ในทางสถิติและการวิจัยความสอดคล้องภายใน โดยทั่วไป คือการวัดความสัมพันธ์ระหว่างข้อคำถามต่างๆ ในแบบทดสอบเดียวกัน (หรือแบบทดสอบย่อยเดียวกันในแบบทดสอบขนาดใหญ่) เป็นการวัดว่าข้อคำถามหลายข้อที่มุ่งวัดโครงสร้าง ทั่วไปเดียวกันนั้น ให้คะแนนที่คล้ายคลึงกันหรือไม่ ตัวอย่างเช่น หากผู้ตอบแบบสอบถามแสดงความเห็นด้วยกับข้อความ "ฉันชอบขี่จักรยาน" และ "ฉันเคยสนุกกับการขี่จักรยานในอดีต" และไม่เห็นด้วยกับข้อความ "ฉันเกลียดจักรยาน" นี่จะเป็นตัวบ่งชี้ว่าแบบทดสอบมีความสอดคล้องภายในที่ดี

ความสอดคล้องภายในมักวัดด้วยค่าสัมประสิทธิ์อัลฟาของครอนบัค ซึ่งเป็นสถิติที่คำนวณจากความสัมพันธ์แบบคู่ระหว่างรายการต่างๆ ค่าความสอดคล้องภายในอยู่ระหว่างลบอนันต์และหนึ่ง ค่าสัมประสิทธิ์อัลฟาจะเป็นลบเมื่อใดก็ตามที่มีความแปรปรวนภายในบุคคลมากกว่าความแปรปรวนระหว่างบุคคล^{[ 1 ]}

กฎทั่วไปที่ยอมรับกันโดยทั่วไปสำหรับการอธิบายความสอดคล้องภายในมีดังนี้: ^{[ 2 ]}

ความน่าเชื่อถือที่สูงมาก (0.95 หรือสูงกว่า) ไม่จำเป็นต้องเป็นที่ต้องการเสมอไป เนื่องจากบ่งชี้ว่ารายการอาจซ้ำซ้อน^{[ 3 ]}เป้าหมายในการออกแบบเครื่องมือที่น่าเชื่อถือคือคะแนนในรายการที่คล้ายกันมีความสัมพันธ์กัน (สอดคล้องกันภายใน) แต่แต่ละรายการก็ต้องให้ข้อมูลเฉพาะบางอย่างด้วยเช่นกัน โปรดทราบเพิ่มเติมว่าค่า Cronbach's alpha จะสูงขึ้นสำหรับการทดสอบที่วัดโครงสร้างที่แคบกว่า และต่ำลงเมื่อวัดโครงสร้างที่กว้างและทั่วไปมากขึ้น ปรากฏการณ์นี้พร้อมกับเหตุผลอื่นๆ อีกหลายประการ โต้แย้งการใช้ค่าตัดขอบที่เป็นกลางสำหรับการวัดความสอดคล้องกันภายใน^{[ 4 ]}ค่าอัลฟ่ายังเป็นฟังก์ชันของจำนวนรายการ ดังนั้นมาตราส่วนที่สั้นกว่ามักจะมีค่าประมาณความน่าเชื่อถือต่ำกว่า แต่ก็ยังเป็นที่ต้องการมากกว่าในหลายสถานการณ์เพราะมีภาระน้อยกว่า แตกต่างจาก มุมมองความน่าเชื่อถือตาม ทฤษฎีการตอบสนองต่อรายการ (IRT)ค่า Cronbach's alpha ให้ค่าสรุปเพียงค่าเดียวซึ่งอาจไม่ได้แสดงถึงความแปรปรวนของความน่าเชื่อถือในจุดต่างๆ ของการกระจายคะแนนอย่างแม่นยำ (เช่น อาจประเมินความน่าเชื่อถือของการวัดที่ปลายสุดของการกระจายคะแนนสูงเกินไป) ^{[ 5 ]}

อีกแนวทางหนึ่งในการคิดเกี่ยวกับความสอดคล้องภายในคือ การมองว่าความสอดคล้องภายในนั้นวัด ตัวแปรแฝงเดียวกันได้มากน้อยเพียงใด ข้อดีของมุมมองนี้เหนือกว่าแนวคิดเรื่องค่าเฉลี่ยความสัมพันธ์สูงระหว่างข้อสอบ ซึ่งเป็นมุมมองที่อยู่เบื้องหลังค่าสัมประสิทธิ์อัลฟาของครอนบาค คือ ค่าเฉลี่ยความสัมพันธ์ของข้อสอบได้รับผลกระทบจากความเบี่ยงเบน (ในการกระจายของความสัมพันธ์ของข้อสอบ) เช่นเดียวกับ ค่าเฉลี่ยอื่นๆดังนั้น ในขณะที่ค่าฐานนิยมของความสัมพันธ์ของข้อสอบเป็นศูนย์เมื่อข้อสอบวัดตัวแปรแฝงที่ไม่เกี่ยวข้องกันหลายตัว ค่าเฉลี่ยความสัมพันธ์ของข้อสอบในกรณีดังกล่าวจะมากกว่าศูนย์ ดังนั้น ในขณะที่อุดมคติของการวัดคือข้อสอบทุกข้อควรวัดตัวแปรแฝงเดียวกัน แต่ค่าอัลฟาได้รับการพิสูจน์แล้วหลายครั้งว่ามีค่าสูงมากแม้ว่าชุดข้อสอบจะวัดตัวแปรแฝงที่ไม่เกี่ยวข้องกันหลายตัวก็ตาม^{[ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ]} “สัมประสิทธิ์โอเมก้า” แบบลำดับชั้นอาจเป็นดัชนีที่เหมาะสมกว่าในการวัดขอบเขตที่รายการทั้งหมดในการทดสอบวัดตัวแปรแฝงเดียวกัน^{[ 13 ] [ 14 ]} Revelle & Zinbarg (2009) ได้ทบทวนมาตรวัดความสอดคล้องภายในที่แตกต่างกันหลายแบบ^{[ 15 ] [ 16 ]}

• ความสม่ำเสมอ (ทางสถิติ)
• ค่าอัลฟาของครอนบัค
• ความน่าเชื่อถือ (สถิติ)

• "หลักสำคัญของการทดสอบทางจิตวิทยาที่ดี"เก็บถาวรจากต้นฉบับเมื่อวันที่ 5 สิงหาคม 2552