分半信度
| 分半信度 | |
|---|---|
| 英文名 | Split-Half Reliability |
| 学科归属 | 心理测量 |
| 核心含义 | 把测验拆为两半,以两半分数的相关估计信度 |
| 校正公式 | Spearman-Brown 预言公式 |
| 拆分惯例 | 奇偶题号拆分 |
| 相关条目 | 内部一致性信度、复本信度、重测信度|} |
分半信度是经典信度估计方法之一:把一份测验的题目拆成两半,把每半当作一个独立的短测验计算两半分数的相关,再经校正得到整份测验的信度估计。它的原理是:两半题目既然都测同一构念,其相关反映的是测量中非误差成分的占比。
分半信度在计算上只需一次施测,比复本信度省去编制成本,比重测信度省去时间间隔,因此是历史上最早的常用信度指标——克龙巴赫系数普及之前,它是单次施测信度估计的标准工具。
计算步骤
分半信度的计算包含三步,每一步都有影响结果的细节。
拆分:最常用奇偶拆分——题号 1、3、5 归前半,2、4、6 归后半。奇偶拆分的意图是让两半在内容与难度上均匀交错,避免前后半在难度渐变(试题常由易到难排列)或主题分组上系统性不同。按内容板块拆分(前半是选择题后半是论述题)则得到的是"两种形式"的相关,解释完全不同。
两半相关:计算两半总分的皮尔逊相关。这一相关是"半卷长度"的信度。
长度校正:用 Spearman-Brown 预言公式把半卷信度校正到全卷长度——两半各含一半题目,合起来的信度会高于半卷信度。校正公式假定两半在内容与方差上等值;两半方差差异大时,应先用方差的校正形式再预言。
三步中的任何一步处理不当(随意拆分、忘记校正、两半不等值),得到的系数都不再是"这份测验的信度"。报告分半信度时应注明拆分方式。
与内部一致性的关系
分半信度与克龙巴赫系数在数学上关系紧密,理解这一关系能澄清两个概念的位置。
克龙巴赫系数可以解释为"所有可能分半方式的分半信度的平均"——它对全部拆分方式做了平均,而一次分半只是抽了一种拆法。两半等值良好时,单次分半系数与 α 接近;拆分方式明显有利或不利时,两者出现差异。
由此也可见分半信度的局限:它依赖于拆分方式,不同的拆法给出不同的系数——单次分半的估计带有这一方法的特异性。α 消除了拆分特异性,这也是 α 成为标准指标的原因之一。
分半信度并未被 α 完全取代。在两个场景它仍具独特价值:其一,速度测验(题目容易、时间紧)中 α 的假定受质疑,分半信度是更合适的估计;其二,分半的"两个子测验"框架在异质量表中可用来诊断结构——按内容块分半的低相关提示维度分化,这一信息是 α 汇总掉的。
适用的边界
分半信度的适用边界与所有单次施测信度指标相同,另有几点特有约束。
只能反映题目层误差:分半信度与 α 一样不涉及时间稳定性与评分者误差,它检验的是"这组题目内部的一致"。
受题目排列影响:练习效应、疲劳效应、难度排列都在题目序位上留下痕迹,奇偶拆分能部分平衡这些影响,但排列效应过大(如后段题目大量未作答)时分半信度失真。
对长度敏感:Spearman-Brown 校正隐含"加长即提高信度"的预言,这一预言只在新增题目与原题等值时成立——分半信度的长度外推要防止滥用。
个体决策的间接性:分半信度给出的是测验整体的信度,个体分数的测量标准误仍需结合分数标准差换算,不能直接从相关系数读出。
在现代量表研究的报告中,分半信度多作为 α 的补充或替代(速度测验)出现;对历史量表的信度核查(老报告只报分半信度)也需要理解它的算法与含义,以便与现代指标对接。
实务操作建议
分半信度的实际使用中,有几条操作性建议值得列出。
拆分方式的报告:注明拆分依据(奇偶、内容配对)与两半的均值方差对照——两半不等值时 Spearman-Brown 校正的准确性下降,应改用基于方差的校正形式。
速度测验的首选:时间压力明显、后段题目大量空白的测验,内部一致性系数的假定失效,分半(且按题号顺序前后拆分需谨慎,宜奇偶)是更可靠的选择;施测数据中后段作答率过低时,分半估计也应标注局限。
与 α 的联动报告:常规问卷研究若只报一种,优先 α 或 ω;分半信度作为稳健性补充(用不同拆分方式重算,考察系数稳定在什么范围),能增加读者对信度估计的信任。
历史数据对接:阅读早期文献(克龙巴赫系数普及前的量表研究报告)时,分半信度是常见的信度证据,应按其算法(拆分方式、校正与否)解读,与当代指标对接时注意其覆盖的误差面相同(题目层)。
分半信度在测量学中的地位正在从"主流方法"退为"历史方法与特殊场景方法",但它的原理——用测验内部的两个子集互证——依然是理解 α、ω 与一切单次施测信度指标的母模型。教学与文献阅读中,它是绕不开的一站。
分半信度的教学价值还在于一个更普遍的方法论示范:把一个测量拆成两个独立子测量的做法,本身就是测量设计的一般策略——多水平模型中的组内组间分解、聚合效度中的方法拆分、实验研究中的分半对照,都共享"拆开后互证"的逻辑。学会分半信度,等于学会了一种贯穿心理测量的基本思维方式:任何单次测量都同时是多个可分离子测量的总和,把总和拆开检查,才能看清每个成分的贡献。
在测量文献的阅读训练中,分半信度也是检验读者严谨性的试金石:一份研究报告的分半信度若未注明拆分方式与校正处理,读者应当默认其系数不可比、不可复算;相反,注明了这两项的报告,其信度证据链就完整了一截。这种"看指标先看条件"的阅读习惯,从分半信度开始训练,可以推广到全部信度与效度指标的理解上。指标没有脱离条件的意义,这一原则最终会内化为研究者的测量素养,并且构成入门与专业之间的分水岭之一,值得在训练早期反复强调。