信度即测量结果的可靠程度，反映随机误差对测量结果的影响，可从测量结果的一致性与稳定性2方面进行评价^[1].测量结果的一致性反映了基于条目抽样产生的随机误差大小，常用的评价指标为内部一致性信度系数.

内部一致性信度从操作定义看即测量同一特质条目的相关性，α系数是其最常用的评价指标^[2-3]. α系数可由条目间的平均相关系数求出^[4]，

其中，k为条目数，r_ij为条目间的平均相关系数.故α系数会随着：① 条目数的增加而增大；② 条目平均相关系数增大而增大.此外，α系数的计算还须满足条目间为正相关的理论假设^[4].因此，为计算α系数及其他一些信效度指标，研究者会先对量表中的反向计分条目得分进行反向编码^[5]，再计算α系数.

也有研究者^[6]建议使用组合信度(composite reliability，CR)系数来评价测量结果的内部一致性. CR系数是在验证性因素分析框架下，基于条目的因子负荷计算得到^[7]，

其中：λ_i为条目在公因子上的非标准化负荷，θ_ii为非标准化的条目误差方差.故CR系数会随条目因子负荷的升高而增大.

表述效应的操作定义为，平衡量表(同时包含直接计分与反向计分条目的量表)中采用同法测量(直接或反向计分)条目间所产生的非导因于欲测目标结构的额外共同变异^[8].其强度可通过因素分析框架下2个等价标准进行评价：条目的表述效应因子负荷大小和基于测量模型估计的表述效应因子方差.

先前研究者对表述效应的关注多聚焦于表述效应如何影响测量结果的结构效度，而较少关注表述效应对测量结果信度的影响.理论上，条目的测量误差间会因表述效应而产生共变，违反了计算α系数时条目误差彼此不相关的基本假设，因而会高估α系数^[6].从数理角度看，平衡量表即采用了不同方法测量相同特质，即同质异法(monotrait-monomethod，MTMM)^[9]. 2个条目得分X和Y的相关系数可以由公式3算出：

其中：λ_Txλ_Ty是2个条目X，Y在共同特质因子上负荷的乘积，λ_Mxλ_My是2个条目在各自方法因子上负荷的乘积，φ_MxMy是2个条目方法因子间的相关.在平衡量表中，若条目计分方向相同，则φ_MxMy为1，条目的相关系数会在其真实相关(此处及后文所指的真实相关是指，在其他测量学条件不变的情况下的基础上增大λ_Mxλ_My(如条目的特质因子负荷)，不存在表述效应时条目间的相关.).若条目计分方向不同，反向计分后φ_MxMy变成正值(但通常小于1，除非不同的表述效应间呈完全相关)，此时条目的相关系数还是会膨胀λ_Mxλ_Myφ_MxMy，但增幅较同法条目间低.因此理论上异法条目间的相关低于同法条目间的相关，但二者均高估了条目间的真实相关^{[1, 9-10]}.可见，平衡量表中，条目的平均相关系数会被高估，进而高估α系数.

Reise等人^[11]的研究表明，用单因子模型拟合多因子数据时，条目的因子负荷会出现偏差.而出现偏差的原因是由于额外因子的存在使条目间出现了额外的相依性，可能高估条目的负荷，即在单因子模型下的条目因子负荷会更高^[12].

虽然Reise等人的研究选用的工具并非平衡量表(CAHPS2.0，均为直接计分条目)，条目间额外的共变是由于相似的内容而非相同计分方向产生.但CAHPS2.0的不同因子间同为正相关关系，与反向计分后平衡量表不同表述效应因子的相关方向相同，故该结论可以谨慎地推论到平衡量表中.因此可以合理假设，当研究者基于单因子模型得到的因子负荷计算CR系数时，因子负荷同样可能被高估，导致CR系数的高估.

不仅在经典测量理论框架下，Wang及其同事^[13]利用双因子项目反应模型在项目反应理论框架下同样证明表述效应会高估平衡量表的信度系数.此外，计分方向相同的条目也可以视为具有潜在的题组效应，忽略这些效应同样会高估信度^[14].

综合来看，平衡量表的内部一致性信度指标(α系数与CR系数)会受表述效应的影响.单维平衡量表中，条目分数的平均相关系数与单因子模型条目的因子负荷均可能被高估，导致α系数与CR系数的高估.研究假设H₁：条目的方法因子负荷越高，α系数与CR系数被高估的程度越大.

除条目的方法因子负荷外，由公式3可知，还有其他与表述效应直接相关的量表内因素可能影响内部一致性系数.

首先，条目的特质因子负荷.无论表述效应存在与否，大小几何，条目的特质因子负荷理论上仍是信度系数的决定性因素^[9].如果条目的特质因子负荷足够高，表明真分数变异已占了总变异的很大比例，此时非真分数变异所占比例自然就相对减小，对信度系数的高估程度也就相应降低.研究假设H₂：条目的特质因子负荷越高，α系数与CR系数被高估的程度越小.

其次，不同计分方向条目的比例与不同方法因子间的相关强度.在假设直接表述效应与反向表述效应强度相当的前提下，即公式3中的λ_Mx=λ_My，所有的计分方向相同条目的相关系数会增大λ_Mx²(λ_My²)，计分方向不同条目相关系数则增大λ_Mx²φ_MxMy(λ_My²φ_MxMy).以10条目的单维平衡量表为例，其观测分数一共会产生90个相关系数.反向计分后，同法与异法的条目比例、同法与异法相关系数个数比例以及在方法因子间不同相关的情形下，平均相关系数与不存在表述效应时的高估量见表 1所示.

由表 1可知，表述效应强度恒定的前提下：① 条目平均相关系数随直接计分条目与反向计分条目数量比例的失衡而增大；② 2种表述效应间的相关程度越高，条目平均相关系数被高估的程度越高.但无论λ_Mx=λ_My的假设是否成立，计分方向不同条目相关系数的增幅需要乘以表述效应因子间的相关系数(通常小于1，而同法条目间的相关系数为1)，因此全体相关系数的平均增幅与不同计分方向条目占总条目的比例呈反比.即如果条目的相关系数矩阵中，异法条目的相关系数比例越高，全体相关系数(平均相关系数)膨胀的程度反而越小.由于平均相关系数的高估程度改变是由于同法条目的相关系数与异法条目的相关系数的比例改变所致，因此就n题平衡量表而言，“m道直接计分条目+(n-m)道反向计分条目”(m，n均为为正整数且m＜n，后同)与“(n-m)道直接计分条目+m道反向计分条目”是等效的.研究假设H₃：不同计分方向条目比例越失衡，α系数与CR系数被高估的程度越大.研究假设H₄：不同方法间的相关系数越高α系数与CR系数被高估的程度越高.

此外，信度系数的理论取值范围是0~1，但无论是Cronbach^[4]还是Fornell和Larker^[7]都没有给出α系数与CR系数优劣的判读标准.后续研究者^[1]依照CTT倾向于认为信度系数大于0.70代表优秀、大于0.60代表良好，而大于0.50表示信度尚可.实践中，通常研究者会保留信度系数小数点后两位到三位.那么有理由认为当信度被高估超过0.01(例如由0.59膨胀了0.01到0.60) 时，就可能对测量结果内部一致性的结论产生质的影响.因此，如果表述效应会从统计上影响测量结果的α系数与CR系数，那么需要进一步从单位的角度考虑，表述效应在何种情况下才可能从务实层面影响研究者得出有具有质性差异的结论.

先前研究者利用核心自我评价量表初探了表述效应对信度系数的影响^[11]，但如果想通过实际调查来完成上述4个假设的检验，其经济性值得研究者思考.在此情况下，模拟研究应该作为首选方法^[15].据此，本研究拟用蒙特卡洛(Monte Carlo)模拟研究考察表述效应及其相关量表内因素对测量结果内部一致性信度指标α系数与CR系数的影响，希望能借此发现更一般性的规律.在实践中，研究者可以通过增加样本量以抵消随机误差，提升信度系数；但在模拟研究中，由于总体模型的参数是确定的(包括条目残差)，此时基于总体模型的信度系数理论上不受样本量的影响.由于蒙特卡洛法产生的模拟数据也会存在误差(实际产生的数据与理论模型存在偏差)，基于此，本研究也一并考察样本量的改变是否影响误设模型(单维模型)的信度系数(不做理论假设，属于探索性研究).

本研究采用3×3×3×5×3的完全随机设计.自变量基于相关特质-相关方法模型产生，共10个观测变量(v1-v10)，代表条目得分.每个观测变量受一个特质因子(trait factor，TF)、一个表述效应因子(straightforwardly wording effect，SW，或reversely wording effect，RW)以及残差的影响. TF与SW或RW间相关为0，但SW或RW间允许相关.基于Campbell和Fiske提出的聚合效度与区分效度理论，同质异法条目的相关应大于异质同法条目的相关，违反该原则表明测量结果的结构效度较差，也无谓务实应用的价值.因此本研究在操作上，保证条目的特质因子负荷始终大于其方法因子负荷^[16].

本研究共5个自变量，对应研究假设H₁-H₄.自变量1为条目的方法因子负荷，共3个水平：0.10，0.20和0.30.自变量2为条目的特质因子负荷，共3个水平：0.35，0.55和0.71.自变量3为不同计分方法条目数量比，共3个水平：5:5，7:3和9:1.在5:5的水平下，v1-v5受SW的影响，v6-v10受RW的影响；在7:3的水平下，v1-v7受SW影响，v8-v10受RW影响；在9:1水平下，v1-v9受SW影响，仅v10受RW影响(如前所述，SW和RW影响的条目数可互换，对结果没有影响).自变量4为反向计分后方法因子间的相关，共5个水平：0，0.20，0.40，0.60和0.80，分别对应无相关、弱相关、中等相关、强相关和极强相关.自变量5为样本量，共3个水平：200，500和1 000.各不同的自变量组合均模拟1 000次，产生1 000个符合多元正态分布的模拟数据.

本研究的因变量基于2步产生.首先，利用误设模型去拟合不同自变量水平下的1 000个模拟数据，并根据其结果计算出不同自变量水平下10 00个模拟数据的α系数(α系数直接由自变量生产的模拟数据计算，等价于假设条目只测量了一个共同特质，且残差间无相关.)与CR系数的平均值meanα1和mean CR1(各405个).误设模型为单因子模型，同样包括10个观测变量(v1-v10)，但仅受一个特质因子(TF′)与残差的影.然后利用同样的单因子模型，基于自变量2，5(不同样本量无表述效应存在时的真实信度系数)的不同水平各生成1 000个模拟样本，直接并计算这些样本的α系数与CR系数的平均值meanα2和mean CR2(各9个).由于表述效应理论上会高估信度系数，因此匹配自变量2，5后，用meanα1减去meanα2，用mean CR1减去mean CR2，获得Dif-α与Dif-CR作为本研究的因变量.在自变量2，5相同的情况下，每种组合各有3×3×5对meanα1和mean CR1(对应自变量1，3，4的不同组合)，这45个不同的meanα1和mean CR1会减去相同的meanα2和mean CR2，因此最终的因变量仍是405个Dif-α与Dif-CR.

本研究自变量和因变量的获得采用蒙特卡洛法，而分析则采用多因素方差分析.由于不同的自变量水平下，因变量仅有一个Dif值，因此单元格离均差平方和为0，需要采用效应可加模型进行分析，此时模型中没有交互项存在^[17].

模拟数据利用Mplus7.0产生，方差分析则用SPSS22.0进行.

不同的自变量水平(组间效应)下Dif-α与Dif-CR均值差异的方差分析摘要见表 2与表 3所示.从表 2可以看出，5个自变量除样本量外，在存在表述效应时，相较无表述效应时，均会造成显著的α系数膨胀(p＜0.001).从效应量partial η²的大小来看，其中方法因子负荷与特质因子负荷的效应量均超过了0.138的标准，属于高效应量；不同计分方法条目比例的效应量则低于0.059，属于低效应量；而方法因子相关的效应量低于0.138，但高于0.059，属于中等效应量^[18].从表 3可以看出，CR系数受各自变量的影响情况与α系数受各自变量的影响情况大体相同(统计显著性、效应量).

采用Scheffe法进行事后比较发现，Dif-α与Dif-CR的均值：① 随方法因子的升高而升高(p＜0.001). ② 随特质因子负荷的升高而降低(p＜0.001). ③ 随不同计分条目比例失衡的程度增大而升高，就Dif-α而言，条目比为5:5与7:3时差异无统计学意义(p=0.611)，与9:1的差异有统计学意义(p=0.01)；就Dif-CR而言，条目比为5:5与7:3时差异无统计学意义(p=0.571)，与9:1的差异有统计学意义(p＜0.001). ④ 随方法因子间相关升高而升高，就Dif-α而言，仅水平0与水平0.60和0.80的差异有统计学意义(p=0.009和p＜0.001)，而水平0.60和0.80的差异无统计学意义(p=0.883)；就Dif-CR而言，仅水平0与水平0.60和0.80差异有统计学意义(p=0.012和p＜0.001)，而水平0.60和0.80的差异无统计学意义(p=0.868).

如前所述，α系数与CR系数是0~1的小数；从务实角度看，并非所有的高估均会对研究结论产生实质地影响.本研究中，当四舍五入保留小数点后两位时，仅60个Dif-α小于0.01，对应的自变量水平中，① 方法因子负荷均为0.10；② 特质因子负荷均大于0.35.同样仅有60个Dif-CR在保留小数点后两位时小于0.01，且自变量组合情况与Dif-α一致.

表述效应作为平衡量表一种主要共同方法变异源近年来不断受到研究者关注^[19].本研究利用蒙特卡洛模拟研究考察了表述效应及与之密切相关的量表内测量学因素对测量结果α系数和CR系数的影响.通过效应可加模型多因素方差分析，对4个研究假设进行了验证.

就H₁而言，测量结果的α系数与CR系数相对于无表述效应时，在不同方法因子负荷水平下差异有统计学意义.事后比较发现高估程度随表述效应的增强而升高，且各水平下的均值差异有统计学意义.高效应量也表明表述效应的强度对2种信度系数的高估程度有实质且强烈的影响.研究假设H₁得到了验证.由于表述效应产生于平衡量表自身结构，对量表编制者而言，需要寻求与表述效应相关的心理行为变量，间接对表述效应进行控制.

就H₂而言，测量结果的α系数与CR系数相对于没有表述效应时，在不同特质因子负荷下差异有统计学意义.事后比较发现二者的高估程度随特质因子负荷的升高而降低，且各水平下的均值差异有统计学意义.高效应量同样表明特质效应的大小对2种信度系数的高估程度有着实质且强烈地影响.研究假设H₂得到了验证.这一结论提示后续研究者，尽管理论上无法根除平衡量表中的表述效应，但为了获得尽可能准确的信度系数，就必须筛选那些更能反映欲测特质的条目来建构量表，这样至少也可将表述效应对信度的影响降低.

就H₃而言，测量结果的α系数与CR系数相对于没有表述效应时，在直接计分与反向计分条目不同比例下差异有统计学意义.事后比较发现，二者的高估程度随不同计分条目比例的失衡而升高；但在本研究的3个自变量水平中，仅当比例为9:1时，高估的α系数与CR系数的均值与比例为5:5(1:1) 及(7:3) 时差异有统计意义.中等效应量也佐证了似乎只有当直接计分条目数量与反向计分条目数量出现很大差异时，才会对实质提升对信度系数的高估.研究假设H₃得到了部分验证.先前研究者在是否应采用完全平衡量表(直接计分与反向计分条目数量相等的量表)的问题上，多进行的是理论上的分析论证^{[8, 19-20]}，而本研究的这一发现为采用完全平衡量表提供了直接的实证证据支持，即完全平衡量表相对不同计分条目比例不等的平衡量表而言，在其他条件不变的前提下，对信度系数的高估程度最小.

就H₄而言，测量结果的α系数与CR系数相对于没有表述效应时，在不同的方法因子相关下差异有统计学意义.事后比较发现，二者的高估程度随方法因子间相关的增加而升高，但仅在方法因子为高正相关时，才较方法因子无相关或中、低正向相关时加剧对信度系数的高估.而该自变量的效应量较低，似乎表明方法因子相关对信度系数高估的实质影响并不大.

不同样本量下，本研究测量结果的α系数与CR系数相对于没有表述效应时的高估程度未发现有统计学意义的差异.这可能因为研究数据基于标准正态分布产生，随机因素对条目的影响强度是一个常数.而实践中随机因素对条目的影响是变量，随着样本量增大，不同的随机效应会相抵消，即随机误差因样本量的增加而被不断消除，因而信度系数会得到理论上的相应提升.据此研究者为了获得更可靠的结果在实测研究中，仍然应尽量采用大样本调查.

从务实层面看，本研究中，并非所有的自变量情形都会实质影响研究者对测量结果可靠性的判断，在某些情形下，例如条目的特征因子负荷相对较高，本研究中的0.55与0.71，同时方法因子负荷相对较低0.10，即便表述存在，其对信度系数的高估从数值上看，几乎不会使研究者或量表使用者对测量结果可靠性的判断发生质的改变.

1) 表述效应会造成α系数与CR系数的高估.

2) 模拟条件下，二者的高估程度会随表述效应的增强，特质效应的减弱，不同表述效应间关联程度的增加以及不同计分条目比例的失衡而增加.

3) 样本量在模拟条件下对α系数与CR系数的高估无实质的影响.

4) 仅部分自变量条件下，表述效应α系数与CR系数的高估会对测量结果的可靠性判断产生务实层面的影响.