Apa itu Cronbach's Alpha dan bagaimana definisinya?

Marco Antonio Villanueva Bustamante
PhD dalam Psikologi

Alpha Cronbach adalah koefisien yang paling banyak digunakan untuk memperkirakan konsistensi internal skala pengukuran.

Salah satu elemen mendasar saat membangun dan menggunakan skala adalah keandalan, ini didefinisikan sebagai stabilitas disajikan oleh alat ukur, ketika diterapkan pada beberapa kesempatan sementara kondisinya ada Serupa. Dengan kata lain, reliabilitas menunjukkan seberapa akurat suatu instrumen pengukuran dengan mengevaluasi konstruk minat lebih dari satu kali. Untuk menilai reliabilitas, beberapa teknik dapat digunakan, seperti koefisien tes ulang yang menetapkan korelasi antara respon suatu alat ukur yang digunakan pada dua kesempatan yang berbeda; koefisien bentuk paralel, dihitung dengan menerapkan instrumen yang memiliki dua versi berbeda; Akhirnya, koefisien konsistensi internal yang tidak memerlukan lebih dari satu pengukuran, koefisien ini dapat dihitung dengan berbagai metode, tetapi Cronbach's Alpha adalah yang paling umum.

Alpha Cronbach diusulkan oleh Lee J. Cronbach pada tahun 1951, sebagai ukuran terhadap pembatasan koefisien KR-20 dan KR-21 yang dikembangkan oleh Kuder dan Richardson, yang hanya dapat diterapkan pada skala yang memiliki opsi respons dikotomis

Untuk menghitung alpha Cronbach (α), rumus berikut digunakan:

dimana k adalah jumlah butir soal; S_yo² adalah varian dari item dan S_jumlah² adalah varians total skala. Dengan kata lain, alpha diperoleh dengan menghitung korelasi setiap item pada skala dengan setiap item lainnya, maka itu adalah rata-rata korelasi ini dan hasilnya adalah nilai alpha, perlu disebutkan bahwa korelasi ini diperkirakan melalui koefisien korelasi dari pearson. Oleh karena itu, reliabilitas melalui alpha berkaitan dengan panjang skala dan tingkat kovarians (korelasi) antar itemnya. Nilai alpha Cronbach bisa antara 0 dan 1, semakin dekat dengan 1 menunjukkan indeks konsistensi internal yang lebih baik; dalam pengertian ini, nilai alfa minimum yang dapat diterima adalah 0,70 dan nilai yang lebih besar dari 0,90 akan menunjukkan redundansi dalam item.

Alpha Cronbach telah menjadi metode yang paling banyak digunakan untuk memperkirakan konsistensi internal skala, karena itu keuntungan dibandingkan metode lain, tetapi juga karena sebagian besar paket dan program statistik dapat memperkirakan ini bernilai. Namun, penggunaan alfa Cronbach bukan tanpa kritik, yang sebagian besar berasal dari pelanggaran asumsinya.

Asumsi Alpha Cronbach

1. Tau kesetaraan, ini mengacu pada fakta bahwa semua item skala mengukur sifat yang sama atau faktor laten yang sama dengan tingkat presisi yang sama.
2. Kesalahan tidak boleh berkorelasi, karena dianggap independen.
3. Item unidimensi, yaitu item skala harus mengukur satu sifat laten.
4. Tingkat pengukuran variabel yang dioperasionalkan harus kontinu.

Kegagalan untuk memenuhi salah satu dari asumsi ini dapat menyebabkan perkiraan yang salah dalam nilai Alpha Cronbach. Namun, mengingat sifat data dalam ilmu sosial dan kesehatan, umumnya tidak memenuhi asumsi keempat; artinya, data cenderung ordinal. Menerapkan koefisien alfa ke data ordinal, terutama ketika opsi respons kurang dari 5, dapat menyebabkan perkiraan nilai yang terlalu rendah. Untuk alasan ini, alternatif telah muncul untuk Cronbach's Alpha.

Alfa Biasa

Estimasi konsistensi internal menggunakan alpha ordinal mengikuti logika yang sama dengan Alpha Cronbach, dengan perbedaannya, bahwa alih-alih menggunakan matriks korelasi Pearson, alfa ordinal menggunakan matriks korelasi polikorik atau tetrachoric. Demikian pula, tidak seperti alfa Cronbach yang peka terhadap kemiringan data, alfa ordinal merupakan estimasi yang tidak bias.

McDonald's Omega

Mengingat pelanggaran asumsi kesetaraan antara item, omega McDonald adalah metode untuk memperkirakan konsistensi internal yang telah mendapatkan relevansi. Di antara kelebihan koefisien ini adalah tidak seperti alfa, omega bekerja dengan beban faktor dari masing-masing item dan tidak bergantung pada jumlah item pada skala, seperti dapat dilihat berikut ini rumus.

di mana λ adalah faktor pemuatan dan λ_i adalah faktor pemuatan, terstandarisasi. Mirip dengan alfa Cronbach, nilai omega antara 0,70 dan 0,90 mewakili nilai yang memadai.

Meskipun keuntungan diwakili oleh penggunaan alfa dan omega ordinal McDonald, penerapannya dalam penelitian masih langka, Ini mungkin karena sebagian besar perangkat lunak dan paket statistik belum memiliki opsi untuk itu menghargai mereka.