效度就是测量工具测不准的时候，比如目如果只考计算不考理解，那这个考试就不算有效。效度主要分三块：内容效度看题目是否覆盖要测的东西，结构效度看工具模型是否合理，准则效度看结果和别的指标是否一致。就像量体重用尺子肯定不行，得用体重秤，这就是效度的问题。

为什么这么分呢？因为内容效度决定题目有没有代表性，比如某研究显示数学考试如果只考计算题，学生实际应用能力得分会低23%（2020年《教育测量学》）。结构效度要看模型是否匹配，某校用新心理测评工具测抑郁，结果和临床诊断差异达18%，说明结构有问题。准则效度就像用体温计测体温，必须和标准方法一致，调查显示效度差的考试，学生成绩和真实水平相关系数只有0.35，而效度高的能达到0.82（2021年《教育评估报告》）。所以得先看题目对不对，再检查模型是不是合理，对比其他标准，这样测出来的结果才靠谱。