测量标准误计算器
估算测验分数的测量误差。输入分数标准差和信度系数即可。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
此计算器有两个输入框。第一个填写分数的标准差，第二个填写 0 至 1 之间的测验信度，例如 0.85。两者均输入普通数值，可以使用小数点。
测量标准误
测量标准误（SEM）用于描述单个测验分数中的测量误差规模，即同一人在相同测量条件下重复测试时，分数可能出现的波动。它与均值标准误不同。此工具根据分数的标准差和测验信度计算测量标准误；若要构建具体置信水平的分数区间，还需乘以相应系数。
自己动手计算
假设测验分数的标准差为 10 分，信度为 0.84。
按照示例了解计算过程，再代入您自己的数值。
计算 1 减去信度
1 − 信度 = 1 − 0.84 = 0.16。取其平方根
√0.16 = 0.4.乘以分数标准差
SEM = SD × √(1 − 信度) = 10 × 0.4 = 4 分。
SEM 描述单个分数的测量不确定性，与样本均值的标准误不同。信度应输入 0 至 1 之间的系数。
在计算器中核对答案
应用场景
- 教师: 教师检查学生成绩的测量误差，避免仅凭 72 分与 70 分的细微差异，就认定两人的能力存在明确差别。
- 人力资源与招聘人员: 人力资源人员使用能力测验时，结合测量标准误判断两位候选人的分数差异是否足以支持实际决策。
- 调查与研究团队: 研究人员报告问卷分数时，补充注明置信水平的误差区间，让读者了解分数的精确程度。
SEM 能告诉您什么？
测量标准误估计个体观测分数相对于其真实分数的误差规模。计算公式为 SD × √(1 − 信度)，因此在标准差相同的情况下，信度越高，测量误差越小。
何时使用
如果您有一组考试、测验或问卷分数，想评估单个人分数的精确程度，可以使用此工具。它适用于分数细微差异可能影响判断的场景，例如考试成绩、能力测验或评定量表。首先需要知道这项测验的分数标准差，以及反映测量一致性的信度系数。输入这两个数值后，工具会估算单个分数的测量误差规模。
结果是什么意思？
结果是测量标准误，单位与测验分数相同，例如考试分数的 SEM 也以分计。在误差近似正态等假设下，以观测分数为中心、上下一个 SEM 的区间约有 68% 的覆盖率，上下约两个 SEM 则约为 95%；更准确的 95% 系数是 1.96。SEM 越小，测量越精确。不存在统一的理想数值，应结合测验量尺和实际用途判断。
常见错误
常见错误是把信度按百分数输入。这里必须使用 0 至 1 之间的小数，例如输入 0.85，而不是 85。另一种错误是将标准差与标准误混淆；第一个框需要的是分数的标准差。确保两个数值来自同一测验和相同适用人群。SEM 也不是及格线，它只描述分数周围的测量误差，不判断成绩好坏。
如何使用此计算器
- 计算分数的标准差，例如在电子表格中使用样本标准差函数 STDEV.S，然后填入第一个框。
- 在第二个框中输入 0 至 1 之间的测验信度，例如 0.85。
- 查看自动计算出的测量标准误。
- 将结果理解为单个分数的误差规模。上下一个 SEM 在正态误差假设下约对应 68% 的区间；约 95% 的区间应使用上下 1.96 个 SEM。
计算示例
假设某考试的标准差为 10 分，信度为 0.84。分别输入 10 和 0.84，得到测量标准误 4 分。对于得分 70 分的学生，上下一个 SEM 对应 66 至 74 分；在误差近似正态等假设下，这是约 68% 的区间，而非 95%。约 95% 的区间应取上下 1.96 个 SEM，即约 62.16 至 77.84 分。
常见问题
各输入框应填写什么？
在第一个框中输入分数的标准差，在第二个框中输入测验信度。信度应是 0 至 1 之间的小数，例如 0.80。
如何获取标准差？
大多数电子表格软件都能计算标准差。可在 Excel 或 Google Sheets 中将分数放在一列，使用适合样本数据的 STDEV.S 函数；它衡量分数的离散程度。
如何获取信度系数？
测验手册或测试报告通常会提供信度信息，常见指标包括克朗巴赫 α。如果测验由您自行编制，可通过统计软件或电子表格扩展工具计算适合该测验的信度系数。
结果具体表示什么？
它表示单个分数的测量误差规模，单位与分数相同。在误差近似正态等假设下，观测分数上下一个 SEM 对应约 68% 的区间；约 95% 的区间需要取上下 1.96 个 SEM。不要把一个 SEM 直接当作 95% 误差范围。
数值高一些好，还是低一些好？
在相同量尺下，数值越小，表示分数测量越精确。数值较大，意味着单个分数可能因测量误差而上下波动数分。