Cronbach’ s Alpha Grundlæggende Begreber
Et problem med split-half metoden er, at pålideligheden skøn opnået ved hjælp af en tilfældig opdeling af de elementer, der er tilbøjelige til at afvige fra det, der er opnået ved hjælp af en anden. En løsning på dette problem er at beregne Spearman-Brun korrigeret split-half pålidelighed koefficient for hvert af de mulige split-halvdele, og derefter finde gennemsnittet af disse koefficienter. Dette er motivationen for Cronbachs alpha.,
Cronbachs alpha er bedre end Kuder og Richardson formel 20, da den kan bruges med kontinuerlige og ikke-dikotomiske data. Det kan især bruges til test med delvis kredit og til spørgeskemaer ved hjælp af en Likert-skala.
Definition 1: i Betragtning af variable x1, …, xk og x0 = 
Ejendom 1: Lad xj = tj + ej, hvor hver ej er uafhængig af tj og alle de ej er uafhængige af hinanden., Lad også00 = 
her ser vi xj som de målte værdier, tj som de sande værdier og ej som målefejlværdierne. Klik her for et bevis på Ejendom 1.
Observation: Cronbachs alpha giver en nyttig nedre grænse for pålidelighed (som det ses i Ejendom 1). Cronbachs alfa vil generelt stige, når korrelationerne mellem elementerne øges., Af denne grund måler koefficienten den interne konsistens af testen. Den maksimale værdi er 1, og normalt er dens minimum 0, Selv om det kan være negativt (se nedenfor).
En almindeligt accepteret tommelfingerregel er, at en alfa-0,7 (nogle siger, 0.6), der angiver, acceptabel pålidelighed og 0,8 eller højere angiver, god driftssikkerhed. Meget høj pålidelighed (0,95 eller højere) er ikke nødvendigvis ønskelig, da dette indikerer, at elementerne kan være helt overflødige. Dette er kun retningslinjer, og den faktiske værdi af Cronbachs alfa vil afhænge af mange ting. F. eks., efterhånden som antallet af varer stiger, har Cronbachs Alfa en tendens til at stige for selv uden nogen stigning i intern konsistens.
målet med at designe et pålideligt instrument er, at scoringer på lignende genstande skal relateres (internt konsistent), men for hver at bidrage med nogle unikke oplysninger også.
Observation: der er en række grunde til, at Cronbachs alfa kunne være lav eller endda negativ, selv for en perfekt gyldig test. To sådanne grunde er omvendt kodning og flere faktorer.,
omvendt kodning: Antag, at du bruger en Likert-skala fra 1 til 7 med 1 betydning stærkt uenig og 7 betyder stærkt enig. Antag, at to af dine spørgsmål er: Q1: “jeg kan godt lide pizza” og Q20: “jeg kan ikke lide pizza”. Disse spørgsmål stiller det samme, men med omvendt ordlyd. For at kunne anvende Cronbachs alpha korrekt, skal du vende scoringen af ethvert negativt formuleret spørgsmål ,2020 i vores eksempel. Så hvis et svar på2020 er sige 2, skal det scores som 6 i stedet for 2 (dvs.8 minus den registrerede score).,
flere faktorer: Cronbachs alpha er nyttig, hvor alle spørgsmålene tester mere eller mindre den samme ting, kaldet en”faktor”. Hvis der er flere faktorer, skal du bestemme, hvilke spørgsmål der tester hvilke faktorer. Lykke med dit job, lykke med dit ægteskab og lykke med dig selv), skal du opdele spørgeskemaet/testen i tre tests, den ene indeholder spørgsmålene testfaktor 1, den ene med spørgsmålene testfaktor 2 og den tredje med spørgsmål testfaktor 3., Derefter beregner du Cronbachs alfa for hver af de tre test. Processen med at bestemme disse “skjulte” faktorer og opdele testen efter faktor kaldes faktoranalyse (se faktoranalyse).
Eksempel 1: Beregn Cronbach ‘ s alpha for data i Eksempel 1 af Kuder og Richardson Formel 20 (gentaget i Figur 1 nedenfor).,
Figur 1 – Cronbach ‘ s Alpha for Eksempel 1
regnearket i Figur 1 er meget lignende til regnearket i Figur 1 i Kuder og Richardson Formel 20. Række 17 indeholder variansen for hvert af spørgsmålene. Variansen for spørgsmål 1 (celle B17) beregnes ved hjælp af formlen =VARP(B4:B15). Andre centrale formler, der anvendes til at beregne Cronbach ‘ s alpha i Figur 1 er beskrevet i figur 2.,
Figur 2 – Tasten formler til regneark i Figur 1
Vi se fra celle B22, at Cronbach ‘ s alpha er .73082, det samme som KR20 pålidelighed beregnede for Eksempel 1 af Kuder og Richardson Formel 20.
Observation: Hvis varianserne for xj variere meget, xj kan være standardiserede for at opnå en standardafvigelse på 1 før beregning af Cronbach ‘ s alpha.,
Observation: At bestemme, hvordan de enkelte spørgsmål på en test-virkninger på den pålidelighed, Cronbach ‘s alpha kan beregnes efter sletning af den i’ te variabel, for hver i ≤ k. Således er det en test med k spørgsmål, hver med en score xj, Cronbach ‘ s alpha er beregnet for 
Hvis pålidelighed koefficienten stiger, når der slettes et element, kan du antage, at varen ikke er stærkt korreleret med de andre elementer., Omvendt, hvis pålidelighedskoefficienten falder, kan du antage, at varen er stærkt korreleret med de andre varer.
eksempel 2: Beregn Cronbachs alpha for undersøgelsen i Eksempel 1, hvor et enkelt spørgsmål fjernes.
de nødvendige beregninger vises i figur 3.
Figur 3 – Cronbach ‘ s Alpha for Eksempel 2
Hver kolonne B til L repræsenterer test med et spørgsmål, fjernet., Kolonne B svarer til spørgsmål # 1, kolonne C svarer til spørgsmål # 2 osv. Figur 4 viser formlerne svarende til spørgsmål # 1 (dvs.kolonne B); formlerne for de andre spørgsmål er ens. Nogle af referencerne er til celler vist i Figur 1.
Figur 4 – Tasten formler for regneark i Figur 3
Som det kan ses af Figur 3, udeladelse af et enkelt spørgsmål ikke ændre Cronbach ‘ s alpha meget. Fjernelsen af88 påvirker resultatet mest.,
Observation: en Anden måde at beregne Cronbach ‘ s alpha er at anvende To-Faktor ANOVA uden Replikering af data analysis tool på de rå data, og bemærk at:
Eksempel 3: Beregning af Cronbach ‘ s alpha for Eksempel 1 ved hjælp af VARIANSANALYSE.
Vi begynder med at køre Excel ‘ s Anova: To-Faktor uden Gentagelse analyse af data ved hjælp af data i området B4:L15 af regnearket er vist i Figur 1.,
Figur 5 – Beregning af Cronbach ‘ s alpha brug af ANOVA
Som du kan se af Figur 5, Cronbach ‘ s alpha er .73802, den samme værdi beregnet i Figur 1.
Observation: alternativt kunne vi bruge det rigtige statistik to faktor ANOVA dataanalyseværktøj og indstille antallet af rækker pr.prøve til 1. Vi kan også opnå det samme resultat ved hjælp af de reelle Statistikfunktioner, der er beskrevet i Real Statistics Support til Cronbachs Alpha.