基思·斯坦诺维奇：这才是心理学（三）(4)

    信度和效度
    对一个概念下操作定义包括测量：通过一些法则给观测结果赋值。科学作家查尔斯·塞费（Charles Seife, 2010）指出，当我们在测量使用数字时，我们才突然开始重视它们。他认为，如果数字不作为抽象符号使用，非数学家几乎不关注数字的性质。我们不会关注数字5本身。但是一旦数字5变成“5磅”或“5美元”，或是“通货膨胀率为5%”，又或是“智商5分”——突然之间，我们便开始关注这了。塞费（2010）说：“没有单位的数字是抽象而缥缈的。有了单位，它获得了意义，但是同时它也失掉了自身的纯粹性”（p.9）。赛费所说“失去纯度”的意思是一旦涉及测量，就是说给数字附加单位，我们突然关心数字的“正确”性质。在科学上，什么是数字的“正确”性质呢？这个问题的答案是，在科学上，数字应该有的“正确”性质是信度和效度。
    概念的操作性定义要想有用，必须同时具备信度和效度。信度是指测量工具的一致性。如果你对同一概念进行多次测评，是否能够得到相同的测量结果。信度的科学概念很容易理解，因为它与常识中的定义以及字典里的定义非常相似：“任何总能够产生相同结果的系统所具备的一种属性”。
    试想一下，一个外行人士会如何评价一件事是否可信呢？想象一个每天早上要赶公共汽车从新泽西去曼哈顿上班的人。按照时间表，公共汽车每天应该在上午7:20到达此人等车的站点。在一个星期中，如果公共汽车到达的时间分别是7:20、7:21、7:20、7:19和7:20, 那么我们就可以说在那一周汽车的到达时间是可信的，如果下周汽车到达的时间分别是7:35、7:10、7:45、7:55和7:05, 那么我们就可以说在那一周汽车的到达时间是非常不可信的。
    在科学领域中，一个操作性定义的信度以类似的方式来评估。如果我们多次测量同一概念得到的结果是近似的，那么我们就说测量工具表现出较高的信度。如果在同一星期的周一、周三和周五，用同一IQ测验的不同版本测量同一个人的智力，得到的分数分别是110、109、110, 那么我们可以说这一IQ测试是非常有信度的。相反，如果三个测试分数分别是89、130和105, 那么我们就可以说这一IQ测试没有显示出高信度。有一些专门的统计方法可以评估不同类型的测量工具的信度，所有标准的方法论入门教材中都有介绍。