编制量表的第五步是质量检验，主要工作是考察所编量表的信度和效度。显然，信度和效度是代表量表质量的两个指标，不过，为了表达简洁，通常把它们合称为信效度。同时，质量检验也是在预试的基础上进行的，但是，它的主要工作是检验量表的整体效果，而非分析单个题项，因此，往往把质量检验看作单独的一步。许多量表编制类论文，为了突出质量检验，甚至把“检验信效度”与“编制量表”并列起来，将题目写为《XXXX量表编制及其信效度检验》。

检验和评价一个量表的质量，就是查看它的信度与效度指标是否达到心理测量学的要求。简而言之，一个量表的信度，就是它的可靠性。如果用一个量表测试一个样本，今天测得的结果与昨天测得的结果很不一样，例如，昨天测试表明，样本在自我概念上的得分均值很高，今天测试表明，样本在自我概念上的得分均值很低，研究者就难以相信这个量表，认为它的测试结果不可靠。一个量表的效度，就是它的有效性。通俗地说，有效性是指，量表要测什么，就得测什么，而不能测其他的。例如，假设状态焦虑与特质焦虑没有关系，那么，一个状态焦虑量表就只能测状态焦虑，不能测特质焦虑。

从量表质量的角度来讲，一个量表的信度是基础，是前提，信度达不到要求，效度就无从谈起。比较而言，信度是容易理解和便于考察的，特别地，有具体的统计量可以作为量表信度的指标；效度则更为关键、更为重要，检验和考察起来要复杂得多。这里，先介绍量表的信度，量表的效度，后文再述及。

为了表述方便或符合习惯，下面把测验与量表当成可以替换使用的术语。一个量表的信度，可分为内部信度和外部信度两类（Giles, 2002）。

量表的内部信度，是就量表本身而言的，涉及量表的题项是否可靠、一致的问题，通常用一个统计量来度量，即α系数，它是测验方差的一个度量指标，有时称为测验的内部一致性。如果测验的方差不是特定题项所特有的，那么，一个测验就是可信的。区分度指标、题项-总分相关，显示的是单个题项的质量，而α系数显示的是一个量表的信度指标。

常用的α系数有两个，一个是分半信度α系数，一个是Cronbach α系数。通过把测验分半，例如，按照奇偶题号的题项分半，可以计算每一半的α统计量及整个测验的α统计量。最常用的内部信度统计量是Cronbach α，它实际上是所有可能分半信度的均值，也就是，用题项的各种可能的组合把测验分半并计算分半信度，再计算它们的均值。因此，当使用α系数作为内部信度指标时，报告了Cronbach α系数，就没有必要再报告分半信度α系数。

对于内部信度来说，达到心理测量学要求的标准是什么？许多材料提示，一个量表的信度指标α=0.8，表示它是可靠的。不过，较低的α值通常也是可以接受的。同时，α像心理学中的许多统计量一样，它与量表中的题项数有密切关系。例如，一个题项较多的量表，其α可能超过了0.7，然而，它的题项之间的相关却可能很低，暗示测得的内容并不是很一致。

量表的因素结构也是很重要的，α对于单因素测验来说是最有用的，此时，所有题项都是同一维度的测量指标。如果测验包括若干个维度，研究者应当预期有较低的内部一致性。如果每个题项都与测量同一维度的其他题项密切相关，也就是说，被试会以同样或类似的方式回答，那么，能够归因于特定题项的方差就会很少，从而α还会很高。因此，在解释α值之前，研究者需要考虑一个量表测量的是什么，以及它有多少题项。

一些统计软件输出的Cronbach α系数是非常有用的。例如，SPSS会为每个题项计算“如果删除它，得到的α系数”，表示如果删除特定的题项重新计算，得到的整个测验的α值。这是查找量表不良题项的一种方法。

量表的外部信度，是就量表之外的因素而言的，涉及量表的跨时间可靠、一致的问题，通常也用一个统计量来度量，即相关系数，有时称为测验的时间一致性。

研究者确定了一个量表的可靠结构，接下来，需要考察它跨时间的可靠性。可以用重测信度来考查外部信度，即，查看被试是否在每一时段都对有关问题给出相同或相近的答案。例如，态度量表的假设是，人们对一个主题的态度是不随时间而有多大改变的。如果态度在几天或几个月内发生了实质性改变，那么，可以认为这个测量工具是不可靠的。

要进行重测信度检验，研究者应当确保在测验被试一段时间之后还能联系到他们。重测可以在几天之后进行，不过，最好是几周之后进行再测，否则，被试可能回忆他们原来的反应，重测时只是重复这些反应。当然，不必对全部被试进行重测，上下四分位的被试或许就足够了。然后，计算两次反应之间的相关系数，即Pearson积矩相关或点二列相关，就得到了外部信度的一个指数。

如果一个测验的外部信度较低，即，相关系数不显著，那么，整个研究过程就需要重新考虑。有时，可能是考察的概念太不稳定，从而无法测量。通常，心理测量学要求的重测信度是较高的，例如，0.9左右——这取决于量表的题项数和样本量。

不言而喻，经过题项分析和质量检验，会删除量表的一些题项。Rust & Golombok（1989）建议，一个量表通常需要保留原始题项的70%~80%。显然，最后保留多少题项，取决于原来编制的题项数、测试的被试、参照原初测验说明进行的题项平衡，等。例如，研究者可能发现一个内容领域在题项分析时全军覆没，从而决定把它从测验说明中删除。不过，研究者往往不会只是因为统计分析而改变原初的研究问题。如果一个题项对相应的研究是关键的，但是，它又降低整个量表的信度，那么，在把它删除之前，需要认真思考它对量表到底有多重要。

参考文献

Giles, D. C. (2002). Advanced Research Methods in Psychology. New York: Routledge.

Rust, J., & Golombok, S. (1989). Modern Psychometrics: The Science of Psychological Assessment (2nd ed.). Florence, KY: Taylor & Frances.