跳转到内容

复本信度

来自VeritasWiki 真理百科
复本信度
英文名 Parallel-Forms / Alternate-Forms Reliability
学科归属 心理测量
核心含义 两份等值测验对同一批对象施测所得分数的一致程度
前提 复本在内容、难度与形式上等值
典型应用 前后测研究、大规模考试的版本等值
相关条目 重测信度、内部一致性信度、信度|}

复本信度指两份内容等值但题目不同的测验(复本)对同一批对象施测,两份分数之间的一致程度。A 卷与 B 卷测同一批人,分数是否可互换——这就是复本信度检验的问题。

复本信度的独特价值在于它同时压缩了两种误差来源:两卷间隔施测覆盖时间波动(类似重测信度),两卷题目不同覆盖题目抽样的波动(类似分半信度)。若两卷间隔极短(同日施测),则主要检验题目等值性。

复本的编制

复本信度的前提是复本本身等值,而等值性需要专门的编制工作。

内容等值:两卷覆盖相同的构念范围与题型结构,依据同一份命题蓝图(双向细目表)分别命题,保证各内容板块、各难度层的题量比例一致。

统计等值:两卷在预试样本中的难度(平均分)与区分度相当;必要时用锚题设计做统计等值处理,使分数可换算。

形式等值:题目数量、计分规则、指导语、时限一致。

编制合格复本的成本显著高于单卷——相当于完整命制两套测验。这也是复本信度主要见于大规模标准化考试、而不常见于普通研究量表的原因。

与其他信度类型的比较

复本信度与其他信度类型的关系可以通过"误差覆盖面"来理解。

内部一致性信度:单次施测,只反映题目间的一致,不涉及时间误差,也不涉及题目内容的具体抽样对分数的影响(它假定题目是构念的随机抽样,但检验的只是这组题目的内部关系)。

重测信度:同一卷两次施测,覆盖时间误差,但题目抽样误差被两次共享(同一卷的偏差两次都在),因此高重测相关不能排除题目特异性偏差。

复本信度:不同卷施测,同时覆盖题目抽样误差与(若间隔较长)时间误差,是覆盖面最广的信度证据;代价是编制成本与复本质量的不确定性——若复本编制不良,低相关究竟是信度差还是等值差,难以区分。

这一比较的实际含义:报告复本信度时必须同时说明复本编制的等值证据,否则系数的解释是悬空的;使用复本的研究(前后测设计)应报告复本信度而非只报原卷的内部一致性。

典型应用

复本信度在以下场景是必需的或高频的证据类型。

前后测干预研究:干预研究中用同一卷两次施测会带来练习与记忆效应(尤其认知测验),复本设计是标准对策——前测用 A 卷、后测用 B 卷,复本信度保证两卷分数可比。教育干预、认知训练研究中常见。

大规模考试的版本管理:分日多次施测的考试(防止泄题)需要多套等值卷,复本信度与等值处理是命题质量的核心指标。

常模与题库建设:题库化测验从题库动态抽题,不同被试拿到不同题目组合——这种自适应逻辑要求任何题目组合的分数可比,其前提正是复本级别的等值。

重复测量的实验研究:多次测量的实验范式(如情绪诱导前后各测一次)需要等值材料以避免重复暴露效应。

在这些场景中,复本信度不只是报告项,更是设计成立的前提——没有等值保证的前后测比较,其结论的解释空间大打折扣。

复本信度所依赖的"等值"概念,在现代测量理论中已发展为一套可操作的统计框架:锚题标定把两卷分数挂到同一量尺;项目功能差异检验逐题检查某题对两卷被试的难度是否异常;量表等值系数给出换算关系。这些技术使"复本等值"从命题经验的判断,升级为可量化、可逐题核查的统计命题。

对等值性的现代理解还有一个关键分层:题目难度差异可以是良性(均匀的小差异,整体分数可换算)或恶性(对特定群体与特定水平的选择性差异,无法用统一换算修正)。等值处理只能消化良性差异,恶性差异需要修改题目。对研究者而言,实用要点是:使用复本或换版研究时,至少报告复本相关与锚题等值证据;大规模使用前做逐题功能差异筛查。等值做得越细,"分数可比"这一承诺才越经得起检验。

复本信度的局限

复本信度也有明确的局限与适用边界。

编制成本高:等值复本需要双份命题、预试与统计校准,普通研究团队常无力承担,退而求其次的做法(如把原卷题号奇偶拆分为两半施测)实际上已是分半逻辑而非真正的复本。

等值不良的归因困难:低复本相关可能是测量不稳定,也可能是复本不等值;两者的区分需要额外的数据(锚题、多卷交叉设计),普通研究常不具备。

间隔选择的两难:间隔长则混入特质变化,间隔短则覆盖不了时间误差——与重测信度同样的权衡,且多了一层复本等值的不确定性。

对速度测验不适用:计时速度测验的复本等值特别难(速度差异对微小的形式差异敏感),此类测验更依赖其他信度证据。

实践中更常见的折中是分半信度与内部一致性信度——它们的编制成本低,但覆盖的误差面窄。方法学文献的建议是:不同信度指标覆盖不同误差来源,研究应根据测量用途(单次施测还是重复测量、个体决策还是群体比较)选择重点证据,并在报告中明确所报信度覆盖与不覆盖的部分。

实务操作建议

把复本信度落实到具体操作层面,有几条经实践检验的建议。

何时值得编制复本:前后测间隔短于练习效应消退期、认知类测验(记忆与练习敏感)、重复测量的实验设计——三类场景必须复本。纯态度量表的前后测,间隔较长且无练习问题时,同卷施测的损失有限,编制复本的必要性可以降级。

低成本近似方案:以同一命题蓝图命题的两卷做"平行性预试"(预试样本中两卷难度区分度对照、锚题标定),虽非严格复本,但等值证据远好于随意拼题;题库建设者可以把"未来可组复本"作为命题阶段的约束,降低后期成本。

报告的最低配置:复本相关系数、施测间隔、复本编制依据(蓝图与等值处理)、以及使用的是单卷还是双卷分数。缺任何一项,读者都无法判断两卷分数是否可比。

失败的处理:复本相关偏低时,先做逐题诊断(难度差异集中在哪些题、有无功能差异),再决定是修订个别题目还是整体重建——把低相关笼统归为"信度差"或"命题不行",都会错过真正的原因。

复本信度的实践逻辑与所有信度工作一致:先明确误差来源与用途需求,再决定投入哪种证据、投入多少。它是最贵的信度证据,也正因如此,最值得花在真正需要它的设计上。

参见

参考资料