看到一份心理测评标着“高信度、高效度”，还不能马上判断它适合自己。信度和效度都要放回具体版本、具体人群和具体用途里看。用于课堂研究的问卷，未必适合员工筛查；某个样本中的统计结果，也不能自动覆盖所有年龄和文化背景。
信度回答分数有多稳定
信度关注测量误差和结果的一致性。内部一致性看题目是否在测量相近内容，重测信度看一段时间前后是否稳定，评分者信度则适用于需要人工判断的工具。不同目的需要的证据并不相同。
Cronbach α 是常见的内部一致性指标，但数值越高不代表工具一定越好。题目高度重复也会推高 α；人格特质和短期情绪的稳定程度本来就有差异。查看信度时，应同时确认样本、间隔时间、量表维度以及报告的是总量表还是分量表。
效度针对的是分数解释和使用方式
效度证据可以来自题目内容、内部结构、与其他变量的关系，以及实际使用后的结果。一个焦虑问卷与同类工具相关，只能支持其中一部分解释；它不能据此承担临床诊断、岗位淘汰或预测长期表现等额外任务。
“这个测评有效”说得过于笼统。更准确的问题是：现有证据能否支持把这个版本的分数，用在这类人群和这个决策上。
机构选用工具时，可以核对六项信息：量表名称与版本、测量构念、验证样本、信度类型、效度证据、常模或分界值来源。涉及团体施测时，还要看权限、数据留存和报告解释是否与用途一致。橙星云在配置机构测评项目时，会把版本、适用对象和报告口径一起管理，避免同名量表在不同来源下混用。
一份稳定的问卷也可能测错对象，一份有研究基础的工具也可能被用错场景。信度、效度、公平性和可解释性需要合在一起判断，最终结论只覆盖证据已经支持的范围。