Ce este alfa Cronbach și ce nu este
Cea mai raportată statistică în testarea psihologică, și cea mai greșit interpretată. Alpha nu îți spune că o scală este unidimensională, iar o valoare ridicată este adesea un simptom, nu o virtute.
Alpha a lui Cronbach este un coeficient de consistență internă: gradul în care itemii unei scale corelează între ei. Publicat în 1951, este cel mai raportat indicator psihometric, iar omniprezența lui i-a depășit utilitatea.
Alpha variază între 0 și 1 și este determinat de doi factori: corelația medie dintre itemi și numărul de itemi. Această a doua dependență este sursa majorității neînțelegerilor.
Ce nu înseamnă o valoare mare a alpha
Nu înseamnă că scala măsoară un singur lucru. Aceasta este cea mai frecventă eroare. Alpha poate fi mare pentru o scală cu doi sau trei factori distincți, atât timp cât itemii corelează suficient în ansamblu. Unidimensionalitatea trebuie stabilită prin analiză factorială; alpha nu o poate stabili și nici nu a fost creat pentru asta.
Nu înseamnă că scala este validă. Alpha nu spune nimic despre ce măsoară itemii. Douăzeci de întrebări despre mărimea la pantofi ar avea o consistență internă excelentă și o validitate zero ca măsură a oricărui aspect psihologic.
Nu înseamnă că scala este bună. Deoarece alpha crește odată cu numărul de itemi, o scală lungă cu itemi mediocri va obține un scor mai mare decât o scală scurtă cu itemi excelenți. O scală cu patruzeci de itemi și o corelație medie inter-item de 0,2 depășește 0,90.
O valoare foarte mare a alpha este adesea un semnal de alarmă. Peste aproximativ 0,95, itemii sunt de obicei aproape parafraze unii ai altora. Acest lucru aduce consistență cu prețul acoperirii construitului: scala măsoară o fațetă îngustă foarte precis și ratează restul construitului. Acest fenomen se numește paradoxul atenuării și explică de ce mai multă consistență nu este întotdeauna mai bună.
Ce presupune
Alpha este o limită inferioară a fidelității în condițiile unei presupuneri specifice, tau-echivalența, adică fiecare item contribuie în mod egal la trăsătura de bază. Scalele reale aproape că nu îndeplinesc niciodată această condiție. Itemii diferă în intensitatea cu care încarcă factorul, iar atunci când se întâmplă acest lucru, alpha subestimează fidelitatea.
Omega lui McDonald renunță la presupunerea contribuției egale și estimează fidelitatea pornind de la încărcăturile factoriale reale. Metodologii au recomandat-o în locul lui alpha de două decenii. Practica de raportare a fost lentă în a urma această recomandare, în mare parte pentru că alpha este o singură linie în orice pachet statistic, iar omega nu este.
Cum se interpretează în practică
Convenții aproximative: 0,70 și peste este acceptabil pentru cercetarea care compară grupuri, 0,80 și peste pentru utilizarea aplicată, 0,90 și peste acolo unde un scor afectează o decizie individuală. Tratează acestea ca repere orientative, nu ca praguri stricte: nivelul necesar depinde de miza deciziei pe care o fundamentează scorul.
Cifrele mai informative se găsesc de obicei în altă parte, în aceeași lucrare. Corelația medie inter-item (0,15 până la 0,50 este un interval sănătos) îți spune dacă o valoare mare a alpha provine din calitatea itemilor sau din numărul lor. Numărul de itemi îți spune același lucru, dar din direcția opusă. Fidelitatea test-retest îți spune ceva ce alpha nu poate spune din punct de vedere structural: dacă scorul este stabil în timp la aceeași persoană.
O scală care raportează doar alpha a raportat cea mai ușor de obținut dintre cifrele de fidelitate și cea mai puțin exigentă de îndeplinit.
Testează-te
A citi despre măsurare este un lucru. A-ți vedea propriul scor raportat împreună cu sursa lui, eșantionul de normare și limitele sale este altceva. Gratuit, fără înregistrare.
Continuă lectura
- Ce este psihometria?Disciplina care stabilește dacă o măsurare psihologică este de valoare, și motivul pentru care două teste care pun întrebări similare pot diferi enorm în privința valorii rezultatelor lor.
- Ce este fidelitatea în testarea psihologică?Fidelitatea este consecvența măsurării, nu corectitudinea ei. Un test poate avea o fidelitate ridicată și totuși să măsoare lucrul greșit, motiv pentru care este prima întrebare care se pune și niciodată ultima.
- Ce este validitatea în testarea psihologică?Validitatea nu este o proprietate pe care o are un test. Este un argument privind dacă o anumită interpretare a unui anumit scor, pentru un anumit scop, este defendabilă, și trebuie reconstruită pentru fiecare utilizare nouă.
- Ce este validitatea de construct?Cea mai grea întrebare din măsurare: dacă lucrul pe care îl măsori există așa cum l-ai definit și dacă instrumentul tău îl atinge cu adevărat, și nu ceva adiacent.
- Validitate convergentă și discriminantăDouă cerințe în oglindă: o măsură trebuie să corespundă cu ceea ce ar trebui să corespundă și trebuie să rămână distinctă de ceea ce afirmă că nu este. Majoritatea instrumentelor slabe eșuează la a doua cerință.
- Eroarea standard de măsurare: cu cât poate varia scorul tăuFiecare scor are o marjă de eroare, iar pentru majoritatea testelor psihologice aceasta este mai largă decât își imaginează oamenii. Acesta este numărul care îți spune când o diferență este reală și când este doar zgomot.
- Norme și percentile: cu ce este comparat scorul tăuUn scor brut este neinterpretabil de la sine. Devine relevant doar în raport cu un grup de referință, și care grup a fost folosit este unul dintre cele mai importante și mai puțin cunoscute aspecte ale oricărui test.
- Cum este construit de fapt un test psihometricDe la definirea construct-ului până la normele publicate, procesul durează ani și elimină cea mai mare parte din ceea ce intră în el. Cunoașterea etapelor face evident care dintre ele au fost sărite de un chestionar online rapid.
- Ce înseamnă atunci când un test este numit validat?Cuvântul nu este reglementat și este folosit liber de produse care nu au făcut nimic din munca necesară. Iată ce înseamnă atunci când înseamnă ceva, și cele patru întrebări care separă cele două cazuri.
- De ce majoritatea testelor de personalitate de pe internet nu sunt fideleNu pentru că sunt necinstite, ci pentru că pașii care fac o măsurare demnă de încredere sunt invizibili, costisitori și ușor de omis, iar omiterea lor nu schimbă cu nimic modul în care apare rezultatul.
- Ce poate și ce nu poate să măsoare autoevaluareaChestionarele îți cer să fii propriul observator, ceea ce funcționează mai bine pentru unele lucruri decât pentru altele. Să știi unde metoda este puternică și unde eșuează schimbă modul în care citești orice rezultat.
- Ce înseamnă atunci când un test prezice cevaO corelație de 0,30 este o constatare solidă în cercetarea personalității și o bază șubredă pentru o decizie despre o singură persoană. Ambele afirmații sunt adevărate, iar diferența dintre ele cauzează cea mai mare parte a utilizării greșite a rezultatelor testelor.
- Screeningul nu este diagnosticUn chestionar de screening este construit să identifice cât mai multe cazuri posibile, acceptând o rată ridicată de fals-pozitive ca preț. Interpretarea unui scor de screening ca diagnostic răstoarnă exact scopul pentru care a fost conceput.