第四章 信度
第四章信度
[内容提示]
一、信度的定义
二、信度估计的方法
一、什么是信度
含义：指的是测量结果的稳定性程度（或叫可靠性）。
也指同一被试在不同时间内用同一测验（或用另一套相等的测验）重复测量，所得结果的一致程度。
1、理论定义：测验实测值和真值的相差程度。
2、操作定义：
定义1：一组测量分数的真分数变异数（方差）与总变异数（总方差、实得分数的方差）的比率，或者是真实分数方差占总方差的的百分比。
计算公式：
r xx=S T2/S X2
定义2：信度乃是一个被试团体的真分数与实得分数的相关系数的平方。
即
r xx=ρTx2
2、操作定义：
定义3：信度乃是一个测验X（A卷）与它的任意一个“平行测验”X’（B卷）的相关系数。
即r xx=ρxx’
二、信度的类型及估计方法
（一）重测信度
1、含义与计算
又称稳定性系数。
他的计算方法是采用重测法，即使用同一测验，在同样条件下对同一组被试前后施测两次测验，求两次得分间的相关系数。
三、信度的类型及估计方法
（一）重测信度（再测信度）
例：15名同学在1个月间隔内，先后2次重复施测某测验，测验结果如表中所列，请根据这些数据对该测验的重测信度进行计算。
三、信度的类型及估计方法
（一）重测信度
三、信度的类型及估计方法
（一）重测信度
2、使用的前提条件
（1）所测量的心理特性必须是稳定的。
（2）遗忘和练习的效果基本上相互抵消。
（3）在时间间隔中没有学习另外的与测验有关的东西，或者说每人学习其他东西的程度都一样。
3、优缺点：
优点：
（1）它最符合重复测验的涵义，是重复测验最简单最明确的方式。
（2）首测和再测只需要一套测验题目，省时、省力。
（3）同一套题目无论施测几次，所测的属性是完全相同的。
缺点：
（1）同一组被试对同一个测验先后两次作答相互之间是不独立的。
（2）如果两次施测时间间隔较长，在此期间被试的身心发展，新知识的获得，都会使两次测验结果不相同。
（3）同一个被试对现一个测验先后两次作答，对测验的兴趣不同，影响测验结果。
（4）两次施测的环境不同，也是产生测量误差的因素。
（二）复本信度
1、含义与计算：
含义：
又称等值性系数。
它是以两个平行或复本的测验（等值但题目不同）来测量同一群体，然后求得被试在两个测验上得分的相关系数，这个相关系数就代表了复本信度的高低。
复本信度反映的是测验在内容上的等值性，故称等值性系数。
2、使用的前提条件：
（1）要两份或两份以上真正平行的测验。
（2）被试要有条件接受两个测验。
主要取决于时间、经费等几方面。
3、优缺点：
优点：
（1）一个测验的复本使得测验数目的增加，对于所欲测量的属性相联系的行为总体代表性强，因此，一个测验的两个复本在两三天至一周对同一组被试施测时，获得的复本信度系数是相当准确的。
（2）测验的两个复本，如果在不同时间使用，其信度不仅可以反映在不同时间的稳定性，而且还可以反映对于不同测题的一致性。
（3）两个复本在同时使用时，可以避免再测验信度的缺点。
缺点：
（1）编制两个完全相等的测验是很困难的。
（2）复本法只能减少而不能完全排除练习和记忆的影响。
（3）被试同时接受性质相似的两个测验可能减少完成测验的积极性。
（三）分半信度
1、含义
指采用分半法估计所得的信度系数。
这种方法估计信度系数只需一种测验形式，实施一次测验。
通常是在测验实施后将测验按奇、偶数分为等值的两半，并分别计算每位被试在两半测验上的得分，求出这两半分数的相关系数。
2、计算
（1）两半测验分数的变异数相等（方差齐性）
先计算两半测验的积差相关系数，再进行校正。
常用的修正公式是：斯皮尔曼－布朗公式：
（2）两半测验分数的变异数不等（方差不齐），可采用：弗朗那根公式或卢伦公式中的任意一个。
问题：对初一年级学生进行地理成绩测验，每答对1题得1分，答错1题得0分.得分如表所示，试估计该测验的分半信度。
3、使用条件及范围
分半信度通常是在只能施测一次或没有复本的情况下使用。
当一个测验无法分成对等的两半时，分半信度不宜使用。
（四）同质性信度
1、含义：指测验内部所有题目间的一致性。
题目的一致性有两层含义：其一是指所有题目都测的是同一种心理特质；其二是指所有题目之间都具有较高的正相关。
总之，同质性信度就是一个测验所测内容或特质的相同程度。
2、测量同质性信度的基本公式：
3、库德-理查逊公式：适用于客观性试题（0、1记分）
3、克伦巴赫系数
例题：某态度量表共7题，100个被试在各题上的得分方差分别是
0.81,0.82,0.79,0.83,0.85,0.76,0.77。
测验总分的方差为14.00
求此测验的信度(α=0.70)
（五）评分者信度
1、含义与计算：指的是多个评分者给同一批人的答卷进行评分的一致性程度。
是用于测量不同评分者之间所产生的误差。
（五）评分者信度
式中W为和谐系数，K为评分者的人数，N为被评对象数，Ri为每一对象被评的等级总和。
例子：假设有三位专家给六篇论文评等级，结果如表所示，试计算此次评分者的评分者信度。
学1 学2 学3 学4 学5 学6
专1 2 4 1 5 6 3
专2 3 4 1 5 6 2
专3 3 5 1 4 6 2
Ri 8 13 3 14 18 7
2、注意的问题：
为了衡量评分者之间的信度高低，可随机抽取若干份测验卷，由两位评分者按评分标准分别给分，然后再根据每份测验的两个分数计算相关，即得评分者信度。
一般要求在两位受过训练的评分者之间平均一致性达0.90以上，才认为评分是客观的。
当多个评分者评定多个对象，并以等级法记分时，可采用肯德尔和谐系数作为评分者信度的估计。
思考题:
1.请思考评分者信度的含义，是否脱离了信度
的理论定义?
2.如何对于“焦虑自评量表”的信度进行评价?。
第四章__测量信度
五、评分者信度
评分者信度（Scorer
Reliability）指的是
多个评分者给同一批被试作答情况进行评分
的一致性程度。它主要用于主观性作品的评
价过程中，如论述题评分、作文题评分、歌
唱比赛的评分、设计作品的评分等。
如有A、B、C三位专家给6位应聘者的面试评分，结 果如下，试求评分者信度。
A 1 75 B 66 C 45
5、测量时间把握不恰当
6、评分不客观
（三）被试方面的可能影响
1、动机作用 2、测验经验 3、测验焦虑
4、生理变因（身心健康、疲劳等）
5、被试团体的异质性程度
同质性信度——内部一致性系数；
评分者信度——评分者之间的一致性。
第三节 影响信度的因素与提高方法 一、影响测量信度的主要因素
（一）测量工具的可能影响
1、题目样本的选择不当
题目样本不具代表性（偏题怪题），题目涵盖面过于
狭窄等。
2、题目含义及表达的模棱两可
题目含义不明确，语言表达模棱两可，会造成被试的
弗朗那根公式：rxx = 2 [ 1-（ S2a + S2b ）/ S2x ]
卢仑公式: rxx = 1- S2d / S2x
其中rxx是测验的分半信度， S2a 、 S2b表示被试
在两半测验上得分的方差，S2x表示被试在整个测验
上得分的方差， S2d表示被试在两半测验上得分之差 的方差。
四、同质性信度
5、测验长度偏短
测验长度偏短，难以全面考察被试的心理特质， 增加回答问题的随机性，从而降低信度。
6、特殊题型中靠猜测答题的可能性较大
猜测性将增加测验得分的随机性，从而降低测 验信度。
（二）施测过程的可能影响
第四章 心理测验的信度与效度
（公式5－5）
y
❖
SE
为差异的标准误
d
，S为相同尺度的标
准分数
的标准差
，
r r Z分数为1，T分数为10。 、 分别为两个测验的信度系 xx yy
数。
❖ 先将原始分数化成标准分数，然后将两个标准分数的差异
与1.96SEd（0.05显著性水平）进行比较，如果其绝对值
大于此值，则差异显著，否则差异不显著。
信度乃是一个被试群体的真分数与实得分数的相关系数 的平方。
信度乃是一个测验X与它的任意一个平行测验Y的相关系 数。
信度只受随机误差影响，系统误差不影响信度
5
二、信度的指标
信度以信度系数为指标，常用相关系数表示，表示实得 分数的变异数中有多少比例是由真分数的变异决定的，
❖信度系数以相关系数为指标，rxx=rxT2=ST2/SX2 ❖信度的平方根就是信度指数，rxT=ST/SX
27
❖ 2、确定信度可以接受的水平
一个测验究竟信度多高才合适，才让人满意呢？当然，最理想的情 况是rxx=1.00，但实际上是办不到的。根据多年的研究结果，一般 的能力测验和成就测验的信度系数都在0.90以上，有的可以达0.95； 而人格测验、兴趣、态度、价值观等测验的信度一般在0.80~0.85或 更高些。一般原则是：当rxx<0.70时，测验不能用于对个人做出评 价或预测，而且不能作团体比较；当0.70≤rxx<0.85时，可用于团 体比较；当rxx≥0.85时，才能用来鉴别或预测个人成绩或作为。
❖
41
五、影响信度的因素
❖ 样本的影响
样本团体的异质性高，信度就高 样本团体平均能力水平的影响
❖ 测验长度的影响
可以通过增加测验长度的方式提高信度值。 ❖ 新增项目必须与试卷中的原有项目同质。 ❖ 新增项目的数量必须适度。
第四章测量信度
第四章 测量信度一、填空题1、 根据一组被试在 两个平行或两个复本 测验上的得分计算的相关系数即为复本信度。
2、各种估计信度的方法都是对测验的一致性进行估计，但由于误差来源不同，它们研究的侧面各不相同，说明的是信度的不同方面。
其中，再测信度可用来估计________________________，复本信度可用来估计_________________，等值稳定性系数可用来估计_______________________，内部一致性系数可用来估计测验跨项目或两个分测验之间的一致性，评分者信度可用来估计测验跨评分者的一致性。
3、用同一个测验，对同一组被试前后施测两次，对两次测验分数求相关，其相关系数就叫 重测信度 。
4、一般认为经过训练的成对评分者之间的一致性达 0.90 以上，评分才是客观的。
5、再测信度又叫__________。
6、增加测验长度对信度产生的效果可用XXXX KK r K Kr r )1(1-+=公式来计算。
7、利用两平行形式测验测查同一批被试所得的两批观察分数，求其间的相关系数，跟＿＿＿＿一样，也可求得测验的信度系数。
这种用平行形式相关求得的信度系数，因为特别强调两测验形式的＿＿＿＿，所以又叫＿＿＿＿。
8、复本信度又叫（ ）系数。
二、单项选择题信度的定义1、如果某测验的信度系数为0.80，那么该测验中真分数造成的变异占（ A ）A 80%B 20%C 64%D 36%2、信度之于效度正如（B ）。
A 准确性之于一致性B 一致性之于准确性C 偏差数之于常模D 常模之于偏差数3、在能力测验中，代表测验量表的稳定性和一致性的指标是（ C ）。
（华南师大2001研） A 效度B 区分度C 信度D 难度4、信度指的是测量的（ C ）。
A 正确性B 针对性C 一致性D 有效性5、信度指数的（ B ）就是信度系数。
7、关于信度的指标正确的是（ C ）。
A 信度系数，即实得分数方差与真分数的方差的比值B 信度指数即是信度系数C 测量标准误与信度呈负相关D 测量标准误与信度呈正相关（相似题目）关于信度的指标，说法错误的是（ D ）。
心理测量 第四章 测量的信度
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。
4第四章+测量的信度
2
Measurement Reliability
第一节
信度概述
一、什么是信度 1.信度的理论定义
信度即测量结果的稳定性、一致性或可靠性。是
用同一测量工具反复测量某人的同一种心理特质，
所得结果的一致性程度。
3
Measurement Reliability
2.信度的统计定义
定义1：信度是被试团体真分数方差与实得分数方差之比
23
Measurement Reliability
课堂练习
1.某个被试的测验IQ=100,再测的分数可能是多少？ （已知测验的标准差为15，信度系数为0.90）. 95％的可能在90.6～109.4之间 2.被试在韦氏智力测验中言语智商为102，操作智商
为110。两个分测验都是以100为平均数，15为标准 差的标准分数。假设言语测验和操作测验的分半信度 分别为0.93和0.94.问其操作智商是否显著高于言语 智商？
13
Measurement Reliability
此时，个人在两次测验中的分数差异就是测量误差。 据此可制成误差分数的分布。这个分布的标准差（误 差分布的标准差）我们称之为测量的标准误，是表示 测量误差的大小的指标，其计算公式为：
SE S x
1 rxx
SE表示测量的标准误，即误差分布的标准差；Sx表示实
24
Measurement Reliability
课后作业
1.某智力测验的信度r=0.75，某次施测得到标准差为 3.00，则该测验的测量标准误是多少，若某被试得分 为100，试估计其真分数1-=.95的置信区间 2. 某测验的信度为0.75。要使该测验的信度达到 0.90，须增加多少题目（原测验长度的多少倍） ？
心理测量 第4章 心理与教育测量的信度
两个测验必须在项目的内容、形式、数量、难易、 时限、指导语等方面相同或相似； 两次测验的时间间隔要适当；
尽管复本信度的估计方法避免了再测法的 缺点，应用范围较广，但它本身也有一定的局 限性：
复本法只能减少而不能完全排除练习和记忆的影响； 对于许多测验来说，建立复本是相当困难的； 由于第二个测验只改变了题目的内容，已经掌握解 题原则，可以很容易迁移到同类问题中去。
2 K为测验题目数，Si2 为某一题目分数的变异数，Sx 为测验 总分的变异数
采用SPSS计算信度
数 据 库
同 质 性 信 度 计 算 方 式
结果
输入40题
结果
评分者信度
标准化测验一般都有较为严格的评分程序。
对于客观性试题来讲，评分所引起的误差是可 以忽略不计的，但是对于一些主观题来讲，评 分者之间的变异是产生误差的重要原因之一。
测验的信度。
根据统计学里讲的区间估计的方法，
我们可以得知：个人在每次测量中所得分
数X有95%的可能性在真分数加减1.96个
标准误的范围内，即
X 1.96SE T X 1.96SE
两种测验分数的比较 来自不同测验的原始分数是无法直接 比较的，只有参照统一团体的平均分数， 将它们转换成相同尺度的标准分数（如T分 数或Z分数），才能进行比较。为了说明个 人在两种测验上的差异，我们可以用差异 标准误来检验其差异的显著性，其公式：
信度是测量过程中随机误差大小的反应 信度可以用来解释个体测验分数的意义 信度可以帮助不同测验分数之间进行比较
一个测验有多个信度估计值，因而误差估计值也有 多个，我们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。
4. 信度
rxx=ST2 / Sx2 式中，rxx代表测量的信度，ST2代表真分数的变异数， Sx2
代表是实得分数的变异数，即总变异数。
该定义有两点需要注意：
第一、信度指的是一组测验分数或一列测量的 特性，而不是个人分数的特性；
2. 假设用A、B两型创造力复本测验对初中一年 级10个学生施测。结果如表所示，X1 ，X2 分别代表A、 B两型测验。求该测验的复本信度。
测
被试
验 1 2 3 4 5 6 7 8 9 10
X1 20 19 19 18 17 16 14 13 12 10 X2 20 20 18 16 15 17 12 11 13 9
（一）定义与计算
１．定义 用同一种测验，对同一组受试者，前后施测两次， 再根据受试者两次测验分数计算其相关系数，即得重 测信度。
即 测验 时距（几分－几年） 再测验
此种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，故又称稳定性系数。
２．计算方法
计算使用皮尔逊积差相关公式的变式： ∑ Ｘ１Ｘ２－ ∑Ｘ１ ∑Ｘ２ ／Ｎ
2. 两次测验的时间间隔要适当，若太短，由于测 验太相似被试可能厌倦，若太长可能又会因新的学习 而产生干扰。
（五）使用复本信度的局限
1. 只能减少但不能完全消除练习和记忆的影响； 2. 由于第二个测验只改变了题目的具体内容， 已经掌握的解题原则可以很容易地迁移到同类问题。 3. 对许多测验来说，建立复本是十分困难的。
rxx NＳ１Ｓ２
式中Ｘ１、Ｘ２为同一被试的两个分数，Ｓ１ 、Ｓ２为 两次测验的标准差，Ｎ为被试人数。
（二）误差来源
1. 测验本身：测验所测的特性本身就不稳定，例 如情绪。
第四章 测量信度
主
要
测量工具
因
素
施测间隔的时间
现在您浏览到是十五页，共十七页。
二、提高测验信度的常用方法
适当增加测验的长度
提
控制试题的难度分布
高 测
努力提高每道题的区分度
验 信
维持测验的同质性
度 的
规范施测程度、统一施测环境
常 用
保证被试有充裕的作答时间
方 法
严格控制评分误差
努力提高测验在被试中各个 同质亚团体上的信度
现在您浏览到是九页，共十七页。
• 2、复本信度：
• ①定义:两个平行测验测量同一批被试所得结果 的一致性程度。
• ②计算方法：其大小等于同一批被试在两个复本 测验上所得分数的皮尔逊积差相关系数。
• ③使用的前提条件
现在您浏览到是十页，共十七页。
3、分半信度：
①定义:将一个测验分成对等两半后，所有被试在这两半 上所得分数的一致性程度。
③使用的前提条件 第一：所测量的心理特征必须是稳定的 第二：遗忘和练习的效果基本上相互抵消 第三：在两次施测的间隔时期内被试在所要 测查的心理特质方面没有获得更多的学习和 训练。
现在您浏览到是八页，共十七页。
内容总结
第四章 测量信度。信度是一个测验X（A卷）与它的任意一个平行。1、评价测验—衡量 测验好坏的重要指标之一。3、信度可以用来解释个人测验分数的意义——测量标准误。第 二节 信度的估计方法。②计算方法：分半，如奇偶分半，题目分半等。斯皮尔曼——布朗 公式校正。①定义:指测验内部所有题目间的一致性程度，也叫内部一致性系数。②计算方法 肯德尔和谐系数W系数。第三节 提高测验信度的方法。规范施测程度、统一施测环境。见 P57
现在您浏览到是十六页，共十七页。
第四章测量的信度与效度
结构效度主要应用于智力测验、人格测验等一些心理测 验方面。
2.结构效度的确定 确定结构效度的基本程序 第一，对所研究的心理特质的结构进行界定 第二，依据理论框架，提出可能的假设 第三，收集数据，验证假设
③考察测验的同质性。
④因素分析的方法 ⑤结构方程的方法
（2）测验间法 通过对几个测验的比较研究，找出它们所测的共同特质，
这样便可以确定这些测验是否具有结构效度。 ①相容效度：计算被试在新旧两个同类测验上的分数的
相关。如果相关高，则说明两个测验测的是相同的特质。 ②区分效度：一个有效的测验不仅与其它测量同一构想
（二）结构效度（construct validity） 1.结构效度的含义、特点与应用范围 结构效度是指一个测验实际测到所要测量的理论结构和
特质的程度，或者说测验分数能够说明测量的理论结构 和特质的程度。
结构效度有如下特点：
（1）结构效度首先取决于事先假定的心理特质的结构理 论
（2）当实际测量的资料无法证实事先的理论假设时，并 不一定就表明该测验结构效度不高。
测量随机误差大，测量结果就会与真分数发生较大偏离。 ➢ 信度是衡量一个测验好坏的重要指标之一，测验的信度达
到多少才可以接受呢？一般来讲，能力与成就测验的信度 应该在0.90以上，人格测量信度系数应该在0.80 以上。 ➢ 测量中的系统误差与信度无关。
➢ （二）解释分数
➢ 1. 解释个人测验分数的意义 ➢ 从理论上讲，一个人的真分数本来是用同一测验对他反复
向细目表对照 ③制订评定量表，考察题目对所定义的内容范围的覆盖
率、判断题目难度与能力要求之间的差异等。
第四章 信度
一
分半信度 同质性信度 评分者信度
复本信度 连续施测) (连续施测)
二
再测信度
复本信度 间隔施测) (间隔施测)
在一般情况下,间隔施测的复本信度最低,因 为很多因素有机会影响到分数.相反,校正过 的分半相关,因为影响的因素少,所得的信度 估计为最高.
各种信度系数相应误差变异的来源
信度系数的类型 再测信度 复本信度(连续施测) 复本信度(连续施测) 复本信度(间隔施测) 复本信度(间隔施测) 分半信度 同质性信度 评分者信度
时间间隔的把握
间隔时间越长,稳定性系数越低. 间隔时间越长,稳定性系数越低.适宜时间间隔依照测验 目的,性质及被试特点而定.几分钟至几年. 目的,性质及被试特点而定.几分钟至几年. 年幼儿童,间隔要小;年长群体,间隔可大. 年幼儿童,间隔要小;年长群体,间隔可大.智力测验的 间隔不能太短,成就测验的间隔不能太长. 间隔不能太短,成就测验的间隔不能太长. 一般间隔时间不超过六个月. 一般间隔时间不超过六个月.(即不能让被试记住上一次 测验的内容,又不能让其特质发生变化, 测验的内容,又不能让其特质发生变化,或对所学知识产 生遗忘) 生遗忘)
★注意排除施测顺序的影响
在报告结果时,应报告两次施测的间隔,及在此间隔内被试的有关经历.
稳定性与等值性(Stability 稳定性与等值性(Stability and Equivalent)信度 Equivalent)信度 1,定义: 如果两个复本测验是相距较长一段时间分两次施测的, 如果两个复本测验是相距较长一段时间分两次施测的,同 一组被试施测结果的一致性程度. 一组被试施测结果的一致性程度. 是一种最为严格的信度指标 时间间隔施测, 时间间隔施测,内容变异+重测信度误差 2,形式:复本A—适当时间—复本B 形式:复本A 适当时间—复本B