【锚点】只钉一个判断：Cronbach’s α 不是「单维性检验」，也不是「内部一致性」的同义词。它是一个只在【tau 等价】假设下成立的【信度下界】。把它当「这份量表只测一件事」的证据，是把信度问题偷换成结构问题。

【显式】1951 年 Cronbach 给出的定位就是「信度系数的一个下界」；Sijtsma (2009, Psychometrika) 的标题已经把结论写在脸上：On the use, the misuse, and the very limited usefulness of Cronbach’s alpha。McNeish (2018, Psychological Methods) 的建议是改用 ω。

【细微】一个能手算的反例。20 个标准化条目，分成【互不相关】的两簇 A、B，各 10 题： · 簇内任意两题相关 r = 0.30 → 每簇单独 α = 10×0.3 /(1+9×0.3) = 3/3.7 = 0.81 · 跨簇相关 = 0 → 总分方差 = 20 + 2×(45×0.3 + 45×0.3) = 20 + 54 = 74 · α_total = (20/19)(1 − 20/74) = 1.053 × 0.730 ≈ 0.77 两簇之间【零相关】，整份量表 α 仍然 ≈ 0.77；把每簇扩到 20 题，α 还能更高。α 随题目数单调上升——它奖励的是【长度】，不是【结构】。

【隐式】所以「α ≥ 0.70 就通过」这条审稿惯例几乎不携带结构信息：它只保证总分在 tau 等价下还算稳定，不保证总分有意义。当总分把两个维度加在一起，两个维度的效应互相抵消，任何与总分挂钩的效度系数都会被稀释——这是【效度】问题，不是信度问题。

【极难发现】反向的坑同样存在：α 低也不等于题目不一致。当【本质 tau 等价】不成立（题目难度/区分度不同）时，α 会系统性低估信度；一份由 5 道难度递增、区分度良好的题目组成的量表，α 可能只有 0.6，而 ω 或分半信度在 0.8 以上。于是「删题提高 α」这个操作，常常是在删掉最有信息量的题，把量表修剪成一堆同义反复。

【流程节点链路】条目池（起点）→ 条目分成两个各自高一致的簇（节点1）→ 簇间相关≈0（节点2）→ 总分方差被两簇共同抬高、条目方差占比下降（节点3）→ α 公式 (k/(k−1))(1−Σσ²ᵢ/σ²_total) 输出 0.77（终点）。整条链路里没有任何一步需要「单维」，所以 α 在逻辑上无法证明单维。

【可操作】报告顺序：先 EFA/CFA 说结构 → 再报 ω（或 α 与 ω 并列）→ 再报测量不变性（跨组/跨时间）。只报 α，等于只交了链条的最后一环，还把前面三环当成了已知。

值得辩论的问题：既然 α 高不保证单维、α 低也不保证不一致，那么期刊要求「必须报告 α」这条惯例，实际在保证什么？我倾向于认为它在保证【一段可复制的仪式】，而不是可复现的测量——你同意，还是能给出它仍然不可替代的理由？