数据分析技术：什么是信度和效度？

　　对商业智能BI、大数据分析挖掘、机器学习，Python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

　　很多人知道信度和效度是因为问卷数据分析需要用到它们，其实信度和效度的应用范围远远不止于问卷的数据分析，今天我们就来聊聊数据的信度和效度。

　　什么是信度和效度?

　　信度与效度是事物的两个特征指标，因此它们描述的对象可以是任何事物，例如，可以是人和动物，也可以桌子和椅子，而我们这里要描述的对象是数据，研究的是数据的信度与效度。熟悉一个人，首先看他/她的外表;了解一个概念，首先从名字入手。

　　信度，顾名思义，就是能够令人相信或可靠的程度。数据的信度反映的是数据的集中程度和统一性，数据越集中越稳定，说明数据越可靠。

　　效度是数据能够准确反映事物真实情况的能力，也就是考察通过测量工具测量得到的数据是否准确。

　　以上内容可以通过下面这张打靶图来表示：数据越集中，信度越高;数据离靶心越近，效度越高。

　　看到这里，善于学习的你应该要提出这个问题：信度和效度之间的关系如何?可以用一句话来总结，效度高，信度一定高;信度高，效度却不一定高。通过打靶图，这句话还是很好理解的，如果一组数据的效度高，说明大部分的数据点都离靶心不远，那么数据当然也就比较集中啦，因此这组数据的信度也就低不了，结合第三和第四幅图就很好理解了。

　　数据信度和效度的用途

　　数据存在于生活的方方面面，什么犄角旮旯都可以产生和记录数据，而生活的奥秘(规律)就蕴藏在这些看起来离散没有规律的数据背后，这也是草堂君想要介绍给大家的东西。既然数据存在于各行各业，那么反映数据特征的信度和效度当然也会因为领域的不同，分析它们的方法也有很大差异。下面草堂君举三个生活例子：

　　仪器设备的信度与效度;仪器设备的信度和效度可以通过这些设备测量得到的数据来表示，如果测量数据的信度和效度越高，计量设备的信度和效度就越高。例如，菜市场的电子秤，同一块肉，测量100次，如果数据的波动(标准差或方差)很小，说明这台电子秤的信度很好;将这块肉用校准过的另一台电子秤测量100次，发现前100次的平均值比后100次的平均值高了68克，说明前一个电子秤的效度很差，菜摊老板有缺斤少两的嫌疑。根据上面介绍的内容，仪器设备的信度与效度可以直接用测量数据的标准差(方差)和平均值表示。

　　评分者信度和效度;因为评分者的打分数据直接关系到运动员或学生等的比赛名次或考试成绩，因此评分者的信度和效度分析异常重要。这里的评分者包括各种打分裁判(跳水、花样游泳、公务员面试等)和改卷老师等。评分者信度和效度;因为评分者的打分数据直接关系到运动员或学生等的比赛名次或考试成绩，因此评分者的信度和效度分析异常重要。这里的评分者包括各种打分裁判(跳水、花样游泳、公务员面试等)和改卷老师等。

　　例如，为了比赛的公平，奥运会的组委会会以合适的比例选择来自不同地区和国家的裁判组成裁判小组，避免裁判有意识或无意识的倾向于来自于同一地区或国家的运动员。除了这样人为安排以外，有没有从数据上对裁判的打分进行监督和评价，从而保证公平比赛的方法呢?其实是有的，这就是评分者的信度和效度分析。

　　评分者信度主要考察评分者的打分尺度是否统一，不希望出现有些评分者的打分尺度宽松，而有些评分者的打分尺度严格，或者有些裁判对自己国家的运动员打高分，而对竞争对手打低分的现象。关于评分者信度分析的内容前面推送过专门的文章，可以点击下方链接回顾：spss分析技术：裁判(打分者)的信度分析。

　　评分者效度可以通过考察所有评分者每次打分的区分度来表示，例如在跳水比赛中，10名运动员跳难度系数相同的动作，比较所有6名裁判的10次打分结果(这里的10次打分表示10个运动员成绩)，如果10个数据集合(每个数据集合有6个数据)之间有显著性差异，那么可以说明这6个裁判的打分能够有效区分不同运动员表现的差异，也就是6个裁判的打分效度好。评分者效度的分析可以采用方差分析进行。方差分析的内容可以回顾：SPSS分析技术：单因素方差分析。

　　问卷的信度和效度;问卷的信度在于评价收集上来的数据是否真实可靠，也就是检查填写问卷的这些人是不是认真的填写了问卷，还是乱填的。问卷的效度是用来研究题目的设置是否能够有效的测量问卷设计者当初设计的初衷，也就是说检验问卷题目的设计是否合理。

　　问卷的信度分析采用的是可靠性分析，前面已经写过文章详细介绍过，可以点击下方链接回顾：SPSS分析技术：问卷的信度分析。问卷的效果分析主要采用的是因子分析，因子分析又包括探索性因子分析(EFA)和验证性因子分析(CFA)。之前同样推送过EFA的文章，可以点击下方链接回顾：SPSS分析技术：因子分析;至于验证性因子分析(CFA)，需要用AMOS进行分析，后面会再详细介绍。

　　总结一下

　　从前面介绍的内容可以知道，信度分析和效度分析其实不是一种分析方法的名称，而是一类分析方法的总称，在不同的生活领域，信度和效度分析选择的具体分析方法是不同的(均值和方差、秩和检验、方差分析、相关分析等)，上面的内容只是列举了三个生活应用来解释这个经常被学习者误解的概念。

　　当然，能够用来表示数据信度和效度的分析方法远不止这些，因此选择合适的分析方法成为分析者头痛的问题，草堂君教给大家一个诀窍，只要能够表示数据可靠性或统一性的分析方法都能够用于信度分析;只要能够衡量数据是否准确表示考察对象真实情况的分析方法都能够用于效度分析;把握好这个原则就不会迷惑了。