内部一貫性

統計学や研究において、内的整合性は通常、同じテスト（またはより大きなテストの同じ下位尺度）内の異なる項目間の相関関係に基づいて測定されます。これは、同じ一般的な構成概念を測定することを目的とした複数の項目が、類似したスコアを生み出すかどうかを測定します。例えば、回答者が「私は自転車に乗るのが好きだ」と「私は過去に自転車に乗ることを楽しんだことがある」という記述に同意し、「私は自転車が嫌いだ」という記述に同意しない場合、これはテストの内的整合性が高いことを示しています。

内的整合性は通常、項目間のペアワイズ相関から計算される統計量であるクロンバックのアルファで測定されます。内的整合性は負の無限大から1までの範囲をとります。被験者内変動が被験者間変動よりも大きい場合、係数アルファは負になります。^{[ 1 ]}

内部一貫性を説明するために一般的に受け入れられている経験則は次のとおりです。^{[ 2 ]}

非常に高い信頼性 (0.95 以上) は、必ずしも望ましいとは限りません。これは、項目が冗長である可能性を示唆しているからです。^{[ 3 ]}信頼性の高い測定器を設計する目標は、類似の項目のスコアが関連していること (内部的に一貫していること) と、各項目が独自の情報も提供することです。さらに、クロンバックのアルファは、より狭い構成概念を測定するテストでは必然的に高くなり、より一般的で広い構成概念を測定するテストでは低くなることに注意してください。この現象は、他の多くの理由とともに、内部一貫性の尺度に客観的なカットオフ値を使用することに反対する根拠となります。^{[ 4 ]}アルファは項目の数にも依存するため、尺度が短いほど信頼性の推定値は低くなることが多いですが、負担が少ないため、多くの状況で好ましいと言えます。信頼性に関する項目反応理論 (IRT)に基づく視点とは異なり、クロンバックのアルファは単一の要約値しか提供しないため、スコア分布のさまざまなポイントにおける信頼性の変動を正確に表していない可能性があります (たとえば、スコア分布の極端な部分で測定の信頼性を過大評価する可能性があります)。^{[ 5 ]}

内的整合性について考える別の方法として、テストのすべての項目が同じ潜在変数を測定している度合いとして捉える方法があります。この考え方が、テストの項目間の平均相関が高いという考え方（クロンバックのアルファの根底にある考え方）よりも優れている点は、平均項目相関も他の平均値と同様に（項目相関の分布における）歪度の影響を受けることです。したがって、テストの項目が複数の無関係な潜在変数を測定している場合、最頻値項目相関はゼロになりますが、そのような場合の平均項目相関はゼロより大きくなります。つまり、測定の理想はテストのすべての項目が同じ潜在変数を測定することですが、項目のセットが複数の無関係な潜在変数を測定している場合でも、アルファは非常に高い値に達することが何度も実証されています。^{[ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ]} 階層的「係数オメガ」は、テストのすべての項目が同じ潜在変数を測定している程度を示すより適切な指標である可能性がある。^{[ 13 ] [ 14 ]}内部一貫性のさまざまな尺度は、Revelle & Zinbarg (2009) によってレビューされている。^{[ 15 ] [ 16 ]}

• 一貫性（統計）
• クロンバックのアルファ
• 信頼性（統計）

• 「優れた心理テストの要点」 。2009年8月5日にオリジナルからアーカイブされました。