อัลฟ่าของครอนบาคคืออะไรและนิยามอย่างไร

มาร์โก อันโตนิโอ วิลลานูเอวา บุสตามันเต
ปริญญาเอกสาขาจิตวิทยา

อัลฟาของครอนบาคเป็นค่าสัมประสิทธิ์ที่ใช้กันอย่างแพร่หลายในการประมาณค่าความสอดคล้องภายในของมาตรวัด

องค์ประกอบพื้นฐานอย่างหนึ่งในการสร้างและใช้เครื่องชั่งคือความน่าเชื่อถือ ซึ่งหมายถึงความเสถียร นำเสนอโดยเครื่องมือวัดเมื่อมีการใช้หลายครั้งในขณะที่มีเงื่อนไข คล้ายกัน. กล่าวอีกนัยหนึ่ง ความน่าเชื่อถือบ่งชี้ว่าเครื่องมือวัดมีความแม่นยำเพียงใดโดยการประเมินโครงสร้างที่สนใจมากกว่าหนึ่งครั้ง ในการประเมินความน่าเชื่อถือ สามารถใช้เทคนิคหลายอย่าง เช่น ค่าสัมประสิทธิ์การทดสอบซ้ำ ที่สร้างความสัมพันธ์ระหว่างการตอบสนองของเครื่องมือวัดที่ใช้ในสองครั้งที่แตกต่างกัน ค่าสัมประสิทธิ์ของรูปแบบคู่ขนานคำนวณโดยใช้เครื่องมือที่มีสองเวอร์ชันที่แตกต่างกัน ในที่สุด, ค่าสัมประสิทธิ์ความสอดคล้องภายใน ซึ่งไม่ต้องการการวัดมากกว่าหนึ่งค่า ค่าสัมประสิทธิ์นี้สามารถคำนวณได้หลายวิธี แต่ค่าอัลฟ่าของครอนบาคเป็นค่าที่พบมากที่สุด

อัลฟ่าของครอนบาคเสนอโดยลี เจ. ครอนบาคในปี พ.ศ. 2494 เป็นการวัดเทียบกับข้อจำกัดของค่าสัมประสิทธิ์ KR-20 และ KR-21 ที่พัฒนาโดย Kuder และ Richardson ซึ่งใช้ได้กับเครื่องชั่งที่มีตัวเลือกการตอบสนองเท่านั้น ขั้ว

ในการคำนวณอัลฟาของครอนบาค (α) จะใช้สูตรต่อไปนี้:

โดยที่ k คือจำนวนของรายการทดสอบ ส_โย่² คือผลต่างของรายการและ ส_{ผลรวม}² คือความแปรปรวนทั้งหมดของมาตราส่วน กล่าวอีกนัยหนึ่ง อัลฟ่าได้มาจากการคำนวณความสัมพันธ์ของแต่ละรายการบนมาตราส่วนกับแต่ละรายการอื่น ๆ จากนั้นจึงเป็น ค่าเฉลี่ยความสัมพันธ์เหล่านี้และผลลัพธ์จะเป็นค่าของอัลฟ่า เป็นมูลค่าการกล่าวขวัญว่าความสัมพันธ์เหล่านี้ประเมินโดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์ของ เพียร์สัน ดังนั้น ความน่าเชื่อถือผ่านอัลฟ่าจึงสัมพันธ์กับความยาวของมาตราส่วนและระดับความแปรปรวนร่วม (สหสัมพันธ์) ระหว่างรายการ ค่าอัลฟ่าของครอนบาคสามารถอยู่ระหว่าง 0 ถึง 1 ยิ่งใกล้ 1 มากเท่าไรก็ยิ่งแสดงถึงดัชนีความสอดคล้องภายในที่ดีขึ้นเท่านั้น ในแง่นี้ ค่าต่ำสุดที่ยอมรับได้ของอัลฟ่าคือ .70 และค่าที่มากกว่า .90 จะบ่งบอกถึงความซ้ำซ้อนในรายการ

อัลฟ่าของครอนบาคกลายเป็นวิธีที่ใช้กันอย่างแพร่หลายในการประมาณค่าความสอดคล้องภายในของเครื่องชั่ง เนื่องจากวิธีดังกล่าว ข้อได้เปรียบเหนือวิธีอื่น ๆ แต่เนื่องจากแพ็คเกจและโปรแกรมทางสถิติส่วนใหญ่สามารถประมาณค่านี้ได้ คุณค่า. อย่างไรก็ตาม การใช้อัลฟ่าของครอนบาคไม่ได้ปราศจากนักวิจารณ์ ซึ่งส่วนใหญ่มาจากการละเมิดสมมติฐานของมัน

ข้อสันนิษฐานของอัลฟ่าของครอนบาค

1. ความสมมูลเอกภาพ (Tau equivalence) หมายถึงข้อเท็จจริงที่ว่าสิ่งของทั้งหมดในระดับการวัดลักษณะเดียวกันหรือปัจจัยแฝงเดียวกันที่มีระดับความแม่นยำใกล้เคียงกัน
2. ข้อผิดพลาดต้องไม่มีความสัมพันธ์กัน เนื่องจากถือว่ามีความเป็นอิสระต่อกัน
3. ความเป็นเอกภาพของรายการ นั่นคือ รายการของมาตราส่วนต้องวัดลักษณะแฝงเดียว
4. ระดับการวัดของตัวแปรที่ดำเนินการต้องต่อเนื่อง

การไม่ปฏิบัติตามสมมติฐานเหล่านี้อาจทำให้การประมาณค่าอัลฟ่าของครอนบาคผิดพลาด อย่างไรก็ตาม ด้วยลักษณะของข้อมูลในสังคมและวิทยาศาสตร์สุขภาพ เป็นเรื่องปกติที่จะไม่เป็นไปตามสมมติฐานที่สี่ นั่นคือข้อมูลมีแนวโน้มที่จะเป็นลำดับ การใช้ค่าสัมประสิทธิ์อัลฟากับข้อมูลเชิงลำดับ โดยเฉพาะอย่างยิ่งเมื่อมีตัวเลือกการตอบสนองน้อยกว่า 5 ตัวเลือก อาจทำให้การประเมินค่าต่ำเกินไป ด้วยเหตุนี้จึงมีทางเลือกอื่นสำหรับอัลฟ่าของครอนบาค

ออร์ดินัลอัลฟ่า

การประมาณค่าความสอดคล้องภายในโดยใช้ลำดับอัลฟาเป็นไปตามตรรกะเดียวกันกับอัลฟ่าของครอนบาค โดยที่ ความแตกต่างที่แทนที่จะใช้เมทริกซ์สหสัมพันธ์แบบเพียร์สัน ลำดับอัลฟาใช้เมทริกซ์สหสัมพันธ์แบบโพลิโคริกหรือ เตตระคอริก. ในทำนองเดียวกัน ซึ่งแตกต่างจากอัลฟาของครอนบาคซึ่งมีความไวต่อความเบ้ของข้อมูล ลำดับอัลฟาเป็นค่าประมาณที่เป็นกลาง

โอเมก้าของแมคโดนัลด์

เนื่องจากการฝ่าฝืนสมมติฐานของความเท่าเทียมกันระหว่างรายการ McDonald omega เป็นวิธีการประเมินความสอดคล้องภายในที่ได้รับความเกี่ยวข้อง ข้อดีของค่าสัมประสิทธิ์นี้แตกต่างจากอัลฟ่าโอเมก้าทำงานกับโหลด ปัจจัยของแต่ละรายการและไม่ขึ้นกับจำนวนรายการบนมาตราส่วนดังจะเห็นได้ต่อไปนี้ สูตร.

โดยที่ λ เป็นตัวประกอบการโหลดและ λ_i เป็นตัวประกอบการโหลด ซึ่งได้มาตรฐาน เช่นเดียวกับค่าอัลฟ่าของครอนบาค ค่าโอเมก้าระหว่าง .70 ถึง .90 แสดงถึงค่าที่เพียงพอ

แม้จะมีข้อได้เปรียบจากการใช้ลำดับอัลฟ่าและโอเมก้าของ McDonald แต่การประยุกต์ใช้ในการวิจัยยังหายาก อาจเป็นเพราะซอฟต์แวร์และแพ็คเกจทางสถิติส่วนใหญ่ยังไม่มีตัวเลือก นับถือพวกเขา