Cronbach‘ s Alpha Základní Pojmy
Jeden problém s split-half metody je, že spolehlivost odhadu získaného pomocí nějaké náhodné rozdělení položky je pravděpodobné, že se liší od získané pomocí jiného. Jedním z řešení tohoto problému je výpočet Spearman-Brown opraveny split-half koeficient spolehlivosti pro každý jeden z možných dělené-půlky a pak najdeme průměr těchto koeficientů. To je motivace pro cronbachovu alfa.,
Cronbach alfa je lepší, aby Kudera a Richardson Formula 20, protože to může být použit s kontinuální a non-dichotomické údaje. Zejména může být použit pro testování s částečným kreditem a pro dotazníky pomocí Likertovy stupnice.
Definice 1: Vzhledem k proměnným x1, …, xk a x0 = 
Majetek 1: Nechť xj = tj + ej, kde každý ej je nezávislý na tj a všechny ej jsou na sobě nezávislé., Také nechte x0 = 
zde vidíme xj jako naměřené hodnoty, tj jako skutečné hodnoty a ej jako hodnoty chyb měření. Klikněte zde pro důkaz o majetku 1.
Poznámka: Cronbach ‚ s alpha poskytuje užitečné dolní mez spolehlivosti (jak je vidět v Majetku 1). Cronbachova alfa se obecně zvýší, když se korelace mezi položkami zvýší., Z tohoto důvodu koeficient měří vnitřní konzistenci zkoušky. Jeho maximální hodnota je 1 a obvykle je její minimum 0, i když může být negativní (viz níže).
běžně přijímané pravidlo je, že alfa 0,7 (někteří říkají, 0.6) označuje přijatelné spolehlivosti a 0,8 nebo vyšší naznačuje dobrou spolehlivost. Velmi vysoká spolehlivost (0,95 nebo vyšší) není nutně žádoucí, protože to znamená, že položky mohou být zcela nadbytečné. Jedná se pouze o pokyny a skutečná hodnota cronbachovy alfa bude záviset na mnoha věcech. Např., jak se počet položek zvyšuje, cronbachova Alfa má tendenci se zvyšovat příliš i bez zvýšení vnitřní konzistence.
cílem v navrhování spolehlivý nástroj pro skóre na podobné položky související (vnitřně konzistentní), ale pro každý přispět některé jedinečné informace.
pozorování: existuje řada důvodů, proč by cronbachova alfa mohla být nízká nebo dokonce negativní i pro dokonale platný test. Dva takové důvody jsou reverzní Kódování A více faktorů.,
reverzní kódování: Předpokládejme, že používáte likertovu stupnici 1 až 7 s 1 významem silně nesouhlasíte a 7 význam silně souhlasí. Předpokládejme, že dvě z vašich otázek jsou: Q1: „mám rád pizzu „a Q20:“nemám rád pizzu“. Tyto otázky se ptají totéž, ale s opačným formulací. Chcete-li správně aplikovat cronbachovu alfa, musíte v našem příkladu zvrátit hodnocení jakékoli negativně formulované otázky Q20. Pokud je tedy odpověď na Q20 řekněme 2, musí být bodována jako 6 místo 2 (tj. 8 mínus zaznamenané skóre).,
více faktorů: cronbachova alfa je užitečná tam, kde všechny otázky testují víceméně totéž, nazývané „faktor“. Pokud existuje více faktorů, musíte určit, které otázky testují, které faktory. Pokud tvrdí, že existují 3 faktory (např. štěstí s vaše práce, štěstí v manželství a štěstí se sebou), pak budete muset rozdělit dotazník/test do tří testů, který obsahuje otázky zkoušky faktor 1, jeden s otázkami testování faktoru 2 a třetí s otázkami testování faktor 3., Pak vypočítáte cronbachovu alfa pro každý ze tří testů. Proces určování těchto „skrytých“ faktorů a rozdělení testu podle faktoru se nazývá faktorová analýza (viz faktorová analýza).
Příklad 1: Vypočítejte Cronbach alfa pro data v Příkladu 1 Kudera a Richardsonova Vzorce 20 (opakuje Obrázek 1 níže).,
Obrázek 1 – Cronbach Alfa pro Příklad 1
list na Obrázku 1 je velmi podobný listu v Obrázku 1 Kudera a Richardson Formula 20. Řádek 17 obsahuje rozptyl pro každou z otázek. Např. rozptyl otázky 1(buňka B17) se vypočítá podle vzorce =VARP (B4:B15). Další klíčové vzorce používané pro výpočet cronbachova alfa na obrázku 1 jsou popsány na obrázku 2.,
Obrázek 2 – Klíčové vzorce pro list na Obrázku 1,
vidíme z buněk B22, že Cronbach alfa je .73082, stejně jako spolehlivost KR20 vypočtená například 1 z Kuper a Richardsonova vzorce 20.
Poznámka: Pokud rozptylů xj liší, xj mohou být standardizované získat směrodatnou odchylku 1 před výpočtem Cronbach ‚ s alpha.,
Poznámka: Chcete-li určit, jak se každá otázka testu dopadů na spolehlivost, Cronbach alfa může být vypočtena po odstranění té proměnné, pro každé i ≤ k. Tak na test se k otázkám, každý se skóre xj, Cronbach alfa je vypočítána pro 
Pokud spolehlivosti koeficient se zvyšuje po položka je odstraněn, můžete předpokládat, že položka není vysoce koreluje s jinými předměty., Naopak, pokud se koeficient spolehlivosti sníží, můžete předpokládat, že položka je vysoce korelována s ostatními položkami.
příklad 2: Vypočítejte cronbachovu alfa pro průzkum v příkladu 1, Kde je odstraněna jedna otázka.
potřebné výpočty jsou zobrazeny na obrázku 3.
Obrázek 3 – Cronbach Alfa pro Příklad 2
Každý ze sloupců B až L představuje test s jednou otázkou odstraněny., Sloupec B odpovídá otázce #1, sloupec C odpovídá otázce #2 atd. Obrázek 4 zobrazuje vzorce odpovídající otázce #1( tj. sloupec B); vzorce pro ostatní otázky jsou podobné. Některé odkazy jsou na buňky znázorněné na obrázku 1.
Obrázek 4 – Klíčové vzorce pro list Obrázek 3
Jak lze vidět z Obrázku 3, vynechání jakékoli jediné otázce nic nemění na Cronbach alfa moc. Odstranění Q8 ovlivňuje výsledek nejvíce.,
Poznámka: Další způsob, jak vypočítat Cronbach alfa je použít dvoufaktorová ANOVA bez Replikací dat nástroj pro analýzu souborů v raw dat a všimněte si, že:
Příklad 3: Vypočítejte Cronbach alfa pro Příklad 1 pomocí ANOVA.
začneme spuštěním aplikace Excel Anova: Dva faktory bez opakování dat nástroj pro analýzu souborů pomocí údajů v rozsahu B4:L15 listu je znázorněno na Obrázku 1.,
Obrázek 5 – Výpočet Cronbach alfa pomocí ANOVA
Jak můžete vidět z Obrázku 5, Cronbach alfa je .73802, stejná hodnota vypočtená na obrázku 1.
pozorování: alternativně bychom mohli použít nástroj Real Statistics Two Factor ANOVA Data analysis tool a nastavit počet řádků na vzorek na 1. Stejný výsledek můžeme také získat pomocí reálných statistických schopností popsaných v podpoře Real Statistics pro Cronbachovu alfa.