Alfa Cronbacha - wzór, jak obliczyć i jaka wartość jest dobra

Alfa Cronbacha to liczba, o którą pyta niemal każdy promotor, gdy w pracy pojawia się kwestionariusz z kilkoma pytaniami mierzącymi jedną cechę. Pokazuje, czy pozycje skali „grają razem”, czyli czy odpowiedzi na nie układają się spójnie. W tym wpisie znajdziesz wzór, przykład policzony krok po kroku na małej macierzy odpowiedzi, sposób czytania analizy pozycji, progi interpretacyjne z ich ograniczeniami oraz gotowy zapis do rozdziału metodologicznego.

Co mierzy alfa Cronbacha

Alfa Cronbacha jest miarą spójności wewnętrznej skali, a więc jednego z rodzajów rzetelności. Opiera się na prostym pomyśle: jeśli kilka pytań mierzy tę samą cechę (np. stres, satysfakcję z pracy, poczucie własnej skuteczności), to osoba z wysokim poziomem cechy powinna odpowiadać wysoko na większość z nich, a osoba z niskim poziomem nisko. Wtedy wyniki pozycji są ze sobą skorelowane, a suma pozycji ma dużo większą zmienność niż same pozycje osobno.

Cronbach (1951) pokazał, że alfa jest średnią ze wszystkich możliwych współczynników połówkowych, jakie dałoby się uzyskać, dzieląc test na dwie części. Alfa nie mówi natomiast, czy skala mierzy to, co miała mierzyć (to pytanie o trafność, opisane we wpisie rzetelność a trafność), ani czy skala jest jednowymiarowa. Wysoka alfa może wyjść także dla zestawu pytań mierzących dwie różne, ale skorelowane cechy.

Wzór na alfę Cronbacha

Najczęściej używana postać wzoru korzysta z wariancji pozycji i wariancji wyniku sumarycznego:

α = k / (k - 1) × (1 - Σs_i² / s_X²)

• k to liczba pozycji w skali,
• s_i² to wariancja i-tej pozycji (Σ oznacza sumę wariancji wszystkich pozycji),
• s_X² to wariancja wyniku ogólnego, czyli sumy punktów danej osoby ze wszystkich pozycji.

Logika wzoru jest taka: gdy pozycje są ze sobą powiązane, wariancja sumy rośnie szybciej niż suma wariancji pozycji (dochodzą kowariancje). Iloraz w nawiasie maleje, a alfa zbliża się do 1. Gdy pozycje są niezależne, wariancja sumy jest mniej więcej równa sumie wariancji i alfa spada w okolice zera. Istnieje też wersja standaryzowana, liczona ze średniej korelacji między pozycjami: α_st = k × r̄ / (1 + (k - 1) × r̄). Programy podają zwykle obie, a w pracy raportuje się najczęściej wersję niestandaryzowaną.

Alfa Cronbacha - jak obliczyć na przykładzie

Weźmy przykładowe dane: 8 osób odpowiedziało na 5 pytań skali Likerta od 1 do 5. Pozycja P4 jest sformułowana odwrotnie (np. „rzadko czuję napięcie” w skali stresu), więc przed liczeniem trzeba ją przekodować według reguły 6 - odpowiedź. W tabeli widać już wartości P4 po przekodowaniu oraz sumę dla każdej osoby.

1. Liczysz wariancję każdej pozycji (z mianownikiem n - 1). Suma wariancji pięciu pozycji wynosi 1,43 + 1,14 + 0,86 + 1,13 + 0,57 = 5,13 (dokładnie 5,125).
2. Liczysz wariancję kolumny „Suma”: 14,41.
3. Podstawiasz do wzoru: α = 5/4 × (1 - 5,125 / 14,41) = 1,25 × 0,644 = 0,81.

Wynik 0,81 oznacza dobrą spójność wewnętrzną. Ten sam wynik zwróci analiza rzetelności w SPSS, jamovi czy JASP, a w R funkcja alpha() z pakietu psych.

Alfa Cronbacha przyjmuje wartości od... do...

Górną granicą alfy jest 1. Dolnej granicy praktycznie nie ma: przy odpowiednio „skłóconych” pozycjach alfa może być ujemna, a teoretycznie dowolnie mała. Ujemna alfa nie oznacza „bardzo słabej rzetelności”, tylko błąd w danych albo w budowie skali. Najczęstsza przyczyna to nieprzekodowana pozycja odwrócona.

Widać to dobrze na naszym przykładzie. Gdy policzysz alfę na surowych odpowiedziach, bez odwrócenia P4, wariancja sumy spada do 3,27 (pozycja P4 „znosi” pozostałe), a alfa wynosi -0,71. Po przekodowaniu ta sama macierz daje 0,81. Dlatego zanim zaczniesz interpretować alfę, sprawdź klucz kwestionariusza i upewnij się, że wszystkie pozycje mierzą cechę w tym samym kierunku. Więcej o rekodowaniu i tworzeniu wyników skal znajdziesz we wpisie o tym, jak liczyć wskaźnik ze skali w kwestionariuszu.

Alfa Cronbacha - interpretacja i progi

W pracach dyplomowych najczęściej spotkasz poniższe orientacyjne przedziały. Traktuj je jako umowę środowiskową, a nie prawo statystyki.

Skąd te liczby? Najczęściej cytowany jest podręcznik Nunnally’ego i Bernsteina (1994), w którym rzetelność rzędu 0,70 uznano za wystarczającą na wczesnym etapie badań, 0,80 za odpowiednią w badaniach podstawowych, a przy decyzjach wobec konkretnych osób (np. diagnoza, selekcja) oczekuje się 0,90 i więcej. Taber (2018) przejrzał artykuły z czasopism naukowych i pokazał, że próg 0,70 bywa stosowany mechanicznie, bez uzasadnienia, choć sam Cronbach takiej granicy nie wyznaczył. Dlatego w pracy lepiej napisać „alfa wyniosła 0,68, co przy skali złożonej z 4 pozycji wskazuje na umiarkowaną spójność”, niż przemilczeć wynik albo usuwać pozycje do skutku, aż przekroczysz 0,70.

Bardzo wysoka alfa także bywa sygnałem problemu. Wartości rzędu 0,95-0,98 często oznaczają, że skala zawiera kilka niemal identycznych pytań, różniących się tylko sformułowaniem. Taka skala jest „rzetelna”, ale wąska i niepotrzebnie długa.

Korelacja pozycja-całość i alfa po usunięciu pozycji

Sama alfa to jedna liczba dla całej skali. Żeby zobaczyć, które pytania ją podnoszą, a które obniżają, patrzy się na dwie dodatkowe kolumny z tabeli „statystyki pozycji”:

• skorygowana korelacja pozycja-całość, czyli korelacja wyniku danej pozycji z sumą pozostałych pozycji (bez niej samej),
• alfa po usunięciu pozycji, czyli wartość, jaką miałaby skala bez tego pytania.

Dla naszych przykładowych danych tabela wygląda tak:

Pozycja P5 ma ujemną korelację z resztą skali, a jej usunięcie podniosłoby alfę z 0,81 do 0,92. To klasyczny sygnał, że pytanie nie pasuje do skali: jest źle sformułowane, mierzy coś innego albo także powinno być odwrócone. W wielu podręcznikach jako umowny sygnał ostrzegawczy przyjmuje się skorygowaną korelację pozycja-całość poniżej około 0,30.

Nie oznacza to jednak, że wolno usuwać pozycje z gotowego, standaryzowanego kwestionariusza tylko po to, żeby poprawić wynik. Jeśli korzystasz z narzędzia z polską adaptacją i normami, zostaw je w oryginalnej postaci i opisz słabszą pozycję w dyskusji. Usuwanie pozycji ma sens przy własnych skalach, najlepiej już na etapie badania pilotażowego, i zawsze z uzasadnieniem merytorycznym, a nie tylko liczbowym.

Dlaczego alfa zależy od liczby pozycji

Alfa rośnie wraz z liczbą pozycji, nawet jeśli związki między pytaniami się nie zmieniają. Ze wzoru standaryzowanego przy tej samej średniej korelacji między pozycjami r̄ = 0,30 wychodzi:

Wniosek praktyczny: krótka podskala z 3-4 pozycjami może mieć alfę 0,60-0,65, mimo że pytania są ze sobą sensownie powiązane. W takiej sytuacji dobrze jest podać obok alfy średnią korelację między pozycjami (w wielu źródłach za zadowalające uznaje się wartości mniej więcej od 0,15 do 0,50). Z drugiej strony długi kwestionariusz złożony z kilku podskal może dać wysoką alfę „dla całości”, która niczego nie dowodzi. Alfę liczy się osobno dla każdej podskali, którą potem analizujesz jako zmienną.

Omega McDonalda jako alternatywa

Alfa Cronbacha zakłada tzw. tau-równoważność: wszystkie pozycje mają mierzyć cechę równie mocno (mieć równe ładunki czynnikowe). W praktyce prawie nigdy tak nie jest, a wtedy alfa zaniża rzetelność. Dlatego coraz częściej obok alfy (albo zamiast niej) raportuje się omegę McDonalda, liczoną z modelu jednoczynnikowego, w którym każda pozycja może mieć inny ładunek.

Hayes i Coutts (2020) zalecają omegę jako lepsze oszacowanie rzetelności, zwracając jednocześnie uwagę, że i ona ma swoje założenia (np. jednowymiarowość skali). Omegę policzysz w jamovi i JASP (moduł analizy rzetelności) oraz w R (np. pakiet psych). Jeżeli promotor oczekuje tylko alfy, wystarczy alfa. Jeśli piszesz pracę psychometryczną, zwłaszcza o budowie lub adaptacji narzędzia, podaj obie miary, a strukturę skali sprawdź analizą czynnikową (różnice między metodami opisuje wpis EFA a PCA).

Jak opisać alfę Cronbacha w pracy

Rzetelność opisuje się zwykle w rozdziale metodologicznym, przy charakterystyce narzędzi badawczych. Dla każdej skali podaj liczbę pozycji, sposób liczenia wyniku i alfę uzyskaną na Twojej próbie (nie tylko tę z podręcznika testu). Przykładowy zapis dla danych z tego wpisu (w prawdziwym badaniu próba byłaby oczywiście większa):

Do pomiaru stresu wykorzystano autorską skalę złożoną z 5 pozycji ocenianych na pięciostopniowej skali Likerta. Pozycję 4 przekodowano przed obliczeniem wyniku. W badaniu pilotażowym (N = 8) spójność wewnętrzna skali była dobra (α = 0,81), jednak pozycja 5 była ujemnie skorelowana z wynikiem pozostałych pozycji (r = -0,15). Po jej usunięciu rzetelność skali wzrosła do α = 0,92, a skorygowane korelacje pozycja-całość mieściły się w przedziale od 0,69 do 0,93.

Gdy masz kilka podskal, wygodniej jest zebrać wyniki w jednej tabeli z kolumnami: podskala, liczba pozycji, M, SD, α. Wskazówki dotyczące formatowania znajdziesz we wpisie o tym, jak zbudować tabelę wyników w APA 7. W tekście polskim stosuj przecinek dziesiętny i pisz α kursywą albo słownie „alfa Cronbacha”.

Typowe błędy przy alfie Cronbacha

• Jedna alfa dla całego kwestionariusza zamiast osobnych wartości dla każdej podskali.
• Pozycje odwrócone pozostawione bez rekodowania, co zaniża wynik albo daje wartość ujemną.
• Liczenie alfy dla pytań, które nie tworzą skali (np. wiek, płeć, staż pracy w jednej „skali”).
• Usuwanie pozycji ze standaryzowanego testu tylko po to, by przekroczyć 0,70.
• Traktowanie wysokiej alfy jako dowodu, że skala jest jednowymiarowa albo trafna.
• Podawanie wyłącznie alfy z podręcznika testu, bez wartości z własnej próby.

Alfę Cronbacha z pełną analizą pozycji (korelacje pozycja-całość, alfa po usunięciu pozycji) obejmuje wyliczenie automatyczne w kreatorze wyceny analizy. Jeśli Twoja praca dotyczy psychologii i opiera się na kilku kwestionariuszach, zobacz też, co obejmuje statystyka do pracy z psychologii.

Najczęstsze pytania

Jaka wartość alfy Cronbacha jest dobra?

Najczęściej za akceptowalną uznaje się alfę od około 0,70, za dobrą od 0,80. To jednak umowne progi, a nie reguła statystyczna. Przy krótkich skalach (3-4 pozycje) alfa bywa niższa mimo sensownej skali, dlatego opisz wynik i jego ograniczenia zamiast sztucznie poprawiać skalę.

Czy alfa Cronbacha może być ujemna?

Tak. Ujemna alfa pojawia się, gdy pozycje są ze sobą ujemnie skorelowane, najczęściej z powodu nieprzekodowanej pozycji odwróconej. Sprawdź klucz kwestionariusza, przekoduj odpowiednie pozycje i policz alfę ponownie.

Czy liczyć alfę dla całego kwestionariusza, czy dla podskal?

Dla każdej podskali osobno, bo to podskale są zmiennymi w Twoich analizach. Alfa policzona dla całego wielowymiarowego kwestionariusza zwykle wychodzi wysoka tylko dlatego, że pozycji jest dużo, i niewiele mówi o jakości pomiaru.

Co zrobić, gdy alfa jest niższa niż 0,70?

Najpierw sprawdź rekodowanie pozycji odwróconych i błędy w danych. Potem przejrzyj korelacje pozycja-całość i alfę po usunięciu pozycji. Przy gotowym, standaryzowanym narzędziu nie usuwaj pytań, tylko opisz niższą rzetelność jako ograniczenie badania.

Czym różni się omega McDonalda od alfy Cronbacha?

Omega dopuszcza, by pozycje miały różne ładunki czynnikowe, czyli mierzyły cechę z różną siłą. Alfa zakłada równe ładunki i gdy to założenie nie jest spełnione, zaniża rzetelność. W pracach psychometrycznych warto podać obie miary.