Was Cronbachs Alpha ist – und was es nicht ist
Die am häufigsten berichtete Statistik in der psychologischen Testung und die am häufigsten missverstandene. Alpha sagt nichts darüber aus, ob eine Skala eindimensional ist, und ein hoher Wert ist oft ein Symptom, keine Tugend.
Cronbachs Alpha ist ein Koeffizient der internen Konsistenz: das Ausmaß, in dem die Items einer Skala miteinander korrelieren. 1951 veröffentlicht, ist es die am häufigsten berichtete psychometrische Statistik – und ihre Verbreitung hat ihren Nutzen längst überholt.
Alpha nimmt Werte zwischen 0 und 1 an und wird von zwei Faktoren bestimmt: der durchschnittlichen Korrelation zwischen den Items und der Anzahl der Items. Diese zweite Abhängigkeit ist die Quelle der meisten Missverständnisse.
Was ein hoher Alpha-Wert nicht bedeutet
Er bedeutet nicht, dass die Skala nur eine Sache misst. Dies ist der häufigste Fehler. Alpha kann hoch sein, wenn eine Skala zwei oder drei unterschiedliche Faktoren enthält, sofern die Items insgesamt ausreichend korrelieren. Eindimensionalität muss durch Faktorenanalyse nachgewiesen werden; Alpha kann dies nicht belegen und war auch nie dafür gedacht.
Er bedeutet nicht, dass die Skala valide ist. Alpha sagt nichts darüber aus, was die Items messen. Zwanzig Fragen zur Schuhgröße hätten eine ausgezeichnete interne Konsistenz und keinerlei Validität als Maß für irgendetwas Psychologisches.
Er bedeutet nicht, dass die Skala gut ist. Da Alpha mit der Itemanzahl steigt, wird eine lange Skala mittelmäßiger Items eine kurze Skala hervorragender Items übertreffen. Eine Skala mit vierzig Items und einer durchschnittlichen Inter-Item-Korrelation von 0,2 erreicht einen Wert über 0,90.
Ein sehr hoher Alpha-Wert ist oft ein Warnsignal. Ab etwa 0,95 sind die Items in der Regel nahezu paraphrasierte Wiederholungen voneinander. Das erkauft Konsistenz auf Kosten der Konstruktabdeckung: Die Skala misst eine enge Facette sehr präzise und verfehlt den Rest des Konstrukts. Man nennt dies das Attenuationsparadox, und es erklärt, warum mehr Konsistenz nicht monoton besser ist.
Die Voraussetzungen
Alpha ist eine untere Schranke der Reliabilität unter einer spezifischen Annahme – der Tau-Äquivalenz, die besagt, dass jedes Item in gleichem Maße zum zugrunde liegenden Merkmal beiträgt. Echte Skalen erfüllen diese Bedingung fast nie. Items unterscheiden sich darin, wie stark sie auf den Faktor laden, und wenn sie dies tun, unterschätzt Alpha die Reliabilität.
McDonalds Omega verzichtet auf die Annahme gleicher Beiträge und schätzt die Reliabilität anhand der tatsächlichen Faktorladungen. Methodologen empfehlen es seit zwei Jahrzehnten als Alternative zu Alpha. Die Praxis des Berichtens hat sich nur langsam angepasst, vor allem weil Alpha in jedem Statistikprogramm mit einer einzigen Zeile berechnet wird, Omega hingegen nicht.
Interpretation in der Praxis
Grobe Konventionen: 0,70 und höher gilt als akzeptabel für Gruppenvergleiche in der Forschung, 0,80 und höher für angewandte Zwecke, 0,90 und höher, wenn ein Wert eine individuelle Entscheidung beeinflusst. Diese Werte sollten als Orientierung, nicht als feste Schwellenwerte verstanden werden – das erforderliche Niveau hängt von der Tragweite der Entscheidung ab, die der Wert informiert.
Aussagekräftigere Kennwerte finden sich meist andernorts im selben Artikel. Die durchschnittliche Inter-Item-Korrelation (0,15 bis 0,50 ist ein gesunder Bereich) zeigt, ob ein hoher Alpha-Wert auf Itemqualität oder Itemanzahl zurückzuführen ist. Die Itemanzahl verrät dasselbe aus der entgegengesetzten Perspektive. Die Retest-Reliabilität liefert etwas, das Alpha strukturell nicht leisten kann: Aufschluss darüber, ob der Wert bei derselben Person über die Zeit stabil bleibt.
Eine Skala, die nur Alpha berichtet, hat den am leichtesten zu berechnenden und am wenigsten anspruchsvollen Reliabilitätskennwert präsentiert.
Auf die Probe stellen
Über Messung zu lesen ist das eine. Den eigenen Wert mit Quelle, Normstichprobe und Grenzen zu sehen ist das andere. Kostenlos, ohne Anmeldung.
Weiterlesen
- Was ist Psychometrie?Die Disziplin, die prüft, ob ein psychologisches Messverfahren tauglich ist – und der Grund dafür, dass sich zwei Tests mit ähnlichen Fragen erheblich im Wert ihrer Ergebnisse unterscheiden können.
- Was ist Reliabilität bei psychologischen Tests?Reliabilität bezeichnet die Konsistenz einer Messung, nicht deren Korrektheit. Ein Test kann hochreliabel sein und dennoch das Falsche messen – weshalb sie die erste Frage ist, die gestellt wird, aber niemals die letzte.
- Was ist Validität in der psychologischen Diagnostik?Validität ist keine Eigenschaft, die ein Test besitzt. Sie ist ein Argument darüber, ob eine bestimmte Interpretation eines bestimmten Wertes für einen bestimmten Zweck vertretbar ist – und sie muss für jede neue Anwendung neu begründet werden.
- Was ist Konstruktvalidität?Die schwierigste Frage in der Messung: ob das, was man misst, so existiert, wie man es definiert hat, und ob das Instrument es erfasst – und nicht etwas Benachbartes.
- Konvergente und diskriminante ValiditätZwei spiegelbildliche Anforderungen: Ein Messinstrument muss mit dem übereinstimmen, womit es übereinstimmen soll, und muss sich von dem unterscheiden, was es vorgibt, nicht zu sein. Die meisten schwachen Instrumente scheitern an der zweiten Anforderung.
- Standardmessfehler: Wie weit Ihr Ergebnis abweichen könnteJedes Ergebnis enthält eine Fehlertoleranz, und bei den meisten psychologischen Tests ist sie größer als allgemein angenommen. Diese Kennzahl verrät Ihnen, wann ein Unterschied real ist und wann es sich um Rauschen handelt.
- Normen und Perzentile: Womit Ihr Ergebnis verglichen wirdEin Rohwert ist für sich allein nicht interpretierbar. Er wird erst bedeutsam im Vergleich mit einer Referenzgruppe – und welche Gruppe verwendet wurde, ist eine der folgenreichsten und am wenigsten kommunizierten Eigenschaften eines jeden Tests.
- Wie ein psychometrischer Test tatsächlich entwickelt wirdVom Konstrukt zur veröffentlichten Normierung dauert der Prozess Jahre und verwirft den Großteil dessen, was in ihn eingeflossen ist. Wer die einzelnen Schritte kennt, erkennt sofort, welche ein schneller Online-Test übersprungen hat.
- Was bedeutet es, wenn ein Test als validiert bezeichnet wird?Das Wort ist unreguliert und wird von Produkten frei verwendet, die keinerlei Arbeit dafür geleistet haben. Hier ist, was es bedeutet, wenn es etwas bedeutet, und die vier Fragen, die beide Fälle voneinander trennen.
- Warum die meisten Persönlichkeitstests im Internet nicht zuverlässig sindNicht weil sie unehrlich sind, sondern weil die Schritte, die eine Messung vertrauenswürdig machen, unsichtbar, kostspielig und leicht zu überspringen sind – und das Überspringen nichts daran ändert, wie das Ergebnis aussieht.
- Was Selbstauskunft messen kann und was nichtFragebögen bitten Sie, sich selbst zu beobachten, was bei manchen Dingen besser funktioniert als bei anderen. Zu wissen, wo diese Methode ihre Stärken hat und wo sie versagt, verändert die Interpretation jedes Ergebnisses.
- Was es bedeutet, wenn ein Test etwas vorhersagtEine Korrelation von 0,30 ist ein starker Befund in der Persönlichkeitsforschung und eine schwache Grundlage für eine Entscheidung über eine einzelne Person. Beide Aussagen sind wahr, und die Lücke zwischen ihnen verursacht den größten Teil des Missbrauchs von Testergebnissen.
- Screening ist keine DiagnoseEin Screening-Fragebogen ist darauf ausgelegt, möglichst viele potenzielle Fälle zu erfassen, und nimmt dabei eine hohe Falsch-positiv-Rate in Kauf. Ein Screening-Ergebnis als Diagnose zu lesen, kehrt den eigentlichen Zweck des Instruments um.