为何必须报告问卷信效度：学术规范的硬性要求
在实证研究论文中，报告测量工具的信度和效度是方法论严谨性的核心体现。它直接向审稿人和读者证明，您所使用的问卷能够稳定、准确地测量目标构念。忽略或简略报告这部分内容，可能导致研究结论的可信度受到质疑。一份规范的信效度报告，应包含指标计算方法、具体数值、参考标准及必要讨论。
信度报告的关键内容与呈现方式
信度主要考察问卷结果的一致性和稳定性。在论文中，您需要明确报告所采用的信度类型及其计算结果。最常见的是内部一致性信度，通常用克朗巴赫α系数表示。报告时应说明其值，并参照标准进行解读。例如，可以这样描述：‘本研究采用克朗巴赫α系数检验量表内部一致性，结果显示，各分量表的α系数介于0.82至0.91之间，总量表的α系数为0.93，表明量表具有良好的信度（Nunnally & Bernstein, 1994）。’
对于问卷开发或修订研究，可能还需要报告重测信度、评分者信度等。以下是一个常见的信度指标报告框架示例：
| 信度类型 | 测量内容 | 适用条件 | 参考范围 |
|---|---|---|---|
| 内部一致性信度 | 条目间的同质性 | 单次施测，多条目量表 | α > 0.7 可接受，> 0.8 良好 |
| 重测信度 | 跨时间稳定性 | 特质测量，可重复施测 | 相关系数 > 0.7 |
| 评分者信度 | 不同评分者的一致性 | 主观评分（如访谈编码） | Kappa系数或ICC > 0.75 |
效度报告的系统阐述与证据链构建
效度关注问卷是否测到了想测的内容，报告比信度更为复杂。论文中应构建一个效度证据链，通常从内容效度、结构效度和效标效度等方面展开。对于广泛使用的经典量表，可引用权威研究说明其效度，并简述在本研究中的适用性。若为自编或修订量表，则需详细报告验证过程。
结构效度通常通过探索性因子分析和验证性因子分析来检验。报告EFA时，需说明因子提取方法（如主成分分析）、旋转方法（如最大方差法）、因子载荷标准（如>0.5）、累计方差解释率等。报告CFA时，需列出模型的拟合指数，如χ²/df、RMSEA、CFI、TLI等，并参照通用标准（如RMSEA<0.08，CFI>0.9）进行判断。同时，需展示因子载荷表，证明各条目在对应因子上有较高且显著的载荷。
常见报告误区与优化建议
报告信效度时，常见错误包括：仅罗列数值而不解释、对不理想的指标避而不谈、混淆不同效度的检验方法。优化建议如下：第一，将信效度分析融入“研究方法”部分的“研究工具”小节，逻辑连贯。第二，对计算结果进行简明扼要的解释，说明其对本研究数据质量的意义。第三，若信度或效度指标未达到理想标准，应诚实报告并讨论其可能对结果造成的影响及研究局限性，这反而能体现科学的批判性思维。