信度计算公式为X=T+B+E，T表示真实值，B表示偏差即系统误差，E表示测量的随机误差，X 表示测量结果。
信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。
系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性。反之，随机误差可能导致不一致性，从而降低信度。
信度（reliability）即可靠性，它指的是采取同样的方法对同一对象重复进行测量时，其所得结果相一致的程度。从另一方面来说，信度就是指测量数据的可靠程度。
举例而言，对于“图书馆利用情况及满意度调查问卷”的第一部分第1题，若对同一个人相隔3天，问同一个问题，若第一次回答，被调查者选择A、第二次回答选择C、第三次回答选择D，则说明对于该问题调查结果的信度低，因为调查结果的差异较大。
若三次都选择相同的答案或者差异较小的答案，则在排除系统误差的条件下，说明调查结果的信度较高。
一般来说，信度是效度的必要条件，也就是说，效度都必须建立在信度的基础上；但是没有效度的测量，即使它的信度再高，这样的测量也是没有意义的。
一般信度分析可以分为两个类型一个是内部一致性信度，另一个为外部一致性信度，内部一致性信度包括：克伦巴赫系数、折半信度系数、theta信度系数、McDonald omega信度系数。外部一致性信度包括复本信度和重测法检验信度。
克伦巴赫信度系数计算公式：
说明：
从公式可以看出，测量项个数会对克伦巴赫信度系数产生影响关系，分析项个数越多时，Cron克伦巴赫信度系数可能会越高。测量项个数最少为2个，此时信度系数相对可能会最低。
折半信度系数：
折半系数涉及到Spearman-Brown系数和Guttman Split-Half系数。其中Spearman-Brown系数又分为等长和不等长两种计算。分别说明如下：
Spearman-Brown等长：
其中R代表拆分成两部分数据（先将数据拆分成两部分，然后分别求和，分别得到两列数据）的相关系数值。
Spearman-Brown不等长：
上公式中R为两部分数据的相关系数，k1和k2分别代表两部分数据分别的分析项个数，k=k1+k2。
Guttman Split-Half：
与此同时，SPSSAU还有提供Guttman Split-Half 系数，其也可用于测量信度。计算公式如下：上式中，Sp 表示整体求和部分的方差；Sp12 和Sp22 分别代表第1部分，第2部分方差。
theta信度系数：
上式中N为分析项个数，λ为最大特征根值。从上式可以看到，当分析项个数越多时，theta信度系数很可能会越大，而且最大特征根越大，theta信度系数值也会越大。
McDonald omega信度系数：
上式中loading为载荷系数值，uniqueness为1-loading^2。从上式可知，loading值整体绝对值越大时，McDonald's ω信度系数值也会越高。
可以使用SPSSAU进行信度检测。