一份心理量表在研究中发现了两组人的平均差异，机构便想把它做成个人报告，告诉每个人“你属于哪一档”。问卷没有变，用途却已经跨了一步：研究结论关心一组人的平均水平，个人反馈需要对眼前这个人的分数负责。前一种用途有证据，后一种仍要重新论证。
最容易误判的地方，是把“大样本研究结果很稳定”理解成“每个人都测得很准”。样本增加可以让某些群体估计更稳定，却不会自动减少某位答题者身上的测量误差。
两种“标准误”，回答的是不同问题
测量标准误描述个人分数中与测量误差有关的不确定性。题目抽取、施测条件或评分方式发生变化，都可能影响一个人的结果；究竟覆盖哪些误差来源，要看技术资料采用的方法。
均值标准误关心的则是：如果按相应方式重新抽取一组人，算出的平均数会有多大波动。群体均值的精度既涉及人员抽样，也涉及个人测量误差，不能拿个人的测量标准误直接替代。《教育与心理测验标准》在信度与精度章节专门区分了群体均值和个人分数的精度。
可以用一个不含真实数据的情形理解：研究要判断两所学校的平均压力水平是否不同，个别人偶然偏高或偏低，对整组均值的影响可能较小。若接着据同一次回答把某名学生列入某一支持层级，这个人的分数波动便直接关系到他得到怎样的反馈和后续安排。群体结果稳定，无法替他承担这份不确定性。
增加样本也有作用边界。题意系统性地被某类人误解、样本与目标人群不相符，这类问题不会因为人数多就自行消失。
从平均数走向个人标签，误差的后果变了
个人报告也有不同分量。用分数邀请一个人谈谈近期感受，与据此作出影响机会、资源或身份的分类，承担的后果不同。所需精度应随解释和决策后果确定，不能用一个全行业通用的信度数值发放“个人使用许可”。
尤其要看实际输出的分数。总分的技术证据不能直接担保每个分量表；整体表现良好，也可能掩盖某个分数位置精度不足。若报告只给总分作宽泛说明，证据任务相对集中；若同时输出多个维度排名、细分等级和临界提示，每一种解释都需要相应支持。
一旦设置截断分数，还会出现两个额外问题。第一，在分界线附近，个人分数有多大不确定性，这需要关注该位置的条件测量误差。第二，相同条件下重复测量，分类有多大可能保持一致，这叫分类一致性。反复落在同一类，与分类符合其实际状况，仍是两件事；不能只凭一个标准误就宣称某个正确分类率。
补证要对准报告准备说出的每一句判断
把群体研究量表转作个人测评反馈，最有用的准备是先写清报告将怎样使用结果，再向工具提供者索取对应证据。可以围绕下面几项核对：
| 准备给出的结果 | 需要进一步核对的证据 |
|---|---|
| 个人总分或维度分数 | 相同版本、目标人群及施测条件下，该项分数的精度；总分与分量表分别核对 |
| 某个分数段的具体解释 | 该分数位置的不确定性，以及这种解释在目标人群中的依据 |
| 按阈值划分等级 | 截断依据、临界位置的误差、分类一致性与分类准确性的证据及限制 |
| 分数影响后续服务或重要决定 | 这种用途的效度依据，以及误分可能带来的后果和相应处理安排 |
阅读资料时，还要看“信度”究竟测了什么。内部一致性主要涉及一组题目之间的关系，重测资料涉及跨时间的稳定性，评分者一致性涉及评分差异；一个指标无法包办所有误差。技术资料应交代样本、施测条件和误差来源，只有一行系数时，仍看不出它能支持报告里的哪些判断。
具体计分方法也可能影响这种转换。HealthMeasures官方计分说明指出，在其测量体系中，利用完整反应模式计分能比总分转换保留更多信息，这种精度差异对个人或小组均值可能比大组均值更重要。这个例子说明，适合大组分析的简化处理，到了个人层面可能需要重新评估；它不能推出所有量表都必须采用同一种计分技术。
最终应当能说清：这份量表支持对谁、解释哪一个分数、作出多细的判断，以及判断错了会怎样。如果现有证据只足以支持群体比较，就先把应用留在那个范围；个人报告增加一段免责声明，补不上缺少的个人精度与用途证据。