Cronbach’s alpha, α (of coëfficiënt alpha), ontwikkeld door Lee Cronbach in 1951, meet betrouwbaarheid of interne consistentie. ‘Betrouwbaarheid’ is een andere naam voor consistentie. Een bedrijf kan bijvoorbeeld werkgerelateerde tests aan hun werknemers geven. Als een persoon dezelfde test meerdere keren aflegt en consistente resultaten krijgt, is die test betrouwbaar.
Cronbachs alfatests om te zien of Likert-schaalonderzoeken met meerdere vragen betrouwbaar zijn. Deze vragen meten latente variabelen – verborgen of niet-waarneembare variabelen zoals: iemands consciëntieusheid, neurose of openheid. Deze zijn in het echte leven erg moeilijk te meten. De alfa van Cronbach zal het je vertellen hoe nauw verwant een set testitems is als een groep.
Alpha-formule van Cronbach
De formule voor de alfa-formule van Cronbach is:
Waar:
- N = het aantal items.
- cawiki = gemiddelde covariantie tussen itemparen.
- vawiki = gemiddelde variantie.
SPSS-stappen
Hoewel het goed is om de formule achter het concept te kennen, in werkelijkheid hoef je er niet echt aan te werken. U berekent de alfa vaak in SPSS of vergelijkbare software. In SPSS zijn de stappen:
Stap 1: klik op “Analyseren”, klik vervolgens op “Schalen” en klik vervolgens op “Betrouwbaarheidsanalyse”.
Stap 2: Breng uw variabelen (q1 tot en met q5) over naar “Items”. De standaardinstelling van het model moet worden ingesteld als ‘Alpha’.
Stap 3: klik op ‘Statistieken’ in het dialoogvenster.
Stap 4: Selecteer ‘Item’, ‘Schaal’ en ‘Schaal als item is verwijderd’ in het box description. Kies “Correlation” in het inter-item box.
Stap 5: Klik op “Continue” en klik dan op “OK”.
Vuistregel voor resultaten
Een vuistregel voor het interpreteren van alfa voor dichotome vragen (dwz vragen met twee mogelijke antwoorden) of Likert-schaalvragen is:
In het algemeen is een score van meer dan 0,7 is meestal oké. Sommige auteurs suggereren echter hogere waarden van 0,90 tot 0,95.
Problemen met Cronbach’s Alpha vermijden
Wees voorzichtig met de bovenstaande vuistregels. Een hoog niveau voor alfa kan betekenen dat de items in de test sterk gecorreleerd zijn. Α is echter ook gevoelig voor het aantal items in een toets. Een groter aantal items kan resulteren in een grotere α en een kleiner aantal items in een kleinere α. Als de alfa hoog is, kan dit overbodige vragen betekenen (dat wil zeggen dat ze hetzelfde stellen). Een lage waarde voor alfa kan betekenen dat er niet genoeg vragen over de test zijn. Door meer relevante items aan de test toe te voegen, kan de alfa toenemen. Een slechte verwevenheid tussen testvragen kan ook lage waarden veroorzaken, net als het meten van meer dan één latente variabele.
Vaak is er verwarring rond de oorzaken van hoge en lage alfascores. Dit kan resulteren in onjuist weggegooide tests of tests die ten onrechte als onbetrouwbaar worden bestempeld. Prof. psychometrie Mohsen Tavakol en hoogleraar medisch onderwijs Reg Dennick suggereren dat het verbeteren van je kennis over interne consistentie en unidimensionaliteit zal leiden tot het juiste gebruik van Cronbach’s alpha1:
Unidimensionaliteit in Cronbach’s alpha gaat ervan uit dat de vragen slechts één latente variabele meten of afmeting. Als u meer dan één dimensie meet (bewust of onbewust), kan het testresultaat zinloos zijn. U kunt de test in delen opsplitsen, waarbij u bij elk onderdeel een andere latente variabele of dimensie meet. Als u niet zeker weet of uw test eendimensionaal is of niet, voer dan factoranalyse uit om de dimensies in uw test te identificeren.
Lavrakas, P. (2008). Encyclopedia of Survey Research Methods 1st Edition. SAGE.
Mohsen Tavakol en Reg Dennick. De Alpha van Cronbach begrijpen. International Journal of Medical Education. 2011; 2: 53-55 Redactioneel
Salkind, N. (2015). Encyclopedia of Measurement and Statistics 1st Edition. SAGE.
——————————————– ———————————-
Hulp nodig bij een huiswerk- of testvraag? Met Chegg Study kunt u stapsgewijze oplossingen voor uw vragen krijgen van een expert in het veld. Je eerste 30 minuten met een Chegg-tutor is gratis!