1、文字描述证明数据可靠性：

• 使用文字详细描述数据的收集和处理过程，比如如何收集数据（比如数据中设置作弊题进行甄别），以及在收集数据过程中如何防范不真实数据，在数据收集完成后对数据进行何种清理，比如将回答同一答案的数据设置为无效样本等。通过科学客观地描述数据收集过程，即使用文字描述数据收集和处理过程等，用于证明数据的真实可靠，即说明数据具有信度。

2、 使用信度研究方法

• 信度研究方法通常有四种，分别是Cronbach α信度系数，折半信度系数，McDonald's ω信度系数和theta信度系数。

• 默认情况下，使用信度分析方法进行信度分析时，其有一定适用性，一般情况下是针对问卷量表类数据进行分析，其它类型的数据不能进行信度研究方法使用。

• 一般情况下，使用最多的为Cronbach α信度系数，如果是经典量表题，并且某个维度的测量项较多（比如大于5项）时，也可使用折半信度系数进行研究；Cronbach α信度系数和折半信度系数，此两种方法的原理是基于‘相关或变异’进行测量，即同一维度时各测量项之间应该有着较高的相关关系，如果数据真实，那么各测量项间的相关性也会较高，基于‘相关性’原理最终得到信度系数。

• 除此之外，还可使用另外两种测量方法，分别是McDonald's ω信度系数和theta信度系数，此两种测量方法的测量原理是利用‘信息浓缩’（内部原理为因子分析且提取为1个因子），各个测量项隶属于同一维度且数据真实，那么它们应该浓缩出较高的信息，结合因子分析输出的载荷系数loading值等进一步计算，最终得到指标值。

二、 信度分析计算公式和解读

1、关于Cronbach α信度系数，其计算公式如下：

其中N为测量个数（即放入SPSSAU的分析项个数），表示数据求和后的总变异, 表示第i项的数据变异， 表示各项数据变异求和。从公式可以看出，测量项个数会对Cronbach α信度系数产生影响关系，分析项个数越多时，Cronbach α信度系数可能会越高。测量项个数最少为2个，此时信度系数相对可能会最低。

2、关于折半信度系数，其计算公式如下：

折半系数涉及到Spearman-Brown系数和Guttman Split-Half系数。其中Spearman-Brown系数又分为等长和不等长两种计算。分别说明如下：

如果是等长，此时等长Spearman-Brown系数计算公式如上，其中R代表拆分成两部分数据（先将数据拆分成两部分，然后分别求和，分别得到两列数据）的相关系数值。如果不等长，即拆分成两部分分析项的数量不一致（即奇数项时），此时不等长Spearman-Brown系数计算公式如下。

上公式中R为两部分数据的相关系数，k1和k2分别代表两部分数据分别的分析项个数，k=k1+k2。

与此同时，SPSSAU还有提供Guttman Split-Half 系数，其也可用于测量信度。计算公式如下：上式中， 表示整体求和部分的方差； 和 分别代表第1部分，第2部分方差。

3、关于McDonald's ω信度系数，其计算公式如下：

4、关于theta信度系数，其计算公式如下：

上式中N为分析项个数，为最大特征根值。从上式可以看到，当分析项个数越多时，theta信度系数很可能会越大，而且最大特征根越大，theta信度系数值也会越大。