信度和效度不是同一件事
信度关注结果的一致性，效度关注证据是否支持特定的分数解释与用途。判断“这个测试准不准”，应先核对工具名称、版本、语言、参照人群和你准备怎样使用结果。
信度关注结果是否稳定。例如，在相近条件下，同一类题项是否给出相对一致的结果；同一个人在短期内重复作答，结果是否大体接近。 效度关注证据和理论是否支持在特定用途下对测评分数的解释。例如，职业兴趣测评是否在观察兴趣，而不是能力；人格维度是否在解释行为倾向，而不是道德评价。
一个测评可以比较稳定，但不一定有效；也可以目标清楚，但结果稳定性不足。因此，信度和效度需要分开看。
常见的信度问题
信度不是单一指标。常见讨论包括内部一致性、重测稳定性和评分一致性。
内部一致性关注同一维度下的题项是否大致在观察同类内容。重测稳定性关注间隔一段时间后结果是否保持相对稳定。评分一致性则更适合涉及人工评分的场景。
具体信度指标应到相应工具的当前方法说明中核对。本页不汇总全部测评的证据；未列出某个数值，不等于所有工具都没有资料，也不能补写未验证的结论。
常见的效度问题
效度也有不同层次。内容效度关注题项是否覆盖了目标构念的合理范围。结构证据关注结果结构是否支持预期的分数解释。效标关联效度则关注结果是否与外部指标存在合理关系。
例如，如果一个职业兴趣测评声称解释工作环境偏好，它就应当围绕活动偏好、环境偏好和职业探索来组织内容，而不是暗示自己能判断能力或预测高风险职业结果。
具体效度、样本和常模信息须按工具、版本、语言与用途分别核对。本页不汇总全部测试的证据，也不把公开计分或常模状态说明当作效度验证。
常模和比较对象为什么重要
有些测评结果需要参照群体来解释。一个分数本身不一定有意义，关键在于它与什么样的人群、什么样的版本、什么样的语言环境进行比较。
人群排名需要明确的参照样本、语言版本、适用范围和换算规则。没有这些依据时，不应推定百分位或普遍排名；原始分仍可按工具明确的量尺与解释规则阅读。
误差不是失败，但必须承认
测评会有误差。误差可能来自题目理解、作答状态、语言差异、文化经验、近期事件和模型限制。承认误差并不等于否定测评价值，而是让用户知道结果应如何使用。
更合适的做法是：把结果当成参考线索，用真实经历和持续观察继续验证。对于重大决定，不应只看一次测评结果。
FermatMind 当前证据表述原则
在没有公开验证资料之前，FermatMind 不应声称某个测试“绝对准确”“绝对权威”“已被大规模证明”或“可以预测结果”。应分别核对具体工具的版本、计分与常模状态，以及相应用途的验证证据；本页未列出某项信息，不等于所有公开资料均未知。
方法参考：AERA、APA 与 NCME 的《教育与心理测验标准》提供一般评价框架，不是对本站工具的验证。具体工具可继续查看大五人格说明、霍兰德职业兴趣说明与情商自评说明。
常见问题
信度高是不是就代表测试有效？
不一定。信度说明结果较稳定，但效度关心证据是否支持预期的分数解释与用途。两者需要分开看。
什么是内部一致性？
内部一致性关注同一维度下的题项是否在观察相近内容。它是信度讨论中的一种，但不是全部。
没有常模数据时还能看结果吗？
可以作为自我观察参考，但不应把分数理解成普遍排名或严格比较。没有明确参照依据时，不自行补出百分位或人群排名。
到哪里核对 FermatMind 具体测试的信效度证据？
请查看相应测试、版本和语言的当前方法说明，并核对样本、指标及适用用途。本页不是全部工具的证据清单。公开计分公式或标明暂定常模，不等于已经完成信效度研究；缺少对应证据时，应保留不确定性。
结果有误差是不是说明测试没用？
不是。误差说明结果有解释边界。测评仍可用于提出问题和辅助反思，但不能作为唯一依据。
