信度（Reliability）与效度（Validity）是问卷研究中两个非常重要的概念，它们分别衡量了量表的不同方面。以下是它们的核心区别：
1.信度（Reliability）
定义：信度是指量表测量工具的稳定性和一致性，即量表在不同时间或不同条件下测量同一对象时，结果是否一致。
核心：信度关注的是测量结果的可靠性和重复性。
常用方法：
克隆巴赫系数（Cronbachsalpha）：用于衡量量表内部一致性，通常认为系数在0.7以上表示量表具有较好的信度。
折半信度：将量表分为两半，计算两半得分的相关性。
重测信度：在不同时间对同一对象进行两次测量，计算两次得分的相关性。
应用场景：信度分析通常在量表类问卷研究的预调查阶段进行，用于评估量表的可靠性，并作为后续效度分析的基础。
2.效度（Validity）
定义：效度是指量表测量工具的有效性，即量表是否真正测量了它所要测量的概念或变量。
核心：效度关注的是测量结果的准确性和有效性。
常用方法：
内容效度：评估量表题项是否全面覆盖了所要测量的概念。
结构效度：通过探索性因子分析（EFA）或验证性因子分析（CFA）来验证量表的结构是否符合预期。
应用场景：效度分析用于验证量表设计的合理性，确保量表能够准确测量所要研究的变量。
3.核心区别
信度：关注测量结果的稳定性和一致性，即“是否可靠”。
效度：关注测量结果的准确性和有效性，即“是否有效”。
4.逻辑关系
信度高但效度不一定高：量表可能在不同时间或条件下测量结果一致，但并不一定准确测量了所要研究的变量。
信度低则效度一定低：如果量表测量结果不稳定，那么它也不可能准确测量所要研究的变量。
5.实际应用
在SPSSAU(在线SPSS)中，信度分析可以通过[问卷研究]模块中的[信度]功能进行，而效度分析则可以通过[效度]功能进行。信度分析通常先于效度分析进行，以确保量表数据的可靠性，然后再进行效度分析以验证量表的有效性。