📚 课程目录第4章经典测量理论

经典测量理论：真分数模型、误差来源与信效度关系

经典测量理论（Classical Test Theory, CTT）是整个心理测量学的基石，也是量表编制、验证与使用中最基础的分析框架。无论你是要开发一份新的问卷，还是评估一份已有量表是否可用，都需要从真分数模型出发，理解观测分数如何构成、误差从何而来，以及信度与效度之间既相互独立又彼此制约的关系。本节将系统拆解这一理论体系，并结合实际测评场景说明其应用逻辑。

4.1 真分数模型：观测分数的分解逻辑

真分数模型的核心假设可以用一个简洁的线性方程表达：X = T + E。其中，X 是观测分数（即被试在量表上实际得到的分数），T 是真分数（True Score），E 是误差分数（Error Score）。这个模型看似简单，却蕴含了测量理论最基本的思考方式。

核心原理：真分数被定义为无数次重复测量（在理想条件下）所得观测分数的期望值。它代表被试在目标特质上的“真实水平”，但这个真实水平永远无法直接观测，只能通过观测分数来估计。误差 E 则是观测分数与真分数之间的偏差。

真分数模型有三个关键假设，理解它们有助于把握模型的边界：

平行测量假设：如果存在两份平行的测验（测量同一特质、难度相同、方差相等），被试在两份测验上的真分数相等，且误差不相关。
误差期望为零：在大量重复测量中，随机误差的均值趋近于 0，即 E(E) = 0。这意味着随机误差不会系统性地抬高或压低分数。
误差与真分数独立：误差分数与真分数之间的相关系数为 0，即误差的大小不依赖于被试的真实水平。

从方差分析的角度看，观测分数的总方差可以分解为真分数方差与误差方差之和：σ²(X) = σ²(T) + σ²(E)。这个分解公式直接引出了信度的定义——信度就是真分数方差在观测分数方差中所占的比例。

4.2 误差来源：随机误差与系统误差的辨析

测量误差是观测分数偏离真分数的部分，但并非所有误差都以相同的方式影响测量结果。根据误差的性质和方向，可以将其分为两大类：随机误差和系统误差。

比较维度	随机误差	系统误差
定义	由偶然因素引起的、方向随机、大小不定的误差	由恒定因素引起的、方向一致、大小相对固定的误差
典型来源	被试情绪波动、注意力分散、考场噪音、猜测、疲劳	题目表述歧义、评分标准偏差、施测环境不统一、被试反应定势（如社会赞许性）
对分数的影响	使分数上下波动，降低测量的一致性（信度）	使分数整体偏高或偏低，降低测量的准确性（效度）
可否消除	不可完全消除，但可通过标准化施测、增加题目数量来减小	可通过改进题目设计、统一施测流程、培训评分者来控制
对信度的影响	直接降低信度	不影响信度（因为它是恒定方向的）
对效度的影响	间接影响效度（通过降低信度）	直接影响效度（使测量偏离目标特质）

关键辨析：系统误差虽然会降低效度，但不会降低信度。例如，如果一份量表的所有题目都带有社会赞许性倾向，被试可能都会倾向于选择“好”的答案，导致分数整体偏高。这种偏差是系统性的，重复测量时依然存在，因此信度可能很高，但效度很低——因为测量到的不是目标特质，而是社会赞许倾向。

4.3 信度与效度的基本关系

信度（Reliability）和效度（Validity）是评价测量质量的两个核心指标，它们之间的关系可以用一句话概括：信度是效度的必要非充分条件。

具体来说，这种关系体现在以下三个层面：

信度高是效度高的前提：如果一份量表的测量结果不稳定、随机误差很大，那么它就不可能准确测量目标特质。信度系数低（如低于 0.70）时，效度系数也会受到限制。
信度高不代表效度一定高：一份量表可以非常稳定地测量某个特质，但这个特质可能并不是你想要测量的目标特质。例如，一份测量“数学焦虑”的量表可能信度很高（0.90），但如果题目实际上测量的是“一般焦虑”，那么它的效度就很低。
效度对信度有上限约束：效度系数的最大值受到信度系数的制约。理论上，效度系数不能超过信度系数的平方根。这意味着，如果信度只有 0.64，那么效度系数最高也只能达到 0.80。

实操经验：在量表开发中，通常先通过预测试计算信度（如 Cronbach's α 系数），确保信度达到可接受水平（一般要求 α ≥ 0.70）后，再进行效度检验（如探索性因子分析、效标关联效度）。如果信度不达标，需要先修订题目、增加题量或优化施测流程，而不是急于进行效度分析。

4.4 案例拆解：一份“工作满意度”量表的信效度诊断

为了帮助理解上述理论在实际中的应用，我们来看一个完整的案例。

背景与目标：某企业人力资源部门委托心理学团队开发一份“员工工作满意度”量表，计划用于年度员工调查。量表初版包含 20 个题目，采用 Likert 5 点计分（1=非常不满意，5=非常满意）。团队需要验证量表的信度和效度，确保其可用于后续的人事决策。

初始现象与数据：团队对 200 名员工进行了预测试。初步统计发现：

量表整体 Cronbach's α = 0.82，信度尚可。
但探索性因子分析（EFA）显示，题目并非如预期那样聚合成“工作本身”“薪酬福利”“晋升发展”“人际关系”四个维度，而是出现了两个大因子，且部分题目在两个因子上都有较高载荷。
进一步检查发现，有 5 道题目（如“我对公司的管理制度感到满意”“我认为公司的决策流程是合理的”）的表述偏向“对公司整体评价”，而非“工作满意度”本身。

分析判断过程：

信度分析：虽然整体 α = 0.82，但删除那 5 道“公司评价”题目后，剩余 15 道题目的 α 提升至 0.87。这说明原量表中混入了与目标特质不一致的内容，增加了误差方差。
效度分析：那 5 道题目实际上测量的是“组织认同”或“公司满意度”，而非“工作满意度”。这属于构念混淆，即量表混入了非目标特质的内容，导致结构效度下降。
误差来源识别：这 5 道题目带来的误差属于系统误差——它们恒定地使分数偏向“对公司整体态度”的方向，而非纯粹的工作满意度。这种系统误差不会降低信度（因为它是稳定的），但会显著降低效度。

实际操作步骤：

删除 5 道“公司评价”题目，保留 15 道纯工作满意度题目。
重新进行 EFA，结果显示 15 道题目清晰聚合成四个因子，与理论构念一致。
计算四个维度的内部一致性信度：工作本身 α=0.85，薪酬福利 α=0.79，晋升发展 α=0.81，人际关系 α=0.83。
以员工离职意向为效标，计算效标关联效度：工作满意度总分与离职意向的相关系数 r = -0.52（p < 0.01），表明量表具有可接受的效标效度。

结果对比与复盘：

指标	修订前	修订后	变化说明
题目数量	20	15	删除 5 道混淆题目
Cronbach's α	0.82	0.87	信度提升
因子结构	2 个混杂因子	4 个清晰因子	结构效度改善
与离职意向相关	r = -0.38	r = -0.52	效标效度提升

风险与代价：删除题目后，量表内容覆盖面可能略有缩减，需要确认四个维度的题目数量仍然足够（每个维度至少 3-4 题）。此外，重新施测需要额外的时间和样本，但相比使用一份效度不足的量表做出错误的人事决策，这些代价是值得的。

复盘经验：这个案例清晰地展示了信度与效度的关系——原量表信度尚可（0.82），但效度不足（因子结构混乱、效标相关偏低）。问题根源在于系统误差（题目内容偏离目标构念）的混入。通过识别误差来源、修订题目，最终实现了信度和效度的同步提升。

4.5 常见误区与总结复盘

在应用经典测量理论时，初学者和实务工作者常犯以下错误：

误区一：信度高就代表量表好。这是最常见的误解。信度只反映测量的一致性，不反映测量的准确性。一份信度高达 0.95 的量表，如果测量的是错误构念，其价值仍然很低。

误区二：信度低就完全不能用。信度低说明随机误差较大，但可以通过增加题目数量、优化施测环境、培训施测者等方式来提升信度。不要轻易放弃一份有潜力的量表。

误区三：混淆系统误差与随机误差的处理方式。随机误差需要通过标准化施测来减小，而系统误差需要通过修订题目内容、调整评分标准来控制。用错方法会事倍功半。

总结要点：

真分数模型 X = T + E 是理解测量误差和信效度的基础。
随机误差降低信度，系统误差降低效度。
信度是效度的必要非充分条件：信度高不一定效度高，但效度高必然要求信度高。
在量表开发中，先确保信度达标，再进行效度检验；发现效度问题时，优先排查系统误差来源。
信度系数（如 α）和效度系数（如效标相关）应结合使用，共同判断量表质量。