1. 信度

2. 真分數理論的假設
X＝T＋E
任何觀察分數是由真實分數與誤差分數，這兩個假設的成分所組成。

3. 誤差的概念 誤差是指觀察分數與真實分數的差值，由於測量會產生誤差，所以每次測量所獲得的觀察分數會產生變動。
誤差的來源可分成系統性誤差(systematic errors)與隨機性誤差(random errors)。

4. 誤差的來源 系統性誤差又可分成恆定誤差(constant errors)與偏誤(bias)兩種。
對所有測量者皆有影響的誤差即為恆定誤差；只對某些群體的人會產生影響的誤差即為偏誤。
隨機誤差是由隨機產生的，並無法事先預測。

5. 信度的表示法
根據真分數理論，信度可以表示為：真實分數的變異數與觀察分數的變異數的比值。

6. 信度的種類
測驗版本
測驗次數 一種 兩種 一次
折半信度、庫李20、α係數
複本信度(等同係數) 兩次
再測信度(穩定係數)
再測複本信度

7. 再測信度(test-retest reliability)
再測信度是指將受試者在兩個不同的時間點，接受同一份測驗，然後以受試者在兩個不同時間點的兩個總分，求其相關係數，即可得到再測信度。
再測信度的兩次施測的間隔時間，不能太長也不能太短，可採2至4的星期。

8. 複本信度(alternate-form reliability)
複本信度是指將受試者在同一個時間點，接受兩份測驗(一份為正本，另一份為複本)，然後以受試者在正本與複本的兩個總分，求其相關係數，即可得到複本信度。
複本測驗必須在內容、題型、題數、難度、測試時間等均須相同，才能稱為複本測驗。

9. 複本信度(alternate-form reliability)
複本測驗需滿足下列的
假定：
1.同一個人在兩個測驗具有相同的真分數。
T1=T2
2.兩個測驗的誤差分數彼此獨立(即兩者相關係數為0)，且誤差分數的變異數相等。

10. 再測複本信度
再測複本信度是指將受試者在兩個不同的時間點，接受兩份測驗(一份為正本，另一份為複本)，然後以受試者在正本與複本的兩個總分，求其相關係數，即可得到再測複本信度。
再測複本信度可同時考量時間與內容兩個向度，是不錯的信度考驗方法。

11. 內部一致性係數
內部一致性係數是由一次施測的結果，去估算信度的數值，主要關注於試題的同質性。內部一致性係數的主要限制是不能估計速度測驗的信度。
內部一致性係數主要包含
1.折半信度
2.庫李20公式或庫李21公式
3.α係數

12. 折半信度(split-half reliability)
折半信度的求法是將一份測驗的試題分成兩個部分，然後求兩個部分總分的相關係數。
折半信度的折半方法有：1.奇偶折半；2.隨機折半。
由於試題的題數越多，所估計的信度值會越高，因此，採用折半信度必須以斯布(Spearman-Brown)校正公式，校正被低估的信度值。

13. 斯布校正公式
n：測驗工具長度增長或縮短的倍數
rXX:測驗工具增長或縮短後的信度
rAA:測驗工具原本的信度

14. 斯布校正公式的應用實例
例1：折半信度的數值大小為0.7，則則經斯布校
正公式的校正後，其信度為多少？

15. 斯布校正公式的應用實例
例2：已知一份40道題目的測驗，其信度為0.8，
若打算將試題縮減為30道題目，則其信度
將變成多少？

16. 斯布校正公式的應用實例
例3：已知一份40道題目的測驗，其信度為0.8，
若打算將信度增加至0.9，則測驗的題目將
變成多少題？

17. KR20 KR20是由Kuder & Richardson兩人所發展的第20號公式，但它僅適用在二分計分法，亦即答對得1分，答錯得0分。
K：題數 P：每題的答對率
Q ：每題的答錯率 (σx)2 ：測驗總分的變異數

18. α係數 α係數是由Cronbach所發展的，當測驗的評分方式不只二分計分時，例如likert五點量表，則不能採用KR20，而須採用α係數。
K：題數 (σi)2 ：第 i 題的變異數
(σx)2 ：測驗總分的變異數

19. 1 2 3 4 5 6 7 8 9 10 總 A B C D E F G H I J Pi .6 .3 .7 .8 .2 .4
S=2.93 Qi PQ
.24
.21
.16 S2
.267
.233
.178
1.822

20. KR20的計算實例

21. α係數的計算實例

22. 評分者信度(scorer reliability)
評分者信度主要針對不同的評分者，對同一表現評分的一致性程度。
當評分者只有兩人時，可採用Spearman的等級相關；當評分者三人以上，則需採用肯德爾的和諧係數。

23. 測量標準誤(standard error of measurement)
在測驗與評量中，假定對同一個人施測非常多次，則每次觀察分數與真實分數的誤差分數，會形成常態分配，而此常態分配的標準差，特別稱為測量標準誤。
測量標準誤的最大應用價值在於可用以推論真實分數的可信範圍。

24. 測量標準誤(standard error of measurement)
σx：觀察分數的變異數
rxx：信度係數
由上述公式，可知SEM越小，則信度越高， SEM越大，則信度越低。

25. 測量標準誤的應用實例
例1：某測驗的信度為0.84，標準差為10，則該
測驗的SEM為多少？

26. 測量標準誤的應用實例 例2：承例1，若某生在該測驗考80分，則某生 真實分數的範圍是多少？
1.某生的真是分數有68.26%(即平均數上下一個標準差)落在80±1SEM
80－4≦某生的真實分數≦ 80＋4
76≦某生的真實分數≦ 84

27. 測量標準誤的應用實例 2.某生的真是分數有95.44%(即平均數上下兩個標準差)落在80±2SEM
80－2×4≦某生的真實分數≦ 80＋2×4
72≦某生的真實分數≦ 88
3.某生的真是分數有99.74%(即平均數上下三個標準差)落在80±3SEM
80－3×4≦某生的真實分數≦ 80＋3×4
68≦某生的真實分數≦ 92