Hva er Cronbachs alfa og hvordan defineres det?

Marco Antonio Villanueva Bustamante
PhD i psykologi

Cronbachs alfa er den mest brukte koeffisienten for å estimere den interne konsistensen til en måleskala.

Et av de grunnleggende elementene når man bygger og bruker en skala er pålitelighet, dette er definert som stabiliteten presentert av et måleinstrument, når det brukes ved flere anledninger mens forholdene er tilstede Lignende. Med andre ord indikerer pålitelighet hvor nøyaktig et måleinstrument er ved å evaluere konstruksjonen av interesse ved mer enn én anledning. For å vurdere påliteligheten kan flere teknikker brukes, for eksempel test-retest koeffisient som etablerer korrelasjonen mellom responsen til et måleinstrument som brukes ved to forskjellige anledninger; koeffisienten til parallelle former, beregnes ved å bruke et instrument som har to forskjellige versjoner; endelig, koeffisienten for intern konsistens som ikke krever mer enn én måling, denne koeffisienten kan beregnes ved ulike metoder, men Cronbachs Alpha er den vanligste.

Cronbachs alfa er foreslått av Lee J. Cronbach i 1951, som et tiltak mot begrensningen av KR-20 og KR-21 koeffisient utviklet av Kuder og Richardson, som kun kan brukes på skalaer som har svaralternativer dikotomisk

For å beregne Cronbachs alfa (α), brukes følgende formel:

Hvor k er antall testelementer; S_Yo² er variansen av varene og S_sum² er den totale variansen til skalaen. Med andre ord, alfa oppnås ved å beregne korrelasjonen av hvert element på skalaen med hvert av de andre elementene, så er det gjennomsnitt disse korrelasjonene og resultatet vil være verdien av alfa, det er verdt å nevne at disse korrelasjonene estimeres ved hjelp av korrelasjonskoeffisienten til pearson. Derfor er pålitelighet gjennom alfa relatert til lengden på skalaen og nivået av kovarians (korrelasjon) mellom elementene. Cronbachs alfaverdi kan være mellom 0 og 1, jo nærmere 1 representerer bedre intern konsistensindeks; i denne forstand er den minste akseptable verdien for alfa 0,70 og verdier større enn 0,90 vil indikere redundans i elementene.

Cronbachs alfa har blitt den mest brukte metoden for å estimere den interne konsistensen til en skala, på grunn av dens fordeler fremfor andre metoder, men også fordi de fleste statistiske pakker og programmer kan anslå dette verdi. Bruken av Cronbachs alfa er imidlertid ikke uten kritikere, hvorav de fleste stammer fra brudd på forutsetningene.

Forutsetninger om Cronbachs alfa

1. Tau-ekvivalens, dette refererer til det faktum at alle elementene i en skala måler samme egenskap eller samme latente faktor med en lignende grad av presisjon.
2. Feilene må ikke korreleres, siden det antas at de er uavhengige.
3. Unidimensjonaliteten til elementene, det vil si at elementene i en skala må måle en enkelt latent egenskap.
4. Målenivået til den operasjonaliserte variabelen må være kontinuerlig.

Unnlatelse av å overholde noen av disse forutsetningene kan forårsake et feilaktig estimat i Cronbachs Alpha-verdier. Men gitt karakteren av dataene innen sosial- og helsefag, er det vanlig å ikke oppfylle den fjerde antakelsen; det vil si at dataene har en tendens til å være ordinære. Bruk av alfa-koeffisienten på ordinære data, spesielt når det er mindre enn 5 svaralternativer, kan føre til en undervurdering av verdiene. Av denne grunn har det dukket opp alternativer for Cronbachs Alpha.

Ordinal Alpha

Estimeringen av intern konsistens ved bruk av ordinær alfa følger samme logikk som Cronbachs alfa, med forskjell, at i stedet for å bruke Pearson-korrelasjonsmatrisen, bruker ordinal alfa den polykoriske korrelasjonsmatrisen eller tetrakorisk. Tilsvarende, i motsetning til Cronbachs alfa som er følsom for dataskjevheter, er ordinær alfa et objektivt estimat.

McDonald's Omega

Gitt bruddet på antakelsen om ekvivalens mellom elementene, er McDonald omega en metode for å estimere intern konsistens som har fått relevans. Blant fordelene med denne koeffisienten er at i motsetning til alfa, fungerer omega med belastninger faktorer for hvert element og er ikke avhengig av antall elementer på skalaen, som kan sees i følgende formel.

hvor λ er belastningsfaktoren og λ_i er belastningsfaktoren, standardisert. I likhet med Cronbachs alfa representerer omega-verdier mellom 0,70 og 0,90 tilstrekkelige verdier.

Til tross for fordelene representert ved bruk av McDonald's ordinære alfa og omega, er anvendelsen i forskningen fortsatt knapp, Dette kan være fordi de fleste statistiske programvarer og pakker ennå ikke har et alternativ til det verdsette dem.