Qu'est-ce que l'alpha de Cronbach et comment est-il défini ?

Marco Antonio Villanueva Bustamante
Doctorat en psychologie

L'alpha de Cronbach est le coefficient le plus largement utilisé pour estimer la cohérence interne d'une échelle de mesure.

L'un des éléments fondamentaux lors de la construction et de l'utilisation d'une balance est la fiabilité, définie comme la stabilité présenté par un instrument de mesure, lorsqu'il est appliqué à plusieurs reprises alors que les conditions sont présentes Similaire. En d'autres termes, la fiabilité indique la précision d'un instrument de mesure en évaluant le construit d'intérêt à plusieurs reprises. Pour évaluer la fiabilité, plusieurs techniques peuvent être utilisées, telles que la coefficient test-retest qui établit la corrélation entre la réponse d'un instrument de mesure appliqué à deux occasions différentes; le coefficient des formes parallèles, est calculé en appliquant un instrument qui a deux versions différentes; finalement, le coefficient de cohérence interne qui ne nécessite pas plus d'une mesure, ce coefficient peut être calculé par diverses méthodes, mais l'Alpha de Cronbach est la plus courante.

L'alpha de Cronbach est proposé par Lee J. Cronbach en 1951, comme mesure contre la limitation des coefficients KR-20 et KR-21 développés par Kuder et Richardson, qui ne peut être appliqué qu'aux échelles qui ont des options de réponse dichotomique

Pour calculer l'alpha de Cronbach (α), la formule suivante est utilisée :

Où k est le nombre d'items de test; S_Yo² est la variance des éléments et S_somme² est la variance totale de l'échelle. En d'autres termes, alpha est obtenu en calculant la corrélation de chaque item de l'échelle avec chacun des autres items, puis il est faire la moyenne de ces corrélations et le résultat serait la valeur de alpha, il convient de mentionner que ces corrélations sont estimées au moyen du coefficient de corrélation de person. Par conséquent, la fiabilité par alpha est liée à la longueur de l'échelle et au niveau de covariance (corrélation) entre ses éléments. La valeur alpha de Cronbach peut être comprise entre 0 et 1, plus proche de 1 représente le meilleur indice de cohérence interne; en ce sens, la valeur minimale acceptable d'alpha est de 0,70 et des valeurs supérieures à 0,90 indiqueraient une redondance dans les éléments.

L'alpha de Cronbach est devenu la méthode la plus largement utilisée pour estimer la cohérence interne d'une échelle, en raison de sa avantages par rapport aux autres méthodes, mais aussi parce que la plupart des progiciels et programmes statistiques peuvent estimer cette valeur. Cependant, l'utilisation de l'alpha de Cronbach n'est pas sans ses critiques, dont la plupart découlent de la violation de ses hypothèses.

Hypothèses de l'Alpha de Cronbach

1. Équivalence Tau, cela fait référence au fait que tous les items d'une échelle mesurent le même trait ou le même facteur latent avec un degré de précision similaire.
2. Les erreurs ne doivent pas être corrélées, car on suppose qu'elles sont indépendantes.
3. L'unidimensionnalité des items, c'est-à-dire que les items d'une échelle doivent mesurer un seul trait latent.
4. Le niveau de mesure de la variable opérationnalisée doit être continu.

Le non-respect de l'une de ces hypothèses peut entraîner une estimation erronée des valeurs alpha de Cronbach. Cependant, compte tenu de la nature des données en sciences sociales et de la santé, il est courant de ne pas répondre à la quatrième hypothèse; c'est-à-dire que les données ont tendance à être ordinales. L'application du coefficient alpha aux données ordinales, en particulier lorsqu'il y a moins de 5 options de réponse, peut entraîner une sous-estimation des valeurs. Pour cette raison, des alternatives ont émergé pour l'Alpha de Cronbach.

L'alpha ordinal

L'estimation de la cohérence interne à l'aide de l'alpha ordinal suit la même logique que l'alpha de Cronbach, avec la différence, qu'au lieu d'utiliser la matrice de corrélation de Pearson, alpha ordinal utilise la matrice de corrélation polychorique ou tétrachorique. De même, contrairement à l'alpha de Cronbach qui est sensible à l'asymétrie des données, l'alpha ordinal est une estimation non biaisée.

McDonald's Oméga

Compte tenu de la rupture de l'hypothèse d'équivalence entre les items, l'oméga de McDonald est une méthode d'estimation de la cohérence interne qui gagne en pertinence. Parmi les avantages de ce coefficient, il y a le fait que contrairement à alpha, oméga fonctionne avec des charges facteurs de chaque item et ne dépend pas du nombre d'items sur l'échelle, comme on peut le voir dans ce qui suit formule.

où λ est le facteur de chargement et λ_i est le facteur de chargement, normalisé. Semblables à l'alpha de Cronbach, les valeurs oméga comprises entre 0,70 et 0,90 représentent des valeurs adéquates.

Malgré les avantages représentés par l'utilisation de l'alpha et de l'oméga ordinaux de McDonald's, son application dans la recherche est encore rare, Cela peut être dû au fait que la plupart des logiciels et progiciels statistiques n'ont pas encore la possibilité de les estimer.