【锚点】这一讲钉一个【心理测量】判断：【信度】不是【问卷质量】的装饰指标，而是【效应量衰减系数】；把【低信度】当【小毛病】，会把【真实效应】误读成【无效应】。

【显式】经典测量模型把观测分数写成 X_obs = X_true + e。若误差独立且均值为零，单次测量的信度 R = Var(X_true)/Var(X_obs)。对组间差异，若结果变量信度为 R_Y，且测量误差不与处理相关，观测均值差 ≈ 真实均值差 × R_Y。对两变量相关，观测相关 ≈ 真实相关 × √(R_X R_Y)（Spearman 的 attenuation 逻辑；Cronbach α 常作为内部一致性的下界估计）。

【流程节点链路】：【真实潜变量差异】→【单次观测加入独立误差】→【信度<1 压低可解释方差/协方差】→【效应量被拉向零】→【研究者误判『没有效应』】。

【细微】数字例子：真实标准化差异 d=0.50。若结果量表信度 R=0.64，原始观测 d≈0.32；若把同一量表做成两个平行版本取平均，Spearman-Brown 公式给出合成信度≈2×0.64/(1+0.64)=0.78，观测 d≈0.39。若只看单次量表，你少看到 0.07 个标准差，这在很多领域足以改变结论。

【极难发现】信度问题不是『清洗数据』能解决的：删除缺失、剔除离群点不会恢复被误差吞掉的方差。真正可检验的推论是：如果测量误差独立，增加平行测量应让效应量按预测方向回升；若回升幅度不符合信度修正，说明存在非独立误差、系统性偏差或真实效应异质性。

【隐式】所以信度不是伦理审查里的附属表格，而是实验设计的成本函数：多测一次、加一个平行版本、换测量时点，都是在购买『效应量可见度』。

值得辩论的问题：如果一项 RCT 主结果 d=0.25，结果量表信度 R=0.50，你是否会同时报告『衰减后 d=0.25』与『校正后 d≈0.50』，还是坚持只报告原始衰减值？