Calculateur de l'alpha de Cronbach

Comment utiliser le calculateur de l'alpha de Cronbach

1. 1. Collez vos scores d'items. Copiez les réponses depuis Excel, Google Sheets, SPSS ou un fichier CSV : une ligne par répondant, une colonne par item. Une ligne d'en-tête est facultative ; vérifiez le tableau que le calculateur relit.
2. 2. Inversez le codage des items formulés négativement. Cochez Inverser pour tout item formulé dans le sens contraire, par exemple « Je me sens rarement prêt ». Il est recodé selon (minimum + maximum) − score : sur une échelle de 1 à 5, un 2 devient un 4.
3. 3. Choisissez les items. Décochez Utiliser pour exclure un item : une colonne d'identifiants, ou un item que vous envisagez de retirer. Les répondants qui n'ont pas répondu à l'un des items retenus sont exclus, et le calculateur indique combien.
4. 4. Lisez l'alpha et le tableau des items. Vous obtenez α avec son intervalle de confiance à 95 %, l'alpha standardisé, et pour chaque item sa corrélation item-total corrigée et l'alpha si l'item est supprimé. Copiez la phrase au format APA pour votre section de méthodologie.

La formule de l'alpha de Cronbach

Pour k items répondus par n personnes, l'alpha de Cronbach compare la variance des items pris séparément à la variance du score total :

• k : le nombre d'items de l'échelle.
• s²ᵢ : la variance de l'item i parmi les répondants, comme variance d'échantillon (division par n − 1).
• Σs²ᵢ : la somme des variances des items.
• s²ₜ : la variance des scores totaux des répondants, somme des k items. Lorsque les items montent et descendent ensemble, les totaux se dispersent bien davantage que les items pris un à un : le rapport Σs²ᵢ / s²ₜ diminue, et α se rapproche de 1.

L'alpha standardisé utilise les corrélations au lieu des variances : α = k·r̄ / (1 + (k − 1)·r̄), où r̄ est la corrélation moyenne entre paires d'items, soit l'alpha que l'on obtiendrait après avoir transformé chaque item en scores z. La corrélation item-total corrigée corrèle chaque item à la somme des autres items, et l'alpha si l'item est supprimé recalcule α sans cet item.

L'intervalle de confiance à 95 % est celui de Feldt (1965). Sous les hypothèses de la théorie normale, (1 − α)/(1 − α̂) suit une loi F à n − 1 et (n − 1)(k − 1) degrés de liberté ; la limite inférieure est donc 1 − (1 − α̂) × F_0,975, et la limite supérieure 1 − (1 − α̂) × F_0,025.

Exemple détaillé : une échelle avec un item formulé à l'envers

Cliquez sur Charger l'exemple pour suivre pas à pas. Douze étudiants ont répondu à cinq items d'accord de 1 à 5 sur leur confiance dans leurs études, et Q4 est formulé négativement. Tel quel, le calculateur indique α = 0,576. Le tableau des items le montre : la corrélation item-total corrigée de Q4 est de −0,793, et l'alpha si Q4 est supprimé grimpe à 0,911. Une forte corrélation négative avec le reste de l'échelle est la signature d'un item formulé à l'envers qui n'a pas été inversé.

Cochez Inverser pour Q4. Il est recodé en 6 − score, et le tableau des items devient :

Les variances des items s'additionnent à 5,6212 et les scores totaux ont une variance de 21,5455, donc α = 5/4 × (1 − 5,6212 / 21,5455) = 0,924. L'alpha standardisé est de 0,925 (r inter-items moyen = 0,711), et l'intervalle de Feldt, à 11 et 44 degrés de liberté, est [0,825 ; 0,975]. Aucun item n'augmenterait l'alpha s'il était supprimé (celui de Q2, 0,923, est le plus proche), donc les cinq restent. Notez la largeur de l'intervalle : avec seulement 12 répondants, les données sont compatibles avec un alpha réel quelque part entre 0,82 et 0,98.

Comment interpréter et rapporter l'alpha de Cronbach

Ces qualifications sont des conventions, non des tests. L'alpha augmente avec le nombre d'items, même lorsqu'ils ne sont que faiblement corrélés : une longue échelle peut donc paraître excellente sans être cohérente. Ce n'est pas une preuve d'unidimensionnalité, car deux facteurs liés peuvent produire ensemble un alpha élevé ; vérifiez la structure par une analyse factorielle. Il suppose aussi que chaque item reflète le construit avec la même force (tau-équivalence). Lorsque ce n'est pas le cas, l'alpha sous-estime la fiabilité, et c'est pourquoi beaucoup de méthodologistes rapportent aussi l'oméga de McDonald.

Le style APA rapporte l'alpha avec deux décimales et sans zéro initial, idéalement avec son intervalle et l'effectif : « Internal consistency was excellent, Cronbach's α = .92, 95% CI [.82, .98] (5 items, n = 12). » Le bouton Copier le résultat au style APA vous donne la statistique exactement sous cette forme.

Erreurs courantes

• Oublier d'inverser le codage. Un item formulé négativement et non inversé fait baisser l'alpha et apparaît comme une corrélation item-total négative.
• Laisser un identifiant ou une colonne de total dans les données. Un numéro de répondant ou un total déjà calculé n'est pas un item : décochez-le sous Utiliser.
• Un seul alpha pour un questionnaire multidimensionnel. Calculez l'alpha séparément pour chaque sous-échelle, et non une seule fois pour l'ensemble des items.
• Supprimer des items seulement pour augmenter l'alpha. L'alpha si l'item est supprimé est un outil de diagnostic, pas un objectif. Retirez un item pour une raison de contenu, et signalez-le.

Questions fréquentes

Quel est un bon alpha de Cronbach ?

Selon la règle empirique la plus citée (George et Mallery, 2003), 0,7 est acceptable, 0,8 bon et 0,9 excellent. Environ 0,7 suffit souvent pour une recherche qui compare des groupes, tandis que les décisions sur des individus, comme un dépistage clinique, exigent en général 0,9 ou plus. Des valeurs supérieures à environ 0,95 peuvent signaler des items redondants plutôt qu'une meilleure échelle.

Pourquoi mon alpha de Cronbach est-il négatif ?

L'alpha devient négatif lorsque les items sont en moyenne corrélés négativement, de sorte que la somme des variances des items dépasse la variance du total. La cause habituelle est un item formulé à l'envers qui n'a pas été inversé, signalé ici par une corrélation item-total corrigée négative. Les erreurs de codage et les très petits échantillons sont les autres suspects. Un alpha négatif n'est pas une estimation de fiabilité utilisable : corrigez le codage plutôt que de le rapporter.

Comment calculer l'alpha de Cronbach dans SPSS ou Excel ?

Dans SPSS, choisissez Analyze > Scale > Reliability Analysis, placez les items, gardez le modèle sur Alpha, et cochez « Scale if item deleted » dans Statistics. Dans Excel, prenez la variance d'échantillon de chaque colonne d'items et des totaux de lignes avec VAR.S, puis appliquez α = k/(k − 1) × (1 − Σs²ᵢ / s²ₜ). Aucun des deux n'affiche par défaut d'intervalle de confiance ; ce calculateur le fait.

Quelle est la différence entre l'alpha de Cronbach et l'alpha standardisé ?

L'alpha brut travaille à partir des variances et covariances des items : des items plus dispersés comptent davantage. L'alpha standardisé travaille à partir de la corrélation inter-items moyenne, comme si chaque item avait d'abord été converti en scores z. Ils concordent lorsque les items ont des variances semblables. Rapportez l'alpha brut lorsque vous additionnez des scores bruts, ce qui est le cas le plus courant.

Combien de répondants faut-il pour l'alpha de Cronbach ?

Il n'existe pas de minimum fixe, mais l'alpha est imprécis sur de petits échantillons, ce qui explique que le calculateur affiche l'intervalle de confiance de Feldt : dans l'exemple détaillé, 12 répondants laissent un intervalle allant de 0,82 à 0,98. De plus grands échantillons le resserrent ; planifiez donc l'échantillon en fonction de la largeur d'intervalle que vous pouvez accepter.

Un alpha de Cronbach élevé signifie-t-il que mon échelle est valide ou unidimensionnelle ?

Non. L'alpha mesure à quel point les items varient ensemble, en supposant qu'ils reflètent un même construit ; il ne teste pas cette hypothèse, et une échelle cohérente peut tout de même mesurer la mauvaise chose. Utilisez une analyse factorielle pour la structure, et des preuves de validité distinctes.