Cronbachs alfa, α (eller koefficient alfa), udviklet af Lee Cronbach i 1951, måler pålidelighed eller intern konsistens. “Pålidelighed” er et andet navn for konsistens. For eksempel kan en virksomhed give jobrelaterede tests til deres medarbejdere. Hvis en person tager den samme test flere gange og modtager ensartede resultater, er denne test pålidelig.
Cronbachs alfatest til at se, om Likert-skalaundersøgelser med flere spørgsmål er pålidelige. Disse spørgsmål måler latente variabler – skjulte eller ikke-observerbare variabler som: en persons samvittighedsfuldhed, neurose eller åbenhed. Disse er meget vanskelige at måle i det virkelige liv. Cronbachs alfa vil fortælle dig hvor tæt forbundet et sæt testelementer er som en gruppe.
Cronbachs alfaformel
Formlen for Cronbachs alfa er:
Hvor:
- N = antallet af varer.
- c̄ = gennemsnitlig kovarians mellem elementpar.
- v̄ = gennemsnitlig varians.
SPSS-trin
Selvom det er godt at kende formlen bag konceptet, i virkeligheden behøver du faktisk ikke arbejde på det. Du beregner ofte alfa i SPSS eller lignende software. I SPSS er trinnene:
Trin 1: Klik på “Analyser”, klik derefter på “Skaler”, og klik derefter på “Pålidelighedsanalyse.”
Trin 2: Overfør dine variabler (q1 til q5) til “Varer”. Modelstandarden skal indstilles som “Alpha”.
Trin 3: Klik på “Statistik” i dialogboksen.
Trin 4: Vælg “Element”, “Skala” og “Skaler, hvis element slettes” i boksbeskrivelse. Vælg “Korrelation” i feltet mellem emner.
Trin 5: Klik på “Fortsæt”, og klik derefter på “OK”.
Tommelfingerregel for resultater
En tommelfingerregel til fortolkning af alfa til dikotome spørgsmål (dvs. spørgsmål med to mulige svar) eller Likert-skala spørgsmål er:
Generelt er en score på mere end 0,7 er normalt okay. Imidlertid foreslår nogle forfattere højere værdier på 0,90 til 0,95.
Undgå problemer med Cronbachs alfa
Brug tommelfingerreglerne ovenfor med forsigtighed. Et højt niveau for alfa kan betyde, at elementerne i testen er stærkt korrelerede. Imidlertid er α også følsom over for antallet af emner i en test. Et større antal varer kan resultere i et større α og et mindre antal poster i et mindre α. Hvis alfa er høj, kan dette betyde overflødige spørgsmål (dvs. de stiller det samme). En lav værdi for alfa kan betyde, at der ikke er nok spørgsmål på testen. Tilføjelse af mere relevante emner til testen kan øge alfa. Dårlig indbyrdes sammenhæng mellem testspørgsmål kan også forårsage lave værdier, så det kan også måle mere end en latent variabel.
Forvirring omgiver ofte årsagerne til høje og lave alfa-scores. Dette kan resultere i forkert kasseret test eller test forkert mærket som upålidelige. Psychometrics professor Mohsen Tavakol og professor i medicinsk uddannelse Reg Dennick foreslår, at forbedring af din viden om intern konsistens og enedimensionalitet vil føre til korrekt brug af Cronbachs alfa1:
Unidimensionalitet i Cronbachs alfa forudsætter, at spørgsmålene kun måler en latent variabel eller dimension. Hvis du måler mere end en dimension (enten bevidst eller ubevidst), kan testresultatet være meningsløst. Du kan opdele testen i dele og måle en anden latent variabel eller dimension med hver del. Hvis du ikke er sikker på, om din test er ensrettet eller ikke, skal du køre faktoranalyse for at identificere dimensionerne i din test.
Lavrakas, P. (2008). Encyclopedia of Survey Research Methods 1. udgave. SAGE.
Mohsen Tavakol og Reg Dennick. Sense of Cronbach’s Alpha. International Journal of Medical Education. 2011; 2: 53-55 Redaktionel
Salkind, N. (2015). Encyclopedia of Measurement and Statistics 1. udgave. SAGE.
——————————————– ———————————-
Brug for hjælp til lektier eller testspørgsmål? Med Chegg Study kan du få trin-for-trin-løsninger på dine spørgsmål fra en ekspert inden for området. Dine første 30 minutter med en Chegg-vejleder er gratis!