os conceitos básicos Alfa
um problema com o método da metade dividida é que a estimativa de fiabilidade obtida usando qualquer divisão aleatória dos itens é susceptível de diferir da obtida utilizando outro. Uma solução para este problema é calcular o coeficiente de confiabilidade split-half corrigido Spearman-Brown para cada uma das possíveis partes-metades e, em seguida, encontrar a média desses coeficientes. Esta é a motivação para o alfa de Cronbach.,
Cronbach’s alpha is superior to Kuder and Richardson Formula 20 since it can be used with continuous and non-dicotomous data. Em particular, pode ser utilizado para testes com crédito parcial e para questionários utilizando uma escala Likert.
Definição 1: Dada variável x1, …, xk e x 0 = 
Propriedade 1: Deixe xj = tj + ej, onde cada ej é independente do tj e todas as ej são independentes uns dos outros., Also let x0 = 
aqui vemos o xj como os valores medidos, o tj como os valores verdadeiros e o ej como os valores de erro de medição. Clique aqui para uma prova de Propriedade 1.
Observação: o alfa de Cronbach fornece um limite inferior útil na fiabilidade (como visto na propriedade 1). O alfa de Cronbach geralmente aumenta quando as correlações entre os itens aumentam., Por esta razão, o coeficiente mede a coerência interna do ensaio. Seu valor máximo é 1, e geralmente seu mínimo é 0, embora possa ser negativo (veja abaixo).
uma regra de ouro comumente aceita é que um alfa de 0,7 (alguns dizem 0,6) indica confiabilidade aceitável e 0,8 ou mais indica boa confiabilidade. Uma fiabilidade muito elevada (0,95 ou superior) não é necessariamente desejável, uma vez que isto indica que os itens podem ser inteiramente redundantes. Estas são apenas orientações e o valor real do alfa de Cronbach dependerá de muitas coisas. E. g., à medida que o número de itens aumenta, o alfa de Cronbach tende a aumentar muito, mesmo sem qualquer aumento na consistência interna.
O Objetivo na concepção de um instrumento confiável é para pontuações em itens similares a serem relacionados (internamente consistentes), mas para cada um contribuir com alguma informação única também.
observação: existem várias razões pelas quais o alfa de Cronbach pode ser baixo ou mesmo negativo, mesmo para um teste perfeitamente válido. Duas dessas razões são a codificação reversa e múltiplos fatores.,
Reverse coding: suponha que você use uma escala Likert de 1 a 7 com 1 significando fortemente discordar e 7 significando fortemente concordar. Suponha que duas de suas perguntas são: Q1: “Eu gosto de pizza “e Q20:”eu não gosto de pizza”. Estas perguntas fazem a mesma coisa, mas com uma formulação inversa. A fim de aplicar o alfa de Cronbach corretamente, você precisa reverter a pontuação de qualquer pergunta formulada negativamente, Q20 em nosso exemplo. Assim, se uma resposta ao Q20 é digamos 2, ele precisa ser marcado como 6 em vez de 2 (ou seja, 8 menos a pontuação registrada).,
múltiplos fatores: alfa de Cronbach é útil onde todas as questões estão testando mais ou menos a mesma coisa, chamado de “fator”. Se existem vários fatores, então você precisa determinar quais perguntas são testes que fatores. Se houver 3 fatores (por exemplo, felicidade com seu trabalho, felicidade com seu casamento e felicidade com você mesmo), então você precisa dividir o questionário/teste em três testes, um contendo as perguntas teste fator 1, um com as perguntas teste fator 2 e o terceiro com perguntas teste fator 3., Calculamos o alfa de Cronbach para cada um dos três testes. O processo de determinar esses fatores “ocultos” e dividir o teste por fator é chamado de Análise de fator (ver Análise de fator).
exemplo 1: Calcular o alfa de Cronbach para os dados no exemplo 1 da Fórmula 20 de Kuder e Richardson (repetida na Figura 1 abaixo).,
Figura 1 – Alfa de Cronbach para o Exemplo 1
A folha de cálculo na Figura 1 é muito semelhante à folha de cálculo na Figura 1 de Kuder e Richardson Fórmula 20. A linha 17 contém a variância para cada uma das perguntas. Por exemplo, a variância para a Pergunta 1 (célula B17) é calculada pela fórmula =VARP(B4:B15). Outras fórmulas-chave utilizadas para calcular o alfa de Cronbach na Figura 1 são descritas na Figura 2.,
Figura 2 – fórmulas-chave para a folha de cálculo na Figura 1
vemos na célula B22 que o alfa de Cronbach é .73082, o mesmo que a confiabilidade KR20 calculada por exemplo 1 da Fórmula 20 de Kuder e Richardson.
Observação: Se as variâncias do xj variam muito, o xj pode ser padronizado para obter um desvio padrão de 1 Antes de calcular o alfa de Cronbach.,
Observação: Para determinar como cada pergunta em um teste de impactos a confiabilidade de alfa de Cronbach pode ser calculado após a exclusão da i-ésima variável, para cada i ≤ k. Assim, para um teste com k perguntas, cada uma com pontuação xj, o alfa de Cronbach calculado para 
se o coeficiente de fiabilidade aumentar após a eliminação de um item, você pode assumir que o item não está altamente correlacionado com os outros itens., Inversamente, se o coeficiente de confiabilidade diminui, você pode assumir que o item está altamente correlacionado com os outros itens.
Exemplo 2: calcular o alfa de Cronbach para a pesquisa no exemplo 1, onde qualquer questão é removida.os cálculos necessários são apresentados na Figura 3.
Figura 3 – Alfa de Cronbach para o Exemplo 2
Cada uma das colunas B a L representa o teste com uma pergunta removido., A coluna B corresponde à Pergunta #1, a coluna C corresponde à pergunta #2, etc. A figura 4 mostra as fórmulas correspondentes à Pergunta #1 (ou seja, coluna B); as fórmulas para as outras questões são semelhantes. Algumas das referências são às células mostradas na Figura 1.
Figura 4 – principais fórmulas de folha de cálculo na Figura 3
Como pode ser visto na Figura 3, a omissão de uma única questão não alterar o alfa de Cronbach muito. A remoção do Q8 afeta o resultado mais.,
Observação: Outra maneira de calcular o alfa de Cronbach é utilizar a ANOVA de Dois fatores sem Replicação de dados da ferramenta de análise sobre os dados brutos e observe que:
Exemplo 3: Calcular o alfa de Cronbach para o Exemplo 1 usando ANOVA.
começamos por executar a Anova do Excel: dois fatores sem a Ferramenta de Análise de dados de replicação usando os dados no intervalo B4:L15 da folha de trabalho mostrada na Figura 1.,
Figura 5 – Cálculo do alfa de Cronbach usando ANOVA
Como você pode ver na Figura 5, o alfa de Cronbach é .73802, o mesmo valor calculado na Figura 1.
observação: alternativamente, poderíamos usar a Ferramenta de análise de dados de duas estatísticas reais de ANOVA, configurando o número de linhas por amostra para 1. Também podemos obter o mesmo resultado usando as capacidades estatísticas reais descritas no suporte de estatísticas reais para o Alfa de Cronbach.