Przejdź do treści

Kalkulator alfy Cronbacha

Wklej wyniki pozycji prosto z arkusza kalkulacyjnego — jeden wiersz na respondenta, jedna kolumna na pozycję — i otrzymaj alfę Cronbacha z 95% przedziałem ufności Feldta, standaryzowaną alfę oraz dla każdej pozycji skorygowaną korelację pozycja–suma i alfę po jej usunięciu. Pozycje sformułowane negatywnie odwróć, zaznaczając pole. Za darmo, bez rejestracji; działa w całości w przeglądarce.

Wklej z arkusza kalkulacyjnego lub oddziel wartości tabulatorami, przecinkami, średnikami lub spacjami. Pomiń kolumny identyfikatorów. Puste komórki i NA liczą się jako braki.

Wklej wyniki co najmniej dwóch pozycji od dwóch lub więcej respondentów, aby zobaczyć alfę.

Jak korzystać z kalkulatora alfy Cronbacha

  1. 1. Wklej wyniki pozycji. Skopiuj odpowiedzi z Excela, Arkuszy Google, SPSS lub pliku CSV — jeden wiersz na respondenta, jedna kolumna na pozycję. Wiersz nagłówka jest opcjonalny; sprawdź tabelę, którą odczyta kalkulator.
  2. 2. Odwróć punktację pozycji sformułowanych negatywnie. Zaznacz Odwróć przy każdej pozycji sformułowanej w przeciwnym kierunku, na przykład „Rzadko czuję się przygotowany”. Pozycja jest punktowana jako (najniższy + najwyższy) − wynik, więc na skali 1–5 wynik 2 staje się 4.
  3. 3. Wybierz pozycje. Odznacz Użyj, aby pominąć pozycję — kolumnę identyfikatora albo pozycję, którą rozważasz usunąć. Respondenci, którym brakuje którejkolwiek wybranej pozycji, są pomijani, a kalkulator podaje, ilu ich było.
  4. 4. Odczytaj alfę i tabelę pozycji. Otrzymasz α z 95% przedziałem ufności, standaryzowaną α oraz dla każdej pozycji skorygowaną korelację pozycja–suma i alfę po jej usunięciu. Skopiuj wynik w stylu APA do sekcji metod.

Wzór na alfę Cronbacha

Dla k pozycji, na które odpowiedziało n osób, alfa Cronbacha porównuje wariancję poszczególnych pozycji z wariancją sumy wyników:

Wzór

α = k/(k − 1) × (1 − Σs²ᵢ / s²ₜ)

  • k — liczba pozycji w skali.
  • s²ᵢ — wariancja pozycji i wśród respondentów, jako wariancja z próby (dzielona przez n − 1).
  • Σs²ᵢ — suma wariancji pozycji.
  • s²ₜ — wariancja sum wyników respondentów, czyli sumy wszystkich k pozycji. Gdy pozycje rosną i maleją razem, sumy rozkładają się znacznie bardziej niż pozycje osobno, stosunek Σs²ᵢ / s²ₜ maleje, a α zbliża się do 1.

Standaryzowana alfa używa korelacji zamiast wariancji: α = k·r̄ / (1 + (k − 1)·r̄), gdzie r̄ to średnia korelacja między parami pozycji — alfa, którą otrzymasz po zamianie każdej pozycji na wyniki z (z-score). Skorygowana korelacja pozycja–suma koreluje każdą pozycję z sumą pozostałych, a alfa po usunięciu pozycji przelicza α bez tej pozycji.

95% przedział ufności to przedział Feldta (1965). Przy założeniach normalności teorii (1 − α)/(1 − α̂) ma rozkład F z n − 1 i (n − 1)(k − 1) stopniami swobody, więc dolna granica to 1 − (1 − α̂) × F0,975, a górna to 1 − (1 − α̂) × F0,025.

Przykład krok po kroku: skala z pozycją sformułowaną negatywnie

Naciśnij Wczytaj przykład, aby podążać za przykładem. Dwanaście osób studiujących odpowiedziało na pięć pozycji 1–5 dotyczących pewności siebie w nauce, a Q4 jest sformułowane negatywnie. Tak jak wklejone, dane dają α = 0,576. Tabela pozycji pokazuje dlaczego: skorygowana korelacja pozycja–suma dla Q4 wynosi −0,793, a alfa po usunięciu Q4 skacze do 0,911. Silnie ujemna korelacja z resztą skali to znak pozycji sformułowanej negatywnie, która nie została odwrócona.

Zaznacz Odwróć dla Q4. Jest ona punktowana jako 6 − wynik, a tabela pozycji wygląda tak:

PozycjaŚredniaSDSkorygowana korelacja pozycja–suma rα po usunięciu
Q13,331,230,9460,876
Q23,331,070,7190,923
Q33,330,980,7790,911
Q4 (odwrócona)3,080,900,7930,911
Q53,421,080,8010,907

Wariancje pozycji sumują się do 5,6212, a wariancja sum wyników wynosi 21,5455, więc α = 5/4 × (1 − 5,6212 / 21,5455) = 0,924. Standaryzowana α wynosi 0,925 (średnia korelacja międzypozycyjna r = 0,711), a przedział Feldta dla 11 i 44 stopni swobody to [0,825; 0,975]. Żadna pozycja nie podniosłaby alfy po usunięciu — najbliżej jest Q2 z wynikiem 0,923 — więc wszystkie pięć zostaje. Zwróć uwagę, jak szeroki jest przedział: przy zaledwie 12 respondentach dane są zgodne z prawdziwą alfą od około 0,82 do 0,98.

Jak interpretować i raportować alfę Cronbacha

Reguła kciuka Georgea i Malleryego (2003)
Alfa Cronbacha αEtykieta
0,9 i więcejDoskonała
0,8 do poniżej 0,9Dobra
0,7 do poniżej 0,8Akceptowalna
0,6 do poniżej 0,7Wątpliwa
0,5 do poniżej 0,6Słaba
Poniżej 0,5Nieakceptowalna

Te etykiety są konwencją, a nie testem. Alfa rośnie wraz z liczbą pozycji, nawet gdy są one słabo skorelowane, więc długa skala może wyglądać doskonale bez bycia spójną. Nie jest ona dowodem jednowymiarowości — dwa powiązane czynniki mogą razem dać wysoką alfę — więc sprawdź strukturę analizą czynnikową. Zakłada też, że każda pozycja odzwierciedla konstrukt w równym stopniu (tau-równoważność); gdy tak nie jest, alfa zaniża rzetelność, dlatego wielu metodologów podaje też omegę McDonalda.

Styl APA podaje alfę z dwoma miejscami po przecinku i bez zera przed przecinkiem, najlepiej wraz z przedziałem i wielkością próby: „Spójność wewnętrzna była doskonała, alfa Cronbacha = ,92, 95% CI [,82; ,98] (5 pozycji, n = 12).” Przycisk Kopiuj wynik w stylu APA podaje statystykę dokładnie w tej postaci.

Częste błędy

  • Zapominanie o odwróceniu punktacji. Nieodwrócona pozycja sformułowana negatywnie obniża alfę i pojawia się jako ujemna skorygowana korelacja pozycja–suma.
  • Zostawienie identyfikatora lub kolumny sumy w danych. Numer respondenta albo gotowa suma nie jest pozycją; odznacz ją w kolumnie Użyj.
  • Jedna alfa dla kwestionariusza wielowymiarowego. Oblicz alfę osobno dla każdej podskali, a nie raz dla wszystkich pozycji.
  • Usuwanie pozycji wyłącznie po to, by podnieść alfę. Alfa po usunięciu pozycji jest narzędziem diagnostycznym, nie celem. Usuń pozycję z przyczyn merytorycznych i opisz to w raporcie.

Najczęstsze pytania

Jaka jest dobra alfa Cronbacha?
Według najczęściej cytowanej reguły kciuka (George i Mallery, 2003) 0,7 jest akceptowalne, 0,8 dobre, a 0,9 doskonałe. Około 0,7 często wystarcza w badaniach porównujących grupy, podczas gdy decyzje o pojedynczych osobach, na przykład przesiewowe badania kliniczne, zwykle wymagają 0,9 lub więcej. Wartości powyżej około 0,95 mogą sygnalizować zbędne, zduplikowane pozycje, a nie lepszą skalę.
Dlaczego moja alfa Cronbacha jest ujemna?
Alfa staje się ujemna, gdy pozycje średnio korelują ujemnie, więc wariancje pozycji sumują się do więcej niż wariancja sumy. Zwykłą przyczyną jest pozycja sformułowana negatywnie, która nie została odwrócona — kalkulator sygnalizuje ją ujemną skorygowaną korelacją pozycja–suma. Błędy w kodowaniu i bardzo małe próby to pozostałe podejrzenia. Ujemnej alfy nie podaje się jako rzetelności — popraw punktację zamiast ją raportować.
Jak obliczyć alfę Cronbacha w SPSS lub Excelu?
W SPSS wybierz Analyze > Scale > Reliability Analysis, przenieś pozycje, zostaw model Alpha i w opcjach Statistics zaznacz „Scale if item deleted”. W Excelu weź wariancję próby (VAR.S) każdej kolumny pozycji oraz kolumny sum wierszy, a następnie zastosuj α = k/(k − 1) × (1 − Σs²ᵢ / s²ₜ). Żadne z tych narzędzi nie pokazuje domyślnie przedziału ufności; ten kalkulator to robi.
Jaka jest różnica między alfą Cronbacha a standaryzowaną alfą?
Surowa alfa działa na wariancjach i kowariancjach pozycji, więc pozycje o większym rozrzucie liczą się bardziej; standaryzowana alfa działa na średniej korelacji między pozycjami, jakby każdą pozycję najpierw zamienić na wyniki z. Zgadzają się, gdy pozycje mają podobne wariancje. Podawaj surową alfę, gdy sumujesz surowe wyniki, co jest zwykłym przypadkiem.
Ilu respondentów potrzebuję do alfy Cronbacha?
Nie ma ustalonego minimum, ale alfa jest mało precyzyjna w małych próbach, dlatego kalkulator pokazuje przedział ufności Feldta: w przykładzie 12 respondentów daje przedział od 0,82 do 0,98. Większe próby go zawężają, więc zaplanuj próbę pod szerokość przedziału, którą możesz zaakceptować.
Czy wysoka alfa Cronbacha oznacza, że skala jest trafna lub jednowymiarowa?
Nie. Alfa mierzy, jak mocno pozycje zmieniają się razem, zakładając, że odzwierciedlają jeden konstrukt; nie sprawdza tego założenia, a spójna skala może nadal mierzyć nie to, co trzeba. Do struktury użyj analizy czynnikowej, a do trafności osobnych dowodów.

Powiązane narzędzia

Więcej z kategorii Kalkulatory statystyczne