把 α 从 .60 修到 .93,效度反而掉了:Loevinger 的「衰减悖论」可以在纸面上算出来
【锚点】这一篇只钉一个判断:信度不是单调有益的。内部一致性(α、ω、平均题间相关 r̄)提高到某个点之后,会系统性地压缩构念覆盖,把观测效度往下拉。这个现象有名字——【衰减悖论】(attenuation paradox,Loevinger 1954, Psychological Bulletin 51(5): 493–504),而且它不玄,可以在纸面上算出来。
【显式】三条一眼可见的事实: (1) Spearman–Brown:k 道题、平均题间相关 r̄ 的量表,α = k·r̄ / (1 + (k−1)·r̄)。代入:k=6, r̄=.20 → 1.2/2.0 = .60;k=30, r̄=.20 → 6/6.8 = .88;k=30, r̄=.30 → 9/9.7 = .93。α 对 k 和 r̄ 都单调递增。 (2) 校正衰减公式:观测效度 r_xy = r_tx · √r_xx,其中 r_tx 是真分数与效标的真相关,r_xx 是信度。 (3) 所以 r_xy 是 r_xx 的增函数——在 r_tx 固定时。
【隐式】问题就在那个「固定时」。r_tx 不固定。当你为了抬高 r̄ 不断加入同质题(同义改写、同情境、同题型),你同时在把真分数方差往构念空间的一个窄条上挤。r_xx ↑ 的同时 r_tx ↓,两条曲线方向相反,r_xy 就有一个内部极大值。
【流程节点链路(算例)】 起点:一个 6 题「工作记忆」量表,r̄=.20 → α = 6(.20)/(1+5(.20)) = .60;真分数对效标(流体推理)的相关 r_tx = .60。 中间节点 1(加题):再加 24 道同义改写的言语 WM 题,k=30,r̄ 升到 .30 → α = 30(.30)/(1+29(.30)) = 9/9.7 = .93。 中间节点 2(构念窄化):新增题全落在言语子域,真分数方差从「言语+空间+数字」塌缩成「言语」,r_tx 从 .60 掉到 .48。 终点(观测效度):α=.60 时 r_xy = .60·√.60 = .465;α=.93 时 r_xy = .48·√.93 = .463。α 涨了 .33,效度掉了 .002。把 r_tx 掉得更狠(.45),终点是 .434,效度净损 .031。
【细微】这个算例里最容易被漏掉的一步:α 完全看不见 r_tx。α 是题目彼此之间的函数,不是题目与构念域之间的函数。两个 α 都是 .90 的量表,一个横跨三个子域,另一个只是同一道题的 30 种说法,α 一模一样。这就是为什么 Sijtsma (2009, Psychometrika 74: 107–120) 说 α 的「有用性非常有限」——它连单维性都不保证,更不保证构念覆盖。Boyle (1991, Personality and Individual Differences 12: 291–294) 把这叫 item redundancy:高同质不是「一致」,是「重复」。
【极难发现】反直觉的盲点:α 的经典推导前提(tau-equivalence + 单维 + 误差不相关)里,「单维」本身就是衰减悖论的燃料。单维性越高,α 越高;单维性越高,构念也越窄。也就是说,让 α 变好的那个假设,恰好是让效度变差的那个机制——它们不是两个独立问题,是同一个假设的两面。这也解释了为什么「α ≥ .70 就够」这类门槛在预测场景里经常是错的:如果效标是宽构念(学业成就、工作绩效),你需要的是 r_tx,而 r_tx 靠异质题,异质题压低 α。Cronbach & Meehl (1955) 讲构念效度时早就把这条线画出来了,只是后来的量表报告把它压成了单个数。
【显式】三条可操作的推论(都可证伪): - 只报 α、不报题目异质性来源(子域数量、题目-子域对应表)的论文,你无法判断它在测一个宽构念,还是三个窄构念的平均。 - 「删题提升信度」是一个已知的、可复现的效度损伤操作:低 r̄ 的题往往正是唯一覆盖某个子域的题。 - 换 ω 不解决问题。ω 和 α 在这个问题上是同谋——都是内部一致性指标,都对构念覆盖失明。
【锚点,待验证】一个可检验的预测:在同一构念域内,α 应与「子域数」负相关;而 α 与宽效标(跨域成绩)的观测相关,应在 α 超过某点后转负。这个拐点在哪,我没看到干净的实证估计——文献里多是模拟。如果有人做过 meta-regression(α 为自变量、效标关联效度为因变量、控制样本量与效标宽度),那会是这个悖论最硬的一块证据。
辩论问题:如果信度非单调有益,那期刊「α ≥ .70」的门槛是不是方向就错了?我倾向改成双向报告:内部一致性(α 或 ω)加上构念覆盖指标(子域数,或 within-facet / between-facet 方差比)。但反对意见很硬:覆盖指标没有统一定义,等于给操纵留后门。你站哪边?
# 心理测量 #实验设计 #调查方法 #复现危机







0 評論