Cronbachs alfa: enkel definition, användning och tolkning

Dela på

Cronbachs alfa, α (eller koefficient alfa), utvecklades av Lee Cronbach 1951, mäter tillförlitlighet eller intern konsistens. ”Pålitlighet” är ett annat namn för konsistens. Till exempel kan ett företag ge arbetsrelaterade tester till sina anställda. Om en person tar samma test flera gånger och får konsekventa resultat är testet pålitligt.

Cronbachs alfatest för att se om Likert-skalaundersökningar med flera frågor är tillförlitliga. Dessa frågor mäter latenta variabler – dolda eller icke observerbara variabler som: en persons samvetsgrannhet, neuros eller öppenhet. Dessa är mycket svåra att mäta i verkligheten. Cronbachs alfa kommer att berätta för dig hur nära relaterade en uppsättning testobjekt är som en grupp.


Cronbachs alfaformel

Formeln för Cronbachs alfa är:

Var:

  • N = antalet objekt.
  • c̄ = genomsnittlig kovarians mellan artikelpar.
  • v̄ = genomsnittlig varians.

SPSS Steps

Även om det är bra att känna till formeln bakom konceptet, i verkligheten behöver du inte arbeta det. Du beräknar ofta alfa i SPSS eller liknande programvara. I SPSS är stegen:

Steg 1: Klicka på ”Analysera”, klicka sedan på ”Skala” och klicka sedan på ”Tillförlitlighetsanalys.”
Steg 2: Överför dina variabler (q1 till q5) till ”Objekt”. Modellens standardinställning ska ställas in som ”Alpha”.
Steg 3: Klicka på ”Statistik” i dialogrutan.
Steg 4: Välj ”Objekt”, ”Skala” och ”Skala om objekt raderas” i rutbeskrivning. Välj ”Korrelation” i rutan mellan objekt.
Steg 5: Klicka på ”Fortsätt” och klicka sedan på ”OK”.

Tumregel för resultat

En tumregel för tolkning av alfa för dikotoma frågor (dvs. frågor med två möjliga svar) eller Likert-skala frågor är:

Generellt sett är poängen mer än 0,7 är vanligtvis okej. Vissa författare föreslår dock högre värden på 0,90 till 0,95.

Undvik problem med Cronbachs alfa

Använd de tumregler som anges ovan med försiktighet. En hög nivå för alfa kan innebära att objekten i testet är starkt korrelerade. Emellertid är α också känsligt för antalet objekt i ett test. Ett större antal objekt kan resultera i ett större α och ett mindre antal objekt i ett mindre α. Om alfa är hög kan det betyda överflödiga frågor (dvs. de ställer samma sak). Ett lågt värde för alfa kan innebära att det inte finns tillräckligt med frågor på testet. Att lägga till mer relevanta objekt i testet kan öka alfa. Dålig inbördes samband mellan testfrågor kan också orsaka låga värden, så kan mätning av mer än en latent variabel.

Förvirring omger ofta orsakerna till höga och låga alfapoäng. Detta kan resultera i felaktigt kasserade tester eller tester som felaktigt betecknas som opålitliga. Psychometrics professor Mohsen Tavakol och professor i medicinsk utbildning Reg Dennick föreslår att en förbättring av din kunskap om intern konsistens och endimensionalitet kommer att leda till korrekt användning av Cronbachs alfa1:

Unidimensionalitet i Cronbachs alfa förutsätter att frågorna bara mäter en latent variabel eller dimension. Om du mäter mer än en dimension (antingen medvetet eller omedvetet) kan testresultatet vara meningslöst. Du kan dela upp testet i delar genom att mäta en annan latent variabel eller dimension med varje del. Om du inte är säker på om ditt test är ensidigt eller inte, kör faktoranalys för att identifiera dimensionerna i ditt test.

Lavrakas, P. (2008). Encyclopedia of Survey Research Methods 1st Edition. SAGE.
Mohsen Tavakol och Reg Dennick. Sense of Cronbach’s Alpha. International Journal of Medical Education. 2011; 2: 53-55 Ledare
Salkind, N. (2015). Encyclopedia of Measurement and Statistics 1st Edition. SAGE.

——————————————– ———————————-

Behöver du hjälp med en läxa eller testfråga? Med Chegg Study kan du få steg-för-steg-lösningar på dina frågor från en expert inom området. Dina första 30 minuter med en Chegg-handledare är gratis!

Leave a Reply

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *