内部一致性

内部一致性

内部一致性是评估测验所有题目之间的一致性和同质性的指标。当各个测试题目间的得分呈现正相关关系时,表示测验具有较高的内部一致性,反之则表明其内部一致性较低[0]。内部一致性对于测量工具的有效性至关重要。当测验中不同题目之间的得分高度相关时,说明这些题目都反映了同一特质或概念,从而提高了测验的整体可靠性。相反,如果题目间的相关性低甚至出现负相关,那么测验的结果可能受到干扰,因为不同的题目可能会衡量不同的特质或概念,导致最终结果的不确定性增加[1]。

内部一致性是评估测验所有题目之间的一致性和同质性的指标。当各个测试题目间的得分呈现正相关关系时,表示测验具有较高的内部一致性,反之则表明其内部一致性较低[1]

测验内部一致性的重要性

内部一致性对于测量工具的有效性至关重要。当测验中不同题目之间的得分高度相关时,说明这些题目都反映了同一特质或概念,从而提高了测验的整体可靠性。相反,如果题目间的相关性低甚至出现负相关,那么测验的结果可能受到干扰,因为不同的题目可能会衡量不同的特质或概念,导致最终结果的不确定性增加[2]

应用实例

以贝克抑郁问卷(BDI)为例,当受试者在涉及睡眠障碍和悲伤情感等与抑郁症相关的项目上的反应保持一致时,可以推断出该测验的项目间具有一致性,因此测验的信度较高。这种情况下,测验能够更准确地反映受试者的抑郁症状水平[3]

参考资料 3

  1. 终于有人把大模型的内部一致性和自反馈讲明白了 — 网易
  2. 如何理解数据库的内部一致性和外部一致性? — 百家号
  3. 内部一致性可靠性
广告位:底部(ad-bottom)—— 请到中台「公共区块」编辑此内容