开始大五人格测试 →
两个数字回答的不是同一个问题
看到一个量表报告“信度 .84”,很容易把它读成“某个人的分数误差是 16%”或“这个人的结果很精确”。这两种读法都跳得太远。可靠性系数首先关心的是:在某个既定群体和既定误差来源下,测得分数能否较一致地保留人们的相对排序。ETS 的测量指南同时指出,系数会受该群体分数分散程度影响;群体更集中或更分散,系数可以改变,即使测量程序没有变。Livingston(2018):Test Reliability—Basic Concepts(RM-18-01)
测量标准误(standard error of measurement, SEM)换了一个问题:若同一条件下的测量误差用原始分数表示,典型误差有多大?因此 SEM 的单位和总分相同;若原分是“题目得分”,SEM 是题目得分,若原分是 0–100 显示分,SEM 也必须是 0–100 的单位。ETS 将 SEM 说明为以原始分数单位表达的典型测量误差。Livingston(2018):Test Reliability—Basic Concepts(RM-18-01)
| 指标 | 它在问什么,不能替代什么 |
| --- | --- |
| 可靠性系数 r | 同一群体内相对排序的一致性;不是某个答题者误差的百分比 |
| SEM | 该计分单位下的典型测量误差;不是一道绝对的个人判别线 |
一个可复算、但完全虚构的教学算例
假设一份虚构问卷在同一个受测群体中,总分标准差为 10 分,可靠性系数为 `.84`,并且这里讨论的 SEM 与可靠性使用相同群体、同一误差来源。这个特定条件下可用关系式 `r = 1 − (SEM/SD)^2` 改写为 `SEM = SD × √(1−r)`。代入后得到:`SEM = 10 × √(1−.84) = 10 × √.16 = 4` 分。ETS 给出可靠性、SEM 与分数标准差在这些共同条件下的这种联系。Livingston(2018):Test Reliability—Basic Concepts(RM-18-01)
这里的 4 分不是“16% 误差”,也不是本站分数的精度。`.84` 没有分数单位,4 分有;前者说的是这组人分数的相对关系,后者才是放回该假设总分单位后的典型误差大小。若另一群体的分数更集中,SD 变小,或者群体分散程度改变,系数与由它计算出的数值可能改变。不能只把 `.84` 从一个手册、另一语言版本或另一个样本搬来,为单个答题者写出误差范围。
换分数单位时,SEM 也必须一起换
继续用上面的虚构例子。若把总分从 0–50 线性换成 0–100,每 1 个原始分对应 2 个显示分;原来的 SEM 4 分也对应 8 个显示分。反过来,若报告只写可靠性 `.84`,读者无法仅凭这个无单位系数知道“误差是 4 分”还是“8 个显示分”。换算总分、取均分、改成百分制或用不同题数后,都应重新写清分数单位、转换规则和相应 SEM。
这也解释了为什么“可靠性高”不能单独证明一次结果适合做细微比较。实际解读还要知道使用的量表版本、样本、计分方式、误差来源和分数分布。可靠性并非效度的同义词;它也不自动提供本站测试的常模、效度或测量精度。
不把 ±1 SEM 说成个人的保证
把某个分数写成“±1 SEM”有时可用于说明模型下的典型不确定性,但它不是绝对判别线,更不是“此人的真分必定落在这个区间”。区间如何解释取决于误差模型、使用目的和所陈述的概率含义;没有这些条件,单独画出两条边界会制造超过证据的确定感。
解读个人报告时,先问三个问题:这个系数来自哪个版本和群体?SEM 的数值和单位是什么?它们是否针对同一种计分与误差来源?若答案缺失,最准确的结论是“没有足够信息估计该分数的测量误差”,而不是用可靠性系数替个人下精确判断。
大五人格测试 可以帮助你按五个维度整理一次自我报告的回答。请把结果当作对本次回答的描述;不要把本文虚构算例、其他工具的可靠性系数或 SEM 解释成本站的个人误差、常模或效度。
开始大五人格测试 →
本文由测评库内容团队整理并按页面标注日期更新,用于知识科普与自我了解参考;在线测评的适用范围和结果阅读方式请参阅测评方法说明。