什麼是 Cronbach's alpha，以及它不是什麼

Cronbach's alpha 是一種內部一致性係數:衡量量表上各題目彼此相關的程度。此係數於1951年發表,是被引用最多的單一心理計量統計指標,而其普及程度早已超出其實際效用。

Alpha 值介於0到1之間,受兩個因素影響:題目間的平均相關性,以及題目數量。第二個因素正是大多數誤解的根源。

高 alpha 值不代表什麼

不代表量表測量的是單一構念。 這是最常見的錯誤。只要題目整體上有足夠的相關性,即使量表包含兩三個不同的因子,alpha 值仍可能很高。單一維度性必須透過因素分析來確立;alpha 無法確立這一點,也從未打算用於此目的。

不代表量表具有效度。 Alpha 完全無法說明題目測量的是什麼。二十個關於鞋子尺寸的問題會有極佳的內部一致性,但作為心理測量指標卻毫無效度。

不代表量表品質良好。 由於 alpha 值會隨題目數量增加而上升,一份由普通題目組成的長量表,得分可能會超過由優質題目組成的短量表。一份包含四十題、題目間平均相關性只有0.2的量表,alpha 值可能高於0.90。

極高的 alpha 值往往是一種警訊。 當 alpha 值超過約0.95時,通常意味著題目彼此近乎是同義改寫。這雖然換來了一致性,卻犧牲了構念涵蓋範圍:量表雖能極精確地測量某個狹窄的層面,卻遺漏了該構念的其他部分。這稱為衰減悖論(attenuation paradox),也是為何一致性並非越高越好的原因。

它的前提假設

Alpha 是在特定假設下對信度的下限估計,此假設稱為「tau等值性」(tau-equivalence),意指每個題目對潛在特質的貢獻都相等。實際的量表幾乎從不符合此假設。題目在因子上的負荷強度各不相同,而當這種情況發生時,alpha 會低估實際的信度。

McDonald's omega 捨棄了「等貢獻」的假設,而是根據實際的因子負荷量來估計信度。心理計量方法學家已推薦以 omega 取代 alpha 長達二十年之久。然而報告實務的跟進步伐緩慢,主要原因是 alpha 在每個統計套件中都只需一行程式碼即可得出,而 omega 卻不然。

實務上如何解讀

粗略的慣例是:0.70以上適用於比較群體的研究,0.80以上適用於應用場合,0.90以上則適用於得分會影響個人決策的情況。請將這些數值視為參考方向,而非絕對門檻,所需的水準取決於該得分所影響決策的重要程度。

更具參考價值的數據通常就在同一篇論文的其他地方。題目間平均相關性(0.15到0.50為健康範圍)能告訴你高 alpha 值究竟來自題目品質還是題目數量。題目數量則能從另一個角度說明同樣的問題。重測信度則能告訴你 alpha 在結構上無法揭示的資訊:同一個人的得分是否隨時間保持穩定。

一份只報告 alpha 值的量表,所報告的正是信度指標中最容易取得、也最容易通過的那一項。