解释如下：↓
定义
信度是指可靠性或一致性。信度好的指标在同样或类似的条件下重复操作，可以得到一致或稳定的结果。
信度分类
- 稳定信度（stability reliability）：这是一种长期的信度。也就是指标在不同时间做测量时，可以得到同样的结果。通常我们是用测试与再测试方法（test-retest method）来检视一个指标的稳定信度，也就是将同样的指标对同一群体重新施测，如果每次都得到同样的结果，则此指标即有稳定信度。
- 代表性信度（representative reliability）：代表性信度是横跨各个次母体或群组的信度。也就是指标用于不同次母体或群组（如年龄、性别）时，可以得到同样的结果。例如，对年龄的测量，应该是询问不同年龄层时，都可得到一致性的资讯，不论此指标是正确的问到年龄，还是有同样方向的偏误，如以多报少。做次母群体分析（subpopulation analysis）时，除了比较指标使用在不同的次母群体或群组的结果外，还涉及利用其他独立的资讯，以判断指标使用在不同群组时所得到的结果是否有同样的误差。
- 同等信度（equivalence reliability）：同等信度是应用在利用多重指标测量同一构念的情况。我们感兴趣的是：是否不同指标能得到一致的测量结果？研究者常用折半法（the split-half method）来做此种信度的分析。其作法是将测量同一构念的多重指标随机分成两组后进行测量，然后判定是否两组指标得到相同的结果。我们可以用如Cronbach’s α这种统计方法来做此种信度分析。如果多重指标有相当的信度，我们就可利用这些指标来建构量表。另一种同等信度的特殊分析方法是做编码者间信度（intercoder reliability）的分析。当我们用多位观察者、评判者或编码者时就可用此方法。其目的是检视不同的观察者或编码者是否彼此间的意见一致。
如何提高信度
- 明确的概念化：当我们只测量单一构念或构念的一个面向（subdimension），并有清楚的理论定义时，信度就会增加。
- 提升测量尺度的精确性
- 使用多重指标：多重指标能使研究者测量一个构念的广泛定义内容。这就好像是从概念领域中做抽样（sampling from the conceptual domain），使研究者能测量到一个构念的不同层面。
- 使用预试（pretests）、前导研究（pilot studies）及重复测试（replication）
来源：教育Wiki
