آلفای کرونباخ چه چیزی را می‌سنجد؟

آلفای کرونباخ شاخصی برای همسانی درونی است؛ یعنی نشان می‌دهد گویه‌هایی که قرار است یک سازه واحد را بسنجند، تا چه حد با یکدیگر هماهنگ‌اند. اگر شش گویه برای سنجش «رضایت شغلی» طراحی کرده‌اید، انتظار می‌رود کسی که به یکی از آن‌ها نمره بالا می‌دهد، به بقیه هم نمره نسبتاً بالایی بدهد.

مقدار آلفا بین صفر تا یک است و به دو چیز بستگی دارد: میانگین همبستگی بین گویه‌ها و تعداد گویه‌ها. همین وابستگی به تعداد گویه، نکته مهمی است که در ادامه به آن برمی‌گردیم.

آلفای کرونباخ پایایی را می‌سنجد، نه روایی. یک پرسشنامه می‌تواند آلفای بسیار بالایی داشته باشد اما اصلاً سازه مورد نظر شما را نسنجد. پایایی شرط لازم است، نه کافی.

محاسبه در SPSS

پیش از محاسبه، گویه‌های معکوس را بازکدگذاری کنید. اگر گویه‌ای با جهت منفی نوشته شده باشد (مثلاً «از شغل خود ناراضی هستم») و بازکدگذاری نشود، آلفا به‌شدت پایین و حتی منفی می‌شود.

Transform > Recode into Different Variables (برای گویه‌های معکوس) Analyze > Scale > Reliability Analysis
  1. گویه‌های مربوط به یک سازه را وارد کادر Items کنید.
  2. در قسمت Model گزینه Alpha انتخاب شده باشد.
  3. روی Statistics بزنید و Scale if item deleted و Correlations را تیک بزنید.
  4. دکمه OK را بزنید.

آلفا را برای هر سازه به‌صورت جداگانه محاسبه کنید. وارد کردن تمام گویه‌های پرسشنامه در یک تحلیل، عدد بی‌معنایی تولید می‌کند؛ مگر آنکه پرسشنامه واقعاً تک‌بعدی باشد.

حد قابل قبول آلفا

مقدار آلفا تفسیر
۰٫۹ و بالاتر عالی (اما احتمال افزونگی گویه‌ها را بررسی کنید)
۰٫۸ تا ۰٫۹ خوب
۰٫۷ تا ۰٫۸ قابل قبول
۰٫۶ تا ۰٫۷ مرزی؛ در پژوهش‌های اکتشافی گاهی پذیرفته می‌شود
کمتر از ۰٫۶ ضعیف؛ نیازمند بازنگری

حد مرسوم در پژوهش‌های دانشگاهی ۰٫۷ است. برای سازه‌هایی که تعداد گویه‌های کمی دارند (سه گویه یا کمتر) مقدار ۰٫۶ هم گاهی پذیرفته می‌شود، زیرا آلفا ذاتاً با تعداد گویه کم پایین‌تر می‌آید.

اگر آلفا پایین بود چه کنیم؟

در خروجی SPSS به جدول Item-Total Statistics مراجعه کنید. دو ستون آن تعیین‌کننده‌اند:

  • Corrected Item-Total Correlation: همبستگی هر گویه با مجموع بقیه گویه‌هاست. اگر این مقدار برای گویه‌ای کمتر از ۰٫۳ باشد، آن گویه با سازه هماهنگ نیست و کاندیدای حذف است.
  • Cronbach's Alpha if Item Deleted: نشان می‌دهد اگر آن گویه حذف شود آلفا چقدر می‌شود. اگر این عدد به‌طور محسوسی از آلفای کل بیشتر باشد، حذف گویه پایایی را بهبود می‌دهد.

گویه‌ها را یکی‌یکی حذف کنید و پس از هر حذف دوباره تحلیل را اجرا کنید. همچنین حذف را صرفاً بر اساس عدد انجام ندهید؛ اگر گویه‌ای از نظر محتوایی برای سنجش سازه ضروری است، حذف آن روایی محتوایی را تضعیف می‌کند.

محدودیت‌ها و جایگزین‌ها

آلفای کرونباخ سه محدودیت شناخته‌شده دارد:

  1. وابستگی به تعداد گویه: با افزودن گویه‌های مشابه، آلفا بالا می‌رود حتی اگر کیفیت مقیاس بهتر نشده باشد. آلفای بالای ۰٫۹۵ معمولاً نشانه گویه‌های تکراری است.
  2. فرض یکسان بودن بارهای عاملی: آلفا فرض می‌کند همه گویه‌ها به یک اندازه سازه را می‌سنجند که در عمل کمتر برقرار است.
  3. فرض تک‌بعدی بودن: اگر مقیاس چند بعد داشته باشد، آلفای کل گمراه‌کننده است.

به همین دلیل در پژوهش‌های جدیدتر، در کنار آلفا از پایایی ترکیبی (CR) در مدل‌سازی معادلات ساختاری و امگای مک‌دونالد استفاده می‌شود. اگر تحلیل شما با SmartPLS یا AMOS انجام می‌شود، گزارش پایایی ترکیبی در کنار آلفا انتظار می‌رود.

جمع‌بندی

  • آلفا همسانی درونی گویه‌های یک سازه را می‌سنجد، نه روایی آن را.
  • پیش از محاسبه، گویه‌های معکوس را حتماً بازکدگذاری کنید.
  • آلفا را برای هر سازه جداگانه محاسبه کنید.
  • حد مرسوم ۰٫۷ است؛ آلفای بالای ۰٫۹۵ نشانه گویه‌های تکراری است.
  • برای بهبود آلفا، گویه‌هایی با همبستگی گویه-کل کمتر از ۰٫۳ را بررسی کنید.