1、同质性信度：同质性主要代表测验内部所有题目间的一致性。当各个测题的得分有较高的正相关时，不论题目的内容和形式如何，则测验为同质的。相反即使所有题目看起来好像测量同一特质，但相关很低或为负相关时，则测验为异质的。
2、稳定系数。即同一观察者在不同时间观察的符合度。计算方法是采用重测法，即使用同一测验，在同样条件下对同一组被试者前后施测两次测验，求两次得分间的相关系数。
3、分半信度：是在测验实施后将测验按奇，偶数分为等值的两半，并分别计算每位被试在两半测验上的得分，求出这两半分数的相关系数。
扩展资料：
信度使用注意事项：
研究者可能依据自己的偏好决定资料的取舍。
研究者挑选有利的数据来构造个人喜好的理论。
内在一致性信度；内在一致性是指组成测验的各个项目之间的同质性或内在相关性。
使用两个等值但题目不同的测验来测量同一被试组，然后求被试组在这两个测验上得分的相关系数。
参考资料来源：百度百科-信度
重测信度、复本信度、内部一致性信度、评分者信度。
信度的估计：
在对问卷的信度进行估计之前，需要通过采用适当的量表（如 Likert 量表）将问卷中的各类主观的或客观的备选答案转化为数字形式，然后在此基础上进行问卷评分（包括单项评分、相关题目分组评分和总评分等）。
信度分析的常用具体方法有重测信度、复本信度、分半信度、 信度系数法四种（后两种可归为内部一致性信度）。
信度和效度的关系：
问卷的信度与效度之间既有明显的区别，又存在着相互联系、相互制约的关系。信度主要回答测量结果的一致性、稳定性和可靠性问题；效度主要回答测量结果的有效性和正确性问题。
效度和信度的关系可以用测量值的构成公式O=T S R来理解。如果测量是完全有效的，即0=T，S=0，R=0，此时测量必然是完全可信的，若量表的信度不足，它也不可能完全有效，因为有O=T R。
如果量表是完全可信的，可以达到完全有效，也可能达不到，因为有可能存在导致误差，虽然缺乏信度必然缺乏效度，但信度的大小并不能体现效度的大小。信度是效度的必要条件，但不是充分条件。
从理论的角度来看，量应具有足够的效度和信度；从实践的观点来看，一个好的量表还应该具有实用性。实用性指量表的经济性、便利性和可解释性。
参考资料：百度百科-信度
一般信度分析可以分为两个类型一个是内部一致性信度，另一个为外部一致性信度，内部一致性信度包括：克伦巴赫系数、折半信度系数、theta信度系数、McDonald omega信度系数。外部一致性信度包括复本信度和重测法检验信度。
克伦巴赫信度系数计算公式：
说明：
从公式可以看出，测量项个数会对克伦巴赫信度系数产生影响关系，分析项个数越多时，Cron克伦巴赫信度系数可能会越高。测量项个数最少为2个，此时信度系数相对可能会最低。
折半信度系数：
折半系数涉及到Spearman-Brown系数和Guttman Split-Half系数。其中Spearman-Brown系数又分为等长和不等长两种计算。分别说明如下：
Spearman-Brown等长：
其中R代表拆分成两部分数据（先将数据拆分成两部分，然后分别求和，分别得到两列数据）的相关系数值。
Spearman-Brown不等长：
上公式中R为两部分数据的相关系数，k1和k2分别代表两部分数据分别的分析项个数，k=k1+k2。
Guttman Split-Half：
与此同时，SPSSAU还有提供Guttman Split-Half 系数，其也可用于测量信度。计算公式如下：上式中，Sp 表示整体求和部分的方差；Sp12 和Sp22 分别代表第1部分，第2部分方差。
theta信度系数：
上式中N为分析项个数，λ为最大特征根值。从上式可以看到，当分析项个数越多时，theta信度系数很可能会越大，而且最大特征根越大，theta信度系数值也会越大。
McDonald omega信度系数：
上式中loading为载荷系数值，uniqueness为1-loading^2。从上式可知，loading值整体绝对值越大时，McDonald's ω信度系数值也会越高。
可以使用SPSSAU进行信度检测。
