내부 일관성

Internal consistency

통계와 연구에서 내부 일관성은 일반적으로 동일한 시험(또는 더 큰 시험의 동일한 하위 척도)에서 서로 다른 항목 사이의 상관관계에 근거한 척도다. 동일한 일반구성을 측정하는 것을 제안하는 여러 항목이 유사한 점수를 산출하는지 여부를 측정한다. 예를 들어 응답자가 '자전거 타는 것을 좋아한다' '과거 자전거 타는 것을 즐겼다'는 문구와 '자전거를 싫어한다'는 문항에 동의하지 않는 등 '자전거를 싫어한다'는 문항에 동의한 경우, 이는 시험의 내부 일관성이 양호하다는 것을 나타낸다.

크론바흐 알파

주요기사 : 크론바흐의 알파

내부 일관성은 대개 항목들 간의 쌍방향 상관관계에서 계산된 통계인 Cronbach의 알파로 측정된다. 음의 무한대와 1 사이의 내부 일관성 범위. 계수 알파는 대상 간 변동성보다 대상 내 변동성이 클 때마다 음수가 된다.[1]

내부 일관성을 설명하기 위해 일반적으로 허용되는 경험 법칙은 다음과 같다.[2]

크론바흐 알파 내부 일관성
0.9 ≤ α 훌륭하다
0.8 ≤ α < 0.9 좋아
0.7 ≤ α < 0.8 허용됨
0.6 ≤ α < 0.7 의문스러운
0.5 ≤ α < 0.6 가난하다
α < 0.5 받아들일 수 없는

매우 높은 신뢰도(0.95 이상)는 항목이 중복될 수 있음을 나타내기 때문에 반드시 바람직한 것은 아니다.[3] 신뢰할 수 있는 계측기를 설계하는 목적은 유사한 항목의 점수가 관련되지만(내부적으로 일관됨) 각 항목이 고유한 정보를 제공하는 것이다. 또한 크론바흐의 알파는 더 좁은 구문을 측정하는 시험에서 반드시 더 높고, 더 일반적이고 광범위한 구문을 측정할 때 더 낮다는 점에 유의하십시오. 이러한 현상은 여러 가지 다른 이유와 함께 내부 일관성 측정에 객관적인 컷오프 값을 사용하는 것을 반대한다.[4] 알파는 또한 항목 수의 함수여서, 더 짧은 척도는 종종 신뢰도 추정치는 더 낮지만, 부담이 더 낮기 때문에 많은 상황에서 여전히 선호된다.

내부 일관성에 대한 다른 사고방식은 시험의 모든 항목이 동일한 잠재 변수를 측정하는 범위라는 것이다. 테스트 항목들 간의 높은 평균 상관 관계 개념(Cronbach의 알파에 기초하는 관점)에 대한 이 관점의 이점은 평균 항목 상관 관계가 다른 평균과 마찬가지로 왜도에 의해 영향을 받는다는 것이다. 따라서 모달항목 상관관계는 시험항목의 항목이 관련되지 않은 여러 잠재적 변수를 측정할 때 0인 반면, 그러한 경우 평균항목 상관관계는 0보다 클 것이다. 따라서 측정의 이상은 동일한 잠재 변수를 측정하기 위한 시험의 모든 항목에 대한 것이지만, 항목 집합이 관련되지 않은 여러 잠재 변수를 측정했을 때에도 알파는 상당히 높은 값을 얻기 위해 여러 번 입증되었다.[5][6][7][8][9][10][11] 계층적 "효율적인 오메가"는 시험의 모든 항목이 동일한 잠재 변수를 측정하는 범위의 더 적절한 지수일 수 있다.[12][13] 내부 일관성의 몇 가지 다른 척도는 Revelle & Zinbarg(2009)에 의해 검토된다.[14][15]

참고 항목

참조

  1. ^ Knapp, T. R. (1991) 계수 알파: 개념화 및 이상 징후. 간호 및 보건 연구, 14, 457-480
  2. ^ 조지, D, & Mallery, P. (2003) Windows용 SPSS 단계별: 간단한 안내서 및 참고서. 11.0 업데이트(4차 개정판) 보스턴: 앨린 & 베이컨.
  3. ^ Streiner, D. L. (2003) 처음부터 시작: 계수 알파와 내부 일관성 소개, Journal of Personality Assessment, 80, 99-103
  4. ^ 피터스, G.-J. Y (2014) 알파와 스케일 신뢰성과 유효성의 오메가: 크론바흐의 알파와 스케일 품질에 대한 보다 포괄적인 평가를 위한 경로를 포기해야 하는 이유와 방법. 유럽 건강 심리학자, 16(2) URL: http://ehps.net/ehp/index.php/contents/article/download/ehp.v16.i2.p56/1
  5. ^ 코르티나. J. M.(1993년). 계수 알파란 무엇인가? 이론과 응용에 대한 검사. 응용심리학 저널 78, 98–104.
  6. ^ 크론바흐, L. J. (1951) 계수 알파 및 검정의 내부 구조 사이코메트리카, 16(3), 297–334.
  7. ^ 그린, S. B., 리시츠, R.W., & Mulaik, S. A. (1977년) 계수 알파에 대한 검정의 단일성 지수로서의 한계. 교육 및 심리 측정, 37, 827–838.
  8. ^ 리벨, W. (1979년) 계층적 군집 분석 및 검정의 내부 구조 다변량 행동 연구, 14, 57–74.
  9. ^ 슈미트, N. (1996년). 계수 알파 사용 및 남용. 심리학적 평가, 8, 350–353.
  10. ^ Zinbarg, R, Yovel, I, Revelle, W. & McDonald, R. (2006). 모두 공통 속성을 갖는 지표의 범주에 대한 일반화 가능성 추정: . 응용 심리 측정기의 추정기 비교, 30, 121–144.
  11. ^ Trippi, R. & Sette, R. (1976년) 내부 일관성 비모수 계수. 다변량 행동 연구 4, 419-424 URL: http://www.sigma-research.com/misc/Nonparametric%20Coefficient%20of%20Internal%20Consistency.htm
  12. ^ 맥도날드, R. P. (1999년). 시험 이론: 통일된 치료법. 심리학 출판사. ISBN0-8058-3075-8
  13. ^ Zinbarg, R, Revelle, W, Yovel, I. & Li, W. (2005) 크론바흐의 α, 리벨의 β, 맥도날드의 ΩH: 서로간의 관계와 신뢰성의 두 가지 대안 개념화. 사이코메트리카 70, 123–133
  14. ^ Revelle, W, Zinbarg, R. (2009) "Coefficient Alpha, Beta, Omega and the glb: Cimmetrica, 74(1), 145–154. [1]
  15. ^ 던, T.J., 바글리, T., 브런슨, V.(2013), 알파에서 오메가까지: 내부 일관성 추정의 광범위한 문제에 대한 실질적인 해결책. 영국 심리학 저널 doi: 10.111/164op.12046

외부 링크