Cos'è l'alfa di Cronbach e come viene definita?

Marco Antonio Villanueva Bustamante
Dottorato in Psicologia

L'alfa di Cronbach è il coefficiente più utilizzato per stimare la consistenza interna di una scala di misura.

Uno degli elementi fondamentali quando si costruisce e si utilizza una bilancia è l'affidabilità, questa è definita come la stabilità presentato da uno strumento di misura, quando viene applicato in più occasioni mentre le condizioni sono presenti Simile. In altre parole, l'affidabilità indica quanto è accurato uno strumento di misurazione valutando il costrutto di interesse in più di un'occasione. Per valutare l'affidabilità, è possibile utilizzare più tecniche, come il coefficiente test-retest che stabilisce la correlazione tra la risposta di uno strumento di misura applicato in due diverse occasioni; il coefficiente delle forme parallele, viene calcolato applicando uno strumento che ha due diverse versioni; Finalmente, il coefficiente di consistenza interna che non richiede più di una misurazione, questo coefficiente può essere calcolato con vari metodi, ma l'Alfa di Cronbach è il più comune.

L'alfa di Cronbach è proposto da Lee J. Cronbach nel 1951, come misura contro la limitazione del coefficiente KR-20 e KR-21 sviluppato da Kuder e Richardson, che può essere applicato solo a scale che hanno opzioni di risposta dicotomico

Per calcolare l'alfa di Cronbach (α), viene utilizzata la seguente formula:

Dove k è il numero di elementi di prova; S_Yo² è la varianza degli elementi e S_somma² è la varianza totale della scala. In altre parole, l'alfa si ottiene calcolando la correlazione di ciascun elemento della scala con ciascuno degli altri elementi, quindi è media di queste correlazioni e il risultato sarebbe il valore di alfa, vale la pena ricordare che queste correlazioni sono stimate mediante il coefficiente di correlazione di Pearson. Pertanto, l'affidabilità tramite alfa è correlata alla lunghezza della scala e al livello di covarianza (correlazione) tra i suoi elementi. Il valore alfa di Cronbach può essere compreso tra 0 e 1, più vicino a 1 rappresenta il migliore indice di consistenza interna; in questo senso il valore minimo accettabile di alpha è .70 e valori superiori a .90 indicherebbero ridondanza negli item.

L'alfa di Cronbach è diventato il metodo più utilizzato per stimare la consistenza interna di una scala, grazie alla sua vantaggi rispetto ad altri metodi, ma anche perché la maggior parte dei pacchetti e programmi statistici possono stimarlo Di valore. Tuttavia, l'uso dell'alfa di Cronbach non è esente da critiche, la maggior parte delle quali derivano dalla violazione dei suoi presupposti.

Ipotesi dell'alfa di Cronbach

1. Equivalenza Tau, si riferisce al fatto che tutti gli elementi di una scala misurano lo stesso tratto o lo stesso fattore latente con un grado di precisione simile.
2. Gli errori non devono essere correlati, poiché si presume che siano indipendenti.
3. Unidimensionalità degli item, cioè gli item di una scala devono misurare un unico tratto latente.
4. Il livello di misurazione della variabile operazionalizzata deve essere continuo.

Il mancato rispetto di una qualsiasi di queste ipotesi può causare una stima errata nei valori Alpha di Cronbach. Tuttavia, data la natura dei dati nelle scienze sociali e sanitarie, è comune non soddisfare il quarto presupposto; cioè, i dati tendono ad essere ordinali. L'applicazione del coefficiente alfa ai dati ordinali, specialmente quando ci sono meno di 5 opzioni di risposta, può causare una sottostima dei valori. Per questo motivo sono emerse alternative per Alpha di Cronbach.

L'alfa ordinale

La stima della consistenza interna utilizzando l'alfa ordinale segue la stessa logica dell'alfa di Cronbach, con la differenza, che invece di utilizzare la matrice di correlazione di Pearson, l'alfa ordinale utilizza la matrice di correlazione policorica o tetracorico. Allo stesso modo, a differenza dell'alfa di Cronbach che è sensibile all'asimmetria dei dati, l'alfa ordinale è una stima imparziale.

L'omega di McDonald's

Data la violazione del presupposto di equivalenza tra gli elementi, l'omega McDonald è un metodo per stimare la coerenza interna che sta acquisendo rilevanza. Tra i vantaggi di questo coefficiente c'è che a differenza di alfa, omega funziona con i carichi fattori di ogni voce e non dipende dal numero di voci sulla scala, come si può vedere nel seguito formula.

dove λ è il fattore di caricamento e λ_i è il fattore di caricamento, standardizzato. Simile all'alfa di Cronbach, i valori omega compresi tra .70 e .90 rappresentano valori adeguati.

Nonostante i vantaggi rappresentati dall'uso degli ordinali alfa e omega di McDonald's, la sua applicazione nella ricerca è ancora scarsa, Ciò potrebbe essere dovuto al fatto che la maggior parte dei software e dei pacchetti statistici non hanno ancora un'opzione per stimarli.