Spearman-brown 公式：定义和示例

Spearman-Brown 公式用于预测更改测试持续时间后测试的可靠性。

公式为：

预测可靠性 = kr / (1 + (k-1)r)

金子：

• k ：修改测试持续时间的因素。例如，如果原始测试有 10 个问题，新测试有 15 个问题，则 k = 15/10 = 1.5 。
• r ：原始测试的可靠性。我们通常为此使用Cronbach’s Alpha ，它是一个介于 0 和 1 之间的值，值越高表示可靠性越高。

下面的例子展示了如何在实践中使用这个公式。

示例：如何使用 Spearman-Brown 公式

假设一家公司使用 15 项测试来评估员工满意度，并且已知该测试的信度为 0.74。

如果公司将测试长度增加到 30 项，新测试的预测可靠性是多少？

我们可以使用 Spearman-Brown 公式来计算预测的可靠性：

• 预测可靠性 = kr / (1 + (k-1)r)
• 预测可靠性 = 2*.74 / (1 + (2-1)*.74)
• 预测可靠性 = 0.85

新测试的预测可靠性为0.85 。

注：我们将 k 计算为 30/15 = 2。

使用 Spearman-Brown 公式的注意事项

根据 Spearman-Brown 公式，我们可以看到，将测试中的项目数量增加任意数量都会增加测试的预测可靠性。

例如，假设我们将上一个示例中的测试项目数量从 15 个增加到 16 个。然后我们将 k 计算为 16/15 = 1.067。

预测的可靠性为：

• 预测可靠性 = kr / (1 + (k-1)r)
• 预测可靠性 = 1.067*.74 / (1 + (1.067-1)*.74)
• 预测可靠性 = 0.752

新测试的预测可靠性为0.752 ，高于原始测试的可靠性0.74 。

使用这种逻辑，我们可能会认为通过大量项目增加测试持续时间是一个好主意，因为我们可以将可靠性越来越接近 1。

但是，我们必须牢记以下几点：

1. 使用过多的物品可能会导致疲劳。

如果测试有太多问题，人们可能会因为回答越来越多的问题而感到疲倦，导致他们随着测试的进行而得出不太可靠的答案。

2. 测试中添加的新题目必须与现有题目具有同等难度。

重要的是，如果我们决定增加测试的长度，我们要确保我们添加的新项目/问题与现有项目具有相同的难度，否则预测的可靠性将不准确。

其他资源

以下教程解释了统计学中的其他常用术语：

什么是内部一致性？
什么是可靠性一分为二？
什么是重测信度？
什么是并行形式可靠性？