测试问卷信效度时对研究对象有什么需求？

各位大牛：
      投出去的一篇英文文章有major revision了。文章是测试问卷信效度的，从美国翻译过来的一个量表，用于比较学生对两种教学方法的评价。因此，我从两个学校收集了问卷，这两个学校都用了这两种教学方法，只是两所学校使用这两种教学方法的频率不同，不同年级间的使用频率也不同。审稿人认为最严重的一个问题就是：研究对象的异质性太大，In essence, we have no way of guaranteeing that they are actually making their ratings based on similar experiences 学生来自于两所学校，这两所学校并不能保证教学方法一致，并且学生们所接受两种教学方法的时间不同。审稿人认为At the very least we would expect these differences to be vast between the two different medical schools, let alone at the individual level with students undertaking clinical training at different practicum sites etc.
      这个问题把我问死了，请各位大神支招，如何应对这个问题！！拜托拜托！
      个人感觉这个问题实质是internal validity和external validity的问题，这两个validity的含义我真没搞清楚。做描述或干预性研究时，在控制干扰变量的同时要尽可能地使研究对象多样化，这样才有利于研究结果的推广。那么对于问卷信效度的研究呢？多样化的研究对象会对信效度指标造成什么影响呢？
      群里大神多多，请求大神赐教！