信度和效度不是同一件事
信度關注結果的一致性，效度關注證據是否支援特定的分數解釋與用途。判斷“這個測試準不準”，應先核對工具名稱、版本、語言、參照群體和你準備怎樣使用結果。
信度關注結果是否穩定。例如，在相近條件下，同一類題項是否給出相對一致的結果；同一個人在短期內重複作答，結果是否大體接近。 效度關注證據和理論是否支援在特定用途下對測評分數的解釋。例如，職業興趣測評是否在觀察興趣，而不是能力；人格維度是否在解釋行為傾向，而不是道德評價。
一個測評可以比較穩定，但不一定有效；也可以目標清楚，但結果穩定性不足。因此，信度和效度需要分開看。
常見的信度問題
信度不是單一指標。常見討論包括內部一致性、重測穩定性和評分一致性。
內部一致性關注同一維度下的題項是否大致在觀察同類內容。重測穩定性關注間隔一段時間後結果是否保持相對穩定。評分一致性則更適合涉及人工評分的情境。
具體信度指標應到相應工具的目前方法說明中核對。本頁不彙總全部測評的證據；未列出某個數值，不等於所有工具都沒有資料，也不能補寫未驗證的結論。
常見的效度問題
效度也有不同層次。內容效度關注題項是否覆蓋了目標構念的合理範圍。結構證據關注結果結構是否支援預期的分數解釋。效標關聯效度則關注結果是否與外部指標存在合理關係。
例如，如果一個職業興趣測評聲稱解釋工作環境偏好，它就應當圍繞活動偏好、環境偏好和職業探索來組織內容，而不是暗示自己能判斷能力或預測高風險職業結果。
具體效度、樣本和常模資訊須按工具、版本、語言與用途分別核對。本頁不彙總全部測試的證據，也不把公開計分或常模狀態說明當作效度驗證。
常模和比較對象為什麼重要
有些測評結果需要參照群體來解釋。一個分數本身不一定有意義，關鍵在於它與什麼樣的人群、什麼樣的版本、什麼樣的語言環境進行比較。
人群排名需要明確的參照樣本、語言版本、適用範圍和換算規則。沒有這些依據時，不應推定百分位或普遍排名；原始分仍可按工具明確的量尺與解釋規則閱讀。
誤差不是失敗，但必須承認
測評會有誤差。誤差可能來自題目理解、作答狀態、語言差異、文化經驗、近期事件和模型限制。承認誤差並不等於否定測評價值，而是讓使用者知道結果應如何使用。
更合適的做法是：把結果當成參考線索，用真實經歷和持續觀察繼續驗證。對於重大決定，不應只看一次測評結果。
FermatMind 目前證據表述原則
在沒有公開驗證資料之前，FermatMind 不應聲稱某個測試“絕對準確”“絕對權威”“已被大規模證明”或“可以預測結果”。應分別核對具體工具的版本、計分與常模狀態，以及相應用途的驗證證據；本頁未列出某項資訊，不等於所有公開資料均未知。
方法參考：AERA、APA 與 NCME 的《教育與心理測驗標準》提供一般評價框架，不是對本站工具的驗證。具體工具可繼續檢視大五人格說明、霍蘭德職業興趣說明與情商自評說明。
常見問題
信度高是不是就代表測試有效？
不一定。信度說明結果較穩定，但效度關心證據是否支援預期的分數解釋與用途。兩者需要分開看。
什麼是內部一致性？
內部一致性關注同一維度下的題項是否在觀察相近內容。它是信度討論中的一種，但不是全部。
沒有常模資料時還能看結果嗎？
可以作為自我觀察參考，但不應把分數理解成普遍排名或嚴格比較。沒有明確參照依據時，不自行補出百分位或人群排名。
到哪裡核對 FermatMind 具體測試的信效度證據？
請檢視相應測試、版本和語言的目前方法說明，並核對樣本、指標及適用用途。本頁不是全部工具的證據清單。公開計分公式或標明暫定常模，不等於已經完成信效度研究；缺少對應證據時，應保留不確定性。
結果有誤差是不是說明測試沒用？
不是。誤差說明結果有解釋邊界。測評仍可用於提出問題和輔助反思，但不能作為唯一依據。
