Construct Validity

也叫 internal validity

判断内部效度的标准

自变量和因变量应该是共同变化的，自变量变化在前，因变量变化在后
非虚假关系：自变量和因变量之间的关系不是由第三个变量导致的。即，控制所有相关变量（confounder？）的效果。一个经典的虚假关系的例子是冰淇淋销量和犯罪率成正比，似乎是冰淇淋导致了犯罪，但实际上是由于第三个变量，气温，气温升高导致冰淇淋销量上涨，也使得人们更容易犯罪，因此冰淇淋销量和气温之间呈现了正向的相关关系。只要控制住气温，就会发现这两者之间的关系不再显著了。

影响内部效度的因素

干扰事件 History: 其他事件引起了因变量的变化，从而干扰了自变量的影响
个人的变化 Maturation: 在研究的过程中，个人的生理、心理、社会状态发生了变化，这些变化影响了因变量，比如当时心情不好，所以抑郁量表的得分较高。
测试效应 Testing effect: 被试做过一次测试后，就有了测试的经验，可能影响他们的答案subjects learn from tests
测量工具质量不高，或不同的测试阶段采用了不同的测量工具
选择性偏差 Selection bias：抽样方式是不是能够均等的抽到总体中的每一个个体。如在某种抽样方式下，有一些潜在调查对象不会被访问到。比如，做一个针对老年人的调查，如果总体是全国的老年人，那么要尽量使得抽取每个老年人的概率都是一样的，如此，样本才有代表性，假设采用电话抽样，那么没有电话的老年人不会被抽到，这样样本就会有偏差了。调查对象的填答意愿也可能会影响样本代表性，愿意填答问卷的人，往往会进入到样本中，导致结果有偏差（bias also comes from differential response rate among subgroups of the population）
因果关系的模糊：如朋友数量和抑郁情绪往往成反比，有可能是朋友越少，得到的支持越少，更有可能进入抑郁状态；也有可能是，抑郁情绪影响人们的人际交往，长期的抑郁使得人们的朋友越来越少。因果关系的推断是从理论出发的，但社会科学的理论从来都充满了争论和不确定性。
统计偏差：如离群值的干扰