Trang chủ / SPSS / [SPSS] Cronbach’ Alpha: đo lường độ tin cậy thang đo

[SPSS] Cronbach’ Alpha: đo lường độ tin cậy thang đo

Cronbach ‘alpha, α (hoặc hệ số alpha ), được phát triển bởi Lee Cronbach vào năm 1951, đo lường độ tin cậy hoặc tính nhất quán bên trong . “ Độ tin cậy ” là như thế nào một biện pháp kiểm tra những gì nó cần. Ví dụ, một công ty có thể đưa ra một cuộc khảo sát sự hài lòng công việc cho nhân viên của họ. Độ tin cậy cao có nghĩa là nó đo lường sự hài lòng của công việc, trong khi độ tin cậy thấp có nghĩa là nó đo lường một thứ khác (hoặc có thể không có gì cả).

Các thử nghiệm alpha của Cronbach để xem các khảo sát theo thang đo Likert có nhiều câu hỏi có đáng tin cậy hay không. Những câu hỏi này đo lường các biến tiềm ẩn – các biến ẩn hoặc không quan sát được như: lương tâm, rối loạn thần kinh hoặc cởi mở của một người. Đây là rất khó để đo lường trong cuộc sống thực. Cronbach’s alpha sẽ cho bạn biết nếu thử nghiệm bạn thiết kế có đo chính xác biến quan tâm hay không.

Các bước SPSS

Mặc dù thật tốt khi biết công thức đằng sau khái niệm này, nhưng thực tế bạn sẽ không thực sự cần phải làm việc đó. Bạn sẽ thường tính toán alpha trong SPSS hoặc phần mềm tương tự. Trong SPSS, các bước là:

Bước 1: Nhấn vào Analyze -> Scale -> Reliability Analysis


Bước Bước 2: Chuyển các biến của bạn (lưu ý của cùng một cấu trúc – constructs) vào Items.


Bước 4: Chọn mục Item, Scale, Scale if item deleted trong phần Descriptivess for. Chọn Correlations trong phần Inter-Item.


Bước 5: Nhấp vào Continue sau đó nhấn OK

Quy tắc của Thumb cho kết quả

Nói chung, điểm hơn 0,7 thường ổn đối với các thang đó bình thường, áp dụng từ các nghiên cứu trước.

Đối với các thang đo mới phát triển, Cronbach’s Alpha có thể chấp nhận từ 0.6

Tuy nhiên, Cronbach’s Alpha không nên quá lớn hơn 0.95, vì khi đó các chỉ mục quan sát của cùng 1 khái niệm có thể trùng nhau.


Tránh các vấn đề với Cronbach’s Alpha

Một mức độ cao cho alpha có thể có nghĩa là các mục trong thử nghiệm có mối tương quan cao . Tuy nhiên, α cũng nhạy cảm với số lượng vật phẩm trong một thử nghiệm. Số lượng vật phẩm lớn hơn có thể dẫn đến một α lớn hơn và số lượng vật phẩm nhỏ hơn trong một α nhỏ hơn. Nếu alpha cao, điều này có thể có nghĩa là các câu hỏi dư thừa (tức là họ đang hỏi điều tương tự). Giá trị thấp cho alpha có thể có nghĩa là không có đủ câu hỏi trong bài kiểm tra. Thêm các mục có liên quan vào bài kiểm tra có thể tăng alpha. Sự liên quan kém giữa các câu hỏi kiểm tra cũng có thể gây ra các giá trị thấp, do đó có thể đo nhiều hơn một biến tiềm ẩn.

Nhầm lẫn thường bao quanh các nguyên nhân cho điểm alpha cao và thấp. Điều này có thể dẫn đến các xét nghiệm bị loại bỏ không chính xác hoặc các xét nghiệm được dán nhãn sai là không đáng tin cậy. Giáo sư Psychometrics Mohsen Tavakol và chuyên gia giáo dục y tế Reg Dennick gợi ý rằng việc cải thiện kiến thức của bạn về tính thống nhất nội bộ và đơn hướng sẽ dẫn đến việc sử dụng đúng đắn về Hệ số Cronbach alpha

Sự khác biệt trong alpha của Cronbach giả định rằng các câu hỏi chỉ đo lường một biến hoặc kích thước tiềm ẩn. Nếu bạn đo nhiều hơn một chiều (vô tình hoặc vô tình), kết quả kiểm tra có thể là vô nghĩa. Bạn có thể chia bài kiểm tra thành các phần, đo lường một biến hoặc kích thước tiềm ẩn khác nhau với mỗi phần. Nếu bạn không chắc chắn về việc thử nghiệm của mình có khác biệt hay không, hãy chạy Phân tích nhân tố để xác định kích thước trong thử nghiệm của bạn.

Thông tin Hỗ trợ luận văn

Tôi luôn mong muốn mang đến sự thành công cho tất cả mọi người. Phương châm sống "Càng hiểu biết, con người càng tự do"

Cũng Xem

[SPSS] Hồi quy tuyến tính

Phân tích hồi quy được sử dụng trong các số liệu thống kê để tìm …

Leave a Reply