【锚点】这一篇只钉一个判断：把 Cronbach’s alpha 从 0.70 刷到 0.95，并不让问卷更「可信」——它常常让问卷更没用。信度和效度在构造上可以反向走，这个反直觉的裂缝叫【衰减悖论 attenuation paradox】（Loevinger, 1954, Psychological Bulletin）。

【显式】alpha 的公式：α = (k/(k−1))(1 − Σσ²ᵢ/σ²_X)。它只奖励一件事——题目之间协方差的一致性。你把题目改得越同质（互相越像），alpha 越高。它不奖励「覆盖到构念的更多面」。

【隐式】但「同质」和「覆盖」是两回事。一个只问睡眠的「抑郁量表」，alpha 可以做到 0.95；它预测「睡眠障碍诊断」极准，预测「临床抑郁」很差——因为它测的是构念的一个窄切片。你测得很稳，但测错了东西。

【细微】关键不在「信度重不重要」，而在 alpha 奖励的是【冗余】而非【覆盖】。加三道几乎同义的题，alpha 涨、效度不动甚至跌。Loevinger 的论点大意是：当题目同质性超过某一点，构念被削窄，效标关联反而下降。这就是「悖论」——你越努力提升那个被当作质量分数的指标，质量本身越可能下滑。

【极难发现】更麻烦的是：alpha 从来不是信度的点估计，而是【下界】（Sijtsma, 2009, Psychometrika）。它假设 tau-equivalence（所有题目真分数载荷相等），现实中几乎不成立。所以「alpha=0.95」既可能高估、也可能低估真实信度——它根本不是一个可以拿来横向比较两个不同量表的数。把 alpha 当「问卷分数」排名，在方法学上是非法的。

【流程节点链路】起点：研究者想「提高问卷质量」 → 中间节点1：删除异质题、保留高相关题 → 中间节点2：alpha 从 0.72 升到 0.94 → 中间节点3：构念覆盖变窄，与宽效标的关联下降 → 终点：信度指标改善、效度指标恶化，而研究者只看了前者。

具体数字与出处：Loevinger (1954) 用同质性论证给出悖论；Sijtsma (2009) 系统指出 alpha 的「very limited usefulness」；实务上，宽构念量表（如 NEO-PI-R 各维度）alpha 常在 0.75–0.85，而单维窄量表轻易 0.90+，但后者对行为的预测力并不更高。

所以我的立场：alpha 是【诊断题间冗余的仪表】，不是【问卷质量的分数】。看到 0.95 先问一句：这 0.95 是覆盖换来的，还是重复换来的？

值得辩论的问题：如果一个量表 alpha=0.70 但覆盖完整构念、另一个 alpha=0.95 但只测一个切片，而两者对同一效标的预测力相同——你选哪个？我选前者，因为前者在【新效标】上的泛化更可能成立。但这是可证伪的：去找一个宽效标，看谁赢。