发布时间：
加油，祝顺利、
信度是一份问卷的可信性的程度，就是指多次测量得到结果是否是大体一致的，而不是每次结果出入都很大！效度是指这份问卷是否真实的测量了它要测量的东西。
亲，为您查询到的答案是：是的，学生自我评价表应该测试信度和校度。信度是指测量工具的准确性，即测量工具能够准确地反映研究对象的特征。校度是指测量工具的可比性，即测量工具能够在不同时间和不同环境下反映出研究对象的特征。因此，学生自我评价表应该测试信度和校度，以确保其准确性和可比性。
信度效度检验在问卷调查的过程中是必须要做的。
信度效度检验在问卷调查的过程中是必须要做的，因为问卷调查往往只是整个项目的一个环节，在正确项目的目标下，一定会另有调查的可信度，有效分析来支持调查结果，这样我们的问卷调查才有可信度，结果也能趋于正确数据。
信度指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。
系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性。反之，随机误差可能导致不致性，从而降低信度。信度可以定义为随机误差R影响测量值的程度。如果R=0，就认为测量是完全可信的，信度最高。
一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述，无论是什么类型的问卷，都应该在论文中进行表述以证明数据质量可信可靠。
如果是自编量表，一般需要进行预测试，就是在小范围发放问卷，进行信效度分析，对信效度较低的题项进行修改或删除，便于研究者对初测问卷进行一定调整以形成最终版本。当然，正式研究还是要做信效度分析。
效度与信度是优良测量工具所必备的两项主要条件。效度与信度之间存在的关系，可以用一句话来概括：信度是效度的必要条件而非充分条件。
信度是效度的必要条件，就是说，一个指标要有效度就必须有信度，不可信就不可能正确。但是，信度不是效度的充分条件，即是说，有了信度，不一定有效度。
严格来说！不是所有问卷都适合做信效度分析，信效度分析主要针对【量表】类问卷，而如果只是调查一些客观现实（如年龄、性别、职业、车辆、工资等）以【显变量】为主的问卷，是不适合做信效度分析的！判断一些变量之间是否适合做信效度检验，应该关注这么几点：
（1）潜变量：直接无法观测到的变量，主要反映人的认知和主观意愿等。
（2）可测：可以被测量的变量，一般是有序或等距的变量，而不是像地点这样的分类变量。
（3）变量之间等距等尺度：例如均采用5点或7点评分法获得的测量数据。
信效度是指同一检测方法对同一现象重复检测时的一致性程度。如果问题非常简单，而且都是既定事实，若都是认真完成的话，是不会出现再次检测时，答案不一致的情况的。所以不需要进行信效度检测。如需问卷调查推荐使用问卷星。问卷调查法是研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取信息的工具，其质量高低对调查结果的真实性、有效性等具有决定性的作用。为了保证问卷具有较高的可靠性和有效性，信度和效度分析是问卷分析的第一步，如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，可以用来做后续的建模分析，相反，信度和效度如果不高，就需要重新设计问卷并发放问卷。想要了解更多关于调查问卷的相关问题，推荐咨询问卷星 问卷星调查系统支持多种题型，可以设置跳转、关联和引用逻辑。支持微信、邮件和短信等方式收集数据，数据回收后可以进行分类统计、交叉分析，并且可以导出到Word、Excel、SPSS等；同时拥有49种题型，应有尽有；同时单选、多选、矩阵、排序、量表、比重、表格、文件上传等多种题型，让你的调查问卷一目了然！
一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述，无论是什么类型的问卷，都应该在论文中进行表述以证明数据质量可信可靠。
如果是自编量表，一般需要进行预测试，就是在小范围发放问卷，进行信效度分析，对信效度较低的题项进行修改或删除，便于研究者对初测问卷进行一定调整以形成最终版本。当然，正式研究还是要做信效度分析。
信效度具体分析参考SPSSAU的帮助手册说明。
信度分析智能文字解读-SPSSAU
参考资料：信度分析-SPSSAU
益派调查网可以免费发布调查问卷，可以免费使用样本。调查问卷包含的题型多种多样，开放题、矩阵题什么的都能做，基本满足论文中设计的数据调查及分析。
信度效度检验在问卷调查的过程中是必须要做的。
信度效度检验在问卷调查的过程中是必须要做的，因为问卷调查往往只是整个项目的一个环节，在正确项目的目标下，一定会另有调查的可信度，有效分析来支持调查结果，这样我们的问卷调查才有可信度，结果也能趋于正确数据。
信度指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。
系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性。反之，随机误差可能导致不致性，从而降低信度。信度可以定义为随机误差R影响测量值的程度。如果R=0，就认为测量是完全可信的，信度最高。
一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述，无论是什么类型的问卷，都应该在论文中进行表述以证明数据质量可信可靠。
如果是自编量表，一般需要进行预测试，就是在小范围发放问卷，进行信效度分析，对信效度较低的题项进行修改或删除，便于研究者对初测问卷进行一定调整以形成最终版本。当然，正式研究还是要做信效度分析。
效度与信度是优良测量工具所必备的两项主要条件。效度与信度之间存在的关系，可以用一句话来概括：信度是效度的必要条件而非充分条件。
信度是效度的必要条件，就是说，一个指标要有效度就必须有信度，不可信就不可能正确。但是，信度不是效度的充分条件，即是说，有了信度，不一定有效度。
严格来说！不是所有问卷都适合做信效度分析，信效度分析主要针对【量表】类问卷，而如果只是调查一些客观现实（如年龄、性别、职业、车辆、工资等）以【显变量】为主的问卷，是不适合做信效度分析的！判断一些变量之间是否适合做信效度检验，应该关注这么几点：
（1）潜变量：直接无法观测到的变量，主要反映人的认知和主观意愿等。
（2）可测：可以被测量的变量，一般是有序或等距的变量，而不是像地点这样的分类变量。
（3）变量之间等距等尺度：例如均采用5点或7点评分法获得的测量数据。
一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述，无论是什么类型的问卷，都应该在论文中进行表述以证明数据质量可信可靠。如果是自编量表，一般需要进行预测试，就是在小范围发放问卷，进行信效度分析，对信效度较低的题项进行修改或删除，便于研究者对初测问卷进行一定调整以形成最终版本。当然，正式研究还是要做信效度分析。
需要。一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述，无论是什么类型的问卷，都应该在论文中进行表述以证明数据质量可信可靠。如果是自编量表，一般需要进行预测试，就是在小范围发放问卷，进行信效度分析，对信效度较低的题项进行修改或删除，便于研究者对初测问卷进行一定调整以形成最终版本。当然，正式研究还是要做信效度分析。☺️☺️☺️
在论文写作中，导师常常告诉我们，调研要有信效度检验，那么信度、效度是什么？怎么分析信效度呢？ 信度是指测量的可信程度。 我们来看一个比较理想的状态。当我们用一个测量工具，对我们需要测量的对象测量了很多次后，得到的结果都是一样的。这时我们可以说这个测量工具是可以信赖的。 但是现实中，由于随机误差的影响，不可能达到这种状态。 那么我们怎么评估我们的测量工具是可以信赖的呢？ 我们可以计算我们用自己的测量工具得到的结果与理想状态的差距。如果差距越小，那么我们的测量工具就越可靠。 这个差距就是信度。 信度有不同的指标，我们只要明白什么时候用什么指标来检验信度就可以了。剩下的计算，统计软件可以帮我们完成，我们只要选择我们需要的计算公式进行计算，就能得出我们想要的结果。 效度则是考察我们使用的测量工具是否能有效度量我们要测量的变量。 较为公认的说法是，效度分为三种：内容效度、校标效度和构念效度。 内容效度指问题的撰写是否能准确反映测量的初衷。 校标效度指测量工具与某个公认的标准的关系是否紧密。（研究目的是测量是否能较为准确地进行预测。） 构念效度指测量工具能测量出的结果和理论预测或理论结论之间的关系是否紧密相关。（研究目的是验证理论用于测量的有效性。）那么文献中经常看到的表面效度，聚合效度，区别效度呢？ 表面效度：题项的表述是否明确、清晰、规范。（一般依据专家的意见来检验，具有主观性，不够牢靠。） 构念效度包含区分效度，聚合效度。当测量对象包含较为复杂的相互关系时，需要细化分析了。 区别效度：一个测量中，不同项目得到的测量结果能够得到区分。 聚合效度：测量一个特征的项目中，项目中不同题项应该指向同一相同特征。 那我们具体要怎么做呢？ 和信度一样，我们只要了解在什么情况下用什么指标检验效度就好，剩下的计算软件会帮我们完成。在写文章时，我们只要依据自己的问卷或量表，选择合适的信度、效度检验指标，利用软件计算出结果，就可以验证问卷或量表设计是否可信、有效了。
论文信度效度怎么分析介绍如下：
要看做的内容是什么，如果你的问卷中的四个维度同质性很高，那么我们通常只报告整体的Cronbach's Alpha系数。比如一份语言测试（单一能力测验），那么就不需要报告每个部分的Cronbach's Alpha了。
但是如果不是，比如是人格测验，那么通常是要报告每个分测验和总的Cronbach's Alpha。不过你放心，一般这个信度指标和题目数量有关，也就是说题目越多，信度就越高。所以总体的指标一定不会低于单个分测验的。
另外，测验当然要做效度分析了。既然你的问卷结构已经确定，建议你做验证性因素分析，可以用结构方程模型做，具体工具推荐AMOS。
信效度分析：
统计学分析中经常会采用问卷调查的方法来获取分析数据，为了保证统计设计质量，往往需要检测调查问卷的质量，也就是通过问卷测量得到的，反映调查对象客观现象的统计数据的准确性。一个好的调查问卷设计不仅可以保证在多次重复使用下得到可靠的数据结果，即准确性。
信度一般用阿尔法系数做检验效度一般用T检验，显著性差异指数P检验。一般应该先用小样本做信度和效度，但是做效度的样本也不应该低于60人。然后再做推广。还有你这种量表是否应该在做效度时用校标关联系数呢，但这又需要你有新的校标。因为不太了解具体情况，所以先这么说，在做的时候你要遇到什么问题，你在问我哈。还有建议关于怎么做信度和效度，你还是看一下相关书籍。我觉得这还是很有必要的。 一、信度系数与信度指数 大部分情况下，信度是以信度系数为指标，它是一种相关系数。常常是同一被试样本所得到的两组资料的相关，理论上说就是真分数方差与实得分数方差的比值，公式为： r(xx)=r^2(xt)=S^2(t)/S^2（x） 公式中r^2(xt)是真分数标准差与实得分数标准差的比值，称作信度系数，公式为： r(xt)=S(t)/S(x) 可见信度指数的平方就是信度系数。 二、测量标准误 信度系数仅表示一组测量的实得分数与真分数的符合程度，但并没有直接指出个人测验分数的变异量。我们可以用一组被试两次测量结果来代替对同一个人的反复施测，于是有了信度的另一个指标，公式为： SE=S(x)√1-r(xx) 公式中SE为测量的标准误，S(x)是所得分数的标准差，r(xx)为测验的信度系数，从公式我们可以看出测量的标准误与信度之间有互为消长的关系：信度越高，标准误越小，信度越低，标准误越大。p value 和t value 我在百度百科上没看到，你自己再找找吧
是的。论文中的信度检验指的是论文查重结果，只需要一张表打印出来即可。毕业论文（graduationstudy），按一门课程计，是普通中等专业学校、高等专科学校、本科院校、高等教育自学考试本科及研究生学历专业教育学业的最后一个环节，为对本专业学生集中进行科学研究训练而要求学生在毕业前总结性独立作业、撰写的论文。
lz自己找一本试验数据处理的书看看吧，实在不行，就用南开大学出的（我是南开大学的，这是我们的教材）大学基础物理实验（力学，热学及分子物理分册）p46页上面的具体算法写的很明确你带数进去就行。
间接测量量的标准
不了解，说的不是很清楚
工程试验不确定度评定中灵敏系数的计算 工程试验不确定度评定中灵敏系数的计算张 鸥(四川电力试验研究院，四川成都610072)摘 要：在进行工程试验不确定度的评价中，由于工程试验的函数关系式往往是非线性的，在进行不确定度分量合成时，灵敏系数的求取显得较为复杂。灵敏系数的求取有一些捷径可寻，掌握这些方法，即可较为简便地进行灵敏系数的计算。关键词：不确定度；合成；灵敏系数对于任何一次工程试验，都应该进行不确定度的评价。在不确定度的评价过程中，灵敏系数的求取是很关键的和困难的，因为工业界的试验分门别类，过程复杂，不确定度来源众多，其函数关系式往往是非线性的，其灵敏系数的求取往往显得大为复杂，因此有必要对灵敏系数的计算技巧和方法进行探讨和归纳，为工程试验人员简便地求取灵敏系数提供参考。� 1灵敏系数的有关概念在不确定度的评定中，当全部输入量Xi彼此独立或不相关时，输出量Y的估计值y的合成标准不确定度uc(y)以下式计算：式中：u(xi)——输入量的标准不确定度；∂f／xi——灵敏系数。标准不确定度u(xi)的评定可以参照相关资料进行，这里不再详细介绍。灵敏系数符号为ci，ci=∂f／∂xi。它描述输出估计值y如何随输入估计值x1，x 2，x3，……xn的变化而变化。在工程试验不确定度的评定中，可以将灵敏系数理解为每个测量变量的不确定度对最终试验结果不确定度的影响。这个影响可以是输入量每变化一个单位，输出量变化的单位值，也可以是输入量每变化一个百分数，输出量变化的百分数，也可以是输入量每变化一个单位，输出量变化的百分数等等。采用何种单位的灵敏系数，取决于不确定度分量合成的方便程度和试验结果的函数形式。但 注意在进行不确定度分量合成时，相应的输入量标准不确定度U(xi)和输出量标准不确定度Uc(y)的单位必须和灵敏系数单位一致，这一点非常重要。例如： 在汽轮机性能试验不确定度评定中，计算出主蒸汽温度的灵敏系数为％ /℃，它表示主蒸汽温度不确定度每变化1 ℃热耗不确定度会变化％。因此在进行不确定度分量的合成时，主蒸汽温度的标准不确定度的单位必须是℃，计算结果热耗标准不确定度的单位就是％。为避免出错，在进行不确定度分量合成时，最好将单位也带入进行计算。� 2灵敏系数计算的几种方法有三种方法来得到灵敏系数。一种是采用计算机进行小扰动法分析，一种是解析微分法，一种是查表法。计算机小扰动分析法对于较为复杂的工程试验，往往编制有较为成熟的试验结果计算程序，分别使用某一变量的两个数值对试验进行两次评估并注意其差别。比如对于一个汽轮机性能试验，要计算主蒸汽温度不确定度对热耗不确定度的影响。主蒸汽温度的测量平均值为 ℃，热耗的计算结果为8 kJ/kWh。采用主蒸汽温度＝ ℃，其它测量参数的值不变，带入计算机程序进行重新计算，热耗的计算结果为8 kJ/kWh，则主蒸汽温度不确定度对热耗不确定度的影响为 （8 ～8 ）/ kJ/kWh/℃，它表示主蒸汽温度不确定度每变化1 ℃热耗不确定度会变化 kJ/kWh。试验计算程序可以是采用编程语言专门进行编制的执行程序，也可以是使用EXCEL进行单元格计算的工作表。在大多数工程试验中，都可以利用EXCEL的强大功能进行计算，而且在EXCEL中，改变参数值是很方便和直观的，减少了出错。建议工程试验人员在进行试验和不确定度分析时，采用EXCEL进行计算。在计算机较为普及的今天，如果有试验计算程序，采用这种方法是非常简便和可靠的。对于函数关系较为复杂的工程试验，应优先考虑采用这种方法。解析微分法对于不太复杂的函数形式，可以采用解析微分法。灵敏系数的定义为偏导数∂f／∂xi，符号为ci，即对于不太复杂的函数形式，手动求取偏导数不是很复杂，最好是利用EXCEL进行单元格计算，减少出错和提高效率。对于某些特定形式的函数形式，可以用更简单的方法来求取灵敏系数。线性的函数形式对于相加的线性函数形式，灵敏系数的求取是很方便的。� 工程试验不确定度评定中灵敏系数的计算 来自: 免费论文网 则对输入量求偏导数, 灵敏系数ci就等于输入量的系数αi。它表示输入量xi每变化1个单位，输出量y变化的单位值。相乘的非线性函数形式对于相乘的非线性函数形式，可以采用相对灵敏系数。首先将函数形式改写为对数形式，例如：立方体的体积V的测量是通过输入长l、宽b和高h计算的，其函数形式为：�这样使用新的变量，将函数转换为式（2）形式的线性化函数，新变量的灵敏系数就是新变 量的系数1。实际上新变量就是输入变量的相对标准不确定度。灵敏系数就是相对灵敏系数。因此如果函数形式为如下相乘的形式:�式中：指数Pi可以是正数、负数或分数。则标准不确定度uc(y)可表示为:�相对灵敏系数就等于输入量的指数pi，单位为%/%，表示输入量xi每变化1%，输出量y变化的百分数。这种函数形式，采用相对不确定度和相对灵敏系数进行合成是非常方便的。所以在进行微分计算灵敏系数的过程中，应该尽可能将复杂的数学模型转换成式（2）和式（7）这种特定的形式。查表法 在工程试验中，很多时候函数形式是图表，例如：在汽轮机试验中，主蒸汽温度功率修正系数的函数形式就是一条曲线。� 在这条曲线中，可以通过主蒸汽温度测量求取主蒸汽温度对功率的修正系数。根据灵敏系数的定义，ci实际上就是曲线在主蒸汽温度测量值（也就是平均值）处的斜率，它表示主蒸汽温度不确定度每变化1 ℃，功率修正系数不确定度变化值。3结束语在工程试验不确定度评定中，不断积累评定经验，根据试验结果的函数形式，求取合适形式的灵敏系数，简化不确定度分量的合成。� 参考文献〔1〕《JJF 1059－1999 测量不确定度评定与表示》〔M〕.北京:中国计量出版社，1999.〔2〕李慎安.《测量不确定度的简化评定》〔M〕.中国计量出版社，2004.〔3〕刘平.《工程试验的不确定度评定》〔J〕.四川电力技术，.四川电力技术