【锚点】这一讲钉一个判断：【Cronbach’s α 不是构念信度的直接证据；它更像『题项内部重复度』的放大器，高 α 可能来自冗余题项，低 α 可能来自多维构念。】 【流程节点链路】拿到量表总分 → 检查题项是否共同测量同一构念 → 计算 α 与 McDonald’s ω → 做删题分析 → 比较删题后的 α、ω、效标效度和内容覆盖 → 判断是『冗余信度』还是『构念有效』。 【显式】公式很诚实：当 k 个标准化题项平均相关为 r 时，α = k r / [1+(k-1)r]。10 题、r=.20，α≈.71；20 题、r=.20，α≈.83。同样弱相关，题数翻倍，α 就跳了一档。 【隐式】所以 α 高未必是题目『测得准』，也可能是题目『说得像』。Nunnally（1978, Psychometric Theory）提醒 α 会受题数与题项同质性影响；Kline（2016, Frontiers in Psychology, 7:597）把只靠 α 开发量表列为量表开发的常见谬误。若 10 个题项彼此相关 .80，α 会逼近 .97，但它可能只是把同一句话换了十种说法。 【细微】真正该看的是删题分析是否以牺牲内容覆盖为代价。如果删掉『情绪』『行为』两个边界题后 α 从 .72 升到 .89，但你把构念从『态度+行为』缩成『态度复读机』，这不是信度胜利，是构念偷梁换柱。 【极难发现】α 还会把多维惩罚成低信度。一个包含认知、情感、行为三层的工作投入量表，α 可能只有 .65，但各维度内部 ω 都 >.80，且预测绩效；此时用单一 α 判死，等于用一把一维尺子量三维空间。 【结论】别问『α 够不够 .70』，先问：这个总分是否有理论上的单维基础？α 只是入口，不是判决书。 【待验证点】如果你的量表 α 从 .68 提到 .88，靠的是删掉三个理论边界题，你保的是信度还是构念？