结果作相关性检验，以估计量表结果的稳定性。
(2)分半信度(split-half
reliability)将一套量表的各项目按奇、偶数号分成两半，对其评定结果进行相关性检验。由于分半信度检验最好要求量表项目按难度排列，而大多数评定量表均非如此，故其使用有限。
(3)同质性信度(inter-item
consistency)所谓同质性信度是指评定量表内部所有项目间的一致性，这里讲的是分数的一致，而不是项目内容或形式的一致。量表内各项目分数相关越高，则量表项目就越同质。最常用的检验同质性信度方法为库德一理查逊公式（KuderRichardson
formula
20，K-R20），但K-R20公式只适用于二分法计分题量表，而对多重记分法量表则常用克伦巴赫α系数（Cronbach'
s
S
α
Coefficicient)估计。另外，分半相关法也是估计同质性信度的一种方法。
(4)评定者信度(inter-rater
reliability)数名不同评定者采用同一套量表对相同受评者进行评定，对所得结果进行一致性检验，以估计评定量表评分客观性。对心理测验而言，一般都采用客观性项目，且有一套相当标准化的评分程序，因此由评分引起的误差变异是可以忽略的。而评定量表相当多的是主观项目，且评定者在评分时或多或少掺杂主观判断成分，故评定者之间的评分误差变异难以避免。一般要求在成对的受过训练的评定者之间平均相关系数达到0.
9以上，才认为评分是客观的。
其它尚有正复本相关、因素信度、测量标准误等信度检验方法，此处从略。