一个让无数人混淆的指标
很多测评网站会在介绍页底端写一行：
「我们的量表 Cronbach's α 系数为 0.89，达到心理测量学优秀标准。」
听起来很专业。但如果你问他们："α 在量什么？" 大概率你会得到一个模糊的回答："量我们的题目好不好啊。"
事实上，Cronbach's α 量的不是「题目好不好」，更不是「测评准不准」。它量的是一组题目之间的内部一致性。
α 是什么：一个朴素的概念
想象你有 10 道题量「外倾性」。如果这 10 道题确实都在量同一个东西，那么——
- 一个外倾性高的人，应该在大部分题上得高分；
- 一个外倾性低的人，应该在大部分题上得低分；
- 题目之间应该高度相关。
Cronbach's α（由 Lee J. Cronbach 在 1951 年提出）本质上就是把这 10 道题之间所有两两相关性的平均，再做一个修正放大。α 越接近 1，说明题目之间相关越强，"它们在测同一件事"。
通用经验阈值：
- α < 0.5 → 不可接受
- 0.5 ~ 0.7 → 勉强可用
- 0.7 ~ 0.9 → 良好（学术发表门槛）
- > 0.9 → 优秀，但可能题目冗余
α 高 ≠ 测评准
这是最常被误解的一点。α 量的是「一致性」（reliability），不是「准确性」（validity）。
举一个极端例子：我编一份 10 道题的量表，每道题都问「你最近一个月感到快乐吗？」只是用 10 种不同说法。受试者读完就笑了——这些题在问同一个东西。
这份量表的 α 几乎肯定 > 0.95。但它什么人格维度都没测，它只测了「你最近一个月快不快乐」。
也就是说：
α 高，只说明你的题目们协同动作；不说明它们在测对的东西。
要回答「测得对不对」，需要的是效度（Validity）研究：和外部行为指标对照、和已有量表比较、做因素分析、做实证预测。
α 在 MBTI 上的尴尬
经典 MBTI 量表的 α 系数报告值通常如下（来自 CPP 出版的 MBTI Form M 手册）：
- E-I：约 .91
- S-N：约 .92
- T-F：约 .91
- J-P：约 .92
数字非常漂亮。但信度高不等于建构合理。MBTI 的真正问题不在于「题目之间一致」，而在于：
- 它把连续分数强行二分（把 51 vs. 49 算成两个类型）。
- 它的重测一致性（test-retest reliability，相隔几周再做一次）显著低于其内部一致性。多项独立研究（Howes & Carskadon, 1979；Pittenger, 1993）显示，约 40-50% 的人在 5 周内换了至少一个字母。
这是关键：
内部 α 衡量「同一时刻题目们是否团结」，重测信度衡量「不同时间分数是否稳定」。
>
MBTI 在前者拿满分，在后者经常翻车。
一个判断量表质量的清单
下次你看一个心理测评工具的介绍页，可以这样审视：
- 它有没有公开报告 α 系数？（多数商业产品避而不谈）
- 它有没有公开报告 重测信度？（这才是衡量「分数稳定吗」的指标）
- 它有没有报告因素分析结果？因子载荷是否清晰？
- 它有没有报告效标效度？比如：高分组在某行为上的表现是否真的不同？
- 它的样本来自哪里？多少人？性别年龄分布？
如果一个测评只敢报 α 不敢报其它，多半在回避问题。如果一个测评什么都不敢报——你大概知道答案了。
给读者一个实操建议
下次做完测评，回到结果页底端，找一找「方法说明」或「关于本量表」。
- 如果你看到 α、重测信度、效度系数 三个都有公开 → 可信度较高。
- 如果只看到 α → 这是入门门槛。
- 如果一个都没有 → 把它当作有趣的自我反思，但不要据此做重要决定。
MindNest 的 BFI-10 中文版页面会公开列出这三个数字（即便它们没有商业 MBTI 那么"漂亮"）——这是「学术严谨」和「商业话术」最容易拉开差距的地方。