影响信度的主要因素的疑问

在戴海崎版心理与教育测量（修订本）第55页
在影响信度的主要因素的被试方面
书上的描述“就被试团体而言，整个团体内部水平的离散程度以及团体的平均水平都会影响测量信度。这是因为，我们所计算的信息估计值大都是以相关为基础的，而相关系数的大小往往取决于全体被试得分的分布情况，当被试团体异质（即团体内水平彼此差异大）时。全体被试的总分分布必然较广，以相关计算出来的信度值必然会大。这就很可能高估实际的信度值。当被试团体内部水平差异不大（即同质）时。其得分分布必然会狭窄以相关计算出来的信度值必然会小。这就又有可能低估实际的信度值”

红色字体的依据是什么？麻烦大家给我解决解决

举个例子 如果我做团体测研 在实验是严谨的条件下 如果被试都是一个水平（这很极端）实验有效么  基本无效 信度会高么 我认为是不会的 鄙人才疏学浅 望高人赐教

大半夜的，叫来答题。晕倒！

这个题其实很纠结的。结论仿佛确凿无误了。

借这个机会，我先来提几个疑问。

首先，这里的分布是指什么？一般我们理解成次数分布，即正态分布，那样的话貌似无法解释分布广信度就大。因为分布广，正态曲线显得低阔，变量的全距拉开，貌似自变量更不稳定了。所以只能是字面理解，用一个不太恰当的理论去分析，即假设某一个团体100名的学生构成，进行一个测试，正常的测试应该是个合理的正太分布，但是由于今天集体人品爆发，每个人都是超水平发挥，因此，测验分数次分布很集中，这样是偶然的，只要在正常的条件搞个平行测验，那就会发现，相关很小，说明信度很低；

其次，我个人感觉，这里的所谓分布不是指次数分布，而是直观的，两平行测验的分数为XY变量的散点图。这个时候，散点图分布广，拉开像个线，说明相关高，信度大；如果很集中，跟个球一样，相关不高，信度就低。（注：信度的定义之一就是两平行测验的相关系数）

这个不理解的原因很多时候我估计是误解了分布是什么分布。个人觉得应该是后者，就很好理解了。

半夜打酱油路过。

赞  希望版主给  北之大侠多加些分

因为被试的差异大，标准差就越大，分数的分布就越广，计算出来的相关系数就越大

说的太好啦！

我喜欢那个散点图的解释~~

又碰到小北大侠了。。。

HOHO

浅显易懂 明白

我觉得也可以从相关的缺陷角度去理解。
相关极容易受极端值的影响，其实也就是rang limit 全距限制。这是它的硬伤，也是基于相关的CTT理论的硬伤。
之所以测量中信度计算要求被试异质，即分布的全距更大，就是为了保障基于相关计算的CTT更能发挥作用