斯皮尔曼–布朗信度预测计算器
预测增加或减少题目后，测验信度会如何变化。输入当前信度，以及计划将题目数量调整为原来的多少倍。
学习手动计算方法输入数值
结果随输入自动更新。
2 表示题目数量翻倍，0.5 表示减半。
预测信度
0.824
长度调整为 2 倍时的预测信度
计算在您的浏览器中完成，数据不会发送给我们。
自己动手计算
当前信度为 0.70，预测题目数量翻倍后的信度。
按照示例了解计算过程，再代入您自己的数值。
计算长度变化倍数
k = 新长度 ÷ 原长度 = 2。当前信度 r = 0.70。计算分子与分母
分子 = k × r = 1.40。分母 = 1 + (k − 1)r = 1 + 0.70 = 1.70。相除得到预测信度
新信度 = 1.40 ÷ 1.70 ≈ 0.824。
此预测假设新增题目质量相近，且测量同一个构念。长度倍数小于 1 表示缩短测验。
在计算器中核对答案
此公式预测什么？
斯皮尔曼–布朗预测公式用于估算改变测验长度后的信度，前提是新增题目与现有题目具有相近的测量特性。增加题目通常会提高信度，减少题目则会降低信度；但随着测验变长，每次增加题目带来的收益会逐渐减小。
如何设置变化倍数
长度变化倍数等于新题目数除以原题目数。输入 2 表示题目数翻倍，0.5 表示减半，1.5 表示增加 50%。当前信度应填写已测得的信度系数，例如克朗巴赫 α。
常见问题
测验越长就一定越好吗？
在新增题目与现有题目具有相近测量特性的前提下，增加题目通常会提高信度，但提升幅度会逐渐减小，问卷过长也容易使受访者疲劳。此公式帮助您估算达到目标信度所需的合适长度。