折半信度结果解读：Spearman-Brown校正与两半相关性.docxVIP

折半信度分析结果解读

一、方法概述

折半信度（Split-HalfReliability）是心理测量学和问卷调查研究中评估量表内部一致性的重要方法之一。其基本原理是将量表的所有题项按照一定规则（通常为奇偶分半或前后分半）拆分为两个等价的子量表，然后计算两个子量表得分之间的相关系数，并通过Spearman-Brown公式进行校正，以估计整个量表的信度水平。折半信度系数越接近1，表明量表两半之间的测量一致性越高，量表的内部稳定性越好。一般而言，折半信度系数大于0.7即认为量表具有可接受的信度水平，大于0.8则表明信度良好。本研究利用SPSSAU软件平台，对包含6个题项的量表进行折半信度分析，以检验量表测量的可靠性和稳定性。

在SPSSAU【问卷研究】模块选择【信度】，将变量拖拽至右侧对应分析框，选择信度系数，操作如下图：

二、折半信度分析结果

表1详细报告了折半信度分析的各项关键指标。前半部分3个题项的Cronbachα系数为0.852，后半部分3个题项的Cronbachα系数为0.846，两半的信度水平高度接近且均达到良好标准（大于0.8），表明量表前后两半各自内部具有较强的一致性。前后两半之间的原始相关系数为0.879，说明两半得分之间存在高度正相关，即被试在前半量表和后半量表上的表现具有较强的一致性。

经过Spearman-Brown公式校正后，等长假设下的折半信度系数为0