Cronbach's Alpha는 무엇이며 어떻게 정의됩니까?

마르코 안토니오 비야누에바 부스타만테
심리학 박사

Cronbach's alpha는 측정 척도의 내적 일관성을 추정하기 위해 가장 널리 사용되는 계수입니다.

저울을 제작하고 사용할 때 기본 요소 중 하나는 신뢰성이며 이는 안정성으로 정의됩니다. 조건이 존재하는 동안 여러 차례 적용될 때 측정 도구에 의해 제시됨 비슷한. 즉, 신뢰도는 관심 있는 구성을 한 번 이상 평가하여 측정 도구가 얼마나 정확한지를 나타냅니다. 신뢰성을 평가하기 위해 다음과 같은 여러 기술을 사용할 수 있습니다. 테스트-재테스트 계수 두 가지 다른 경우에 적용되는 측정 장비의 응답 사이의 상관 관계를 설정합니다. 평행 형식의 계수, 두 가지 버전이 있는 도구를 적용하여 계산됩니다. 마지막으로, 내부 일관성 계수 한 번 이상 측정할 필요가 없는 이 계수는 다양한 방법으로 계산할 수 있지만 Cronbach's Alpha가 가장 일반적입니다.

Cronbach's alpha는 Lee J. 1951년 Cronbach, Kuder가 개발한 KR-20 및 KR-21 계수의 제한에 대한 조치 반응 옵션이 있는 척도에만 적용할 수 있는 Richardson 이분법적인

Cronbach의 알파(α)를 계산하기 위해 다음 공식이 사용됩니다.

여기서 k는 테스트 항목의 수입니다. 에스_에야디야² 항목의 분산이며 에스_합집합² 척도의 총 분산입니다. 즉, 알파는 척도의 각 항목과 다른 항목의 상관관계를 계산하여 구한 다음 이러한 상관관계를 평균화하면 결과는 알파 값이 됩니다. 이러한 상관관계는 피어슨. 따라서 알파를 통한 신뢰도는 척도의 길이와 항목 간의 공분산(상관) 수준과 관련이 있습니다. Cronbach의 알파 값은 0과 1 사이일 수 있으며 1에 가까울수록 더 나은 내부 일관성 지수를 나타냅니다. 이러한 의미에서 최소 허용 알파 값은 .70이고 .90보다 큰 값은 항목의 중복을 나타냅니다.

Cronbach's alpha는 척도의 내적 일관성을 추정하는 데 가장 널리 사용되는 방법이 되었습니다. 다른 방법에 비해 이점이 있지만 대부분의 통계 패키지 및 프로그램이 이를 추정할 수 있기 때문입니다. 가치. 그러나 Cronbach's alpha의 사용에 대한 비판이 없는 것은 아니며 대부분은 가정 위반에서 비롯됩니다.

Cronbach 알파의 가정

1. 타우 등가, 이것은 척도의 모든 항목이 유사한 정도의 정밀도로 동일한 특성 또는 동일한 잠재 요인을 측정한다는 사실을 나타냅니다.
2. 오류는 독립적이라고 가정하기 때문에 상관관계가 없어야 합니다.
3. 항목의 일차원성, 즉 척도의 항목은 단일 잠재 특성을 측정해야 합니다.
4. 조작 변수의 측정 수준은 연속적이어야 합니다.

이러한 가정을 준수하지 않으면 Cronbach's Alpha 값이 잘못 추정될 수 있습니다. 그러나 사회 및 건강 과학의 데이터 특성상 네 번째 가정을 충족하지 못하는 것이 일반적입니다. 즉, 데이터가 서수인 경향이 있습니다. 특히 응답 옵션이 5개 미만인 경우 서수 데이터에 알파 계수를 적용하면 값이 과소 평가될 수 있습니다. 이러한 이유로 Cronbach's Alpha에 대한 대안이 등장했습니다.

서수 알파

서수 알파를 사용한 내적 일관성의 추정은 Cronbach의 알파와 동일한 논리를 따르며, 차이점은 Pearson 상관 행렬을 사용하는 대신 서수 알파가 polychoric 상관 행렬을 사용하거나 테트라코릭. 마찬가지로 데이터 왜곡에 민감한 Cronbach의 알파와 달리 서수 알파는 편향되지 않은 추정치입니다.

맥도날드 오메가

항목 간의 동등성 가정 위반을 감안할 때 McDonald 오메가는 관련성을 얻고 있는 내적 일관성을 추정하는 방법입니다. 이 계수의 장점 중 하나는 알파와 달리 오메가는 하중과 함께 작동한다는 것입니다. 각 항목의 요소이며 다음에서 볼 수 있듯이 척도의 항목 수에 의존하지 않습니다. 공식.

여기서 λ는 로딩 계수이고 λ_i는 표준화된 로딩 계수입니다. Cronbach's alpha와 마찬가지로 .70에서 .90 사이의 omega 값이 적절한 값을 나타냅니다.

맥도날드의 서수 알파와 오메가의 사용으로 대표되는 이점에도 불구하고, 연구에서의 적용은 여전히 ​​드물다. 이는 대부분의 통계 소프트웨어 및 패키지에 아직 옵션이 없기 때문일 수 있습니다. 그들을 존중하십시오.