• Articles
• admin

• Cronbachs Alpha – Schnelle Definition
• SPSS Cronbachs Alpha-Ausgabe
• Erhöhen Sie Cronbachs Alpha, indem Sie Elemente entfernen
• Cronbachs Alpha ist negativ
• Es Wenige Fälle (N = 0) für die Analyse
• APA-Berichterstattung Cronbachs Alpha

Einleitung

Eine psychologische Fakultät möchte die Zuverlässigkeit eines Persönlichkeitstests untersuchen. Sie haben daher eine Stichprobe von N = 90 Studenten ausfüllen. Die so gesammelten Daten sind in Big-5.sav, teilweise unten gezeigt.

Wie durch die Variablennamen vorgeschlagen, versucht unser Test, die „Big 5“ Persönlichkeitsmerkmale zu messen. Für andere Datendateien wird häufig eine Faktorenanalyse verwendet, um herauszufinden, welche Variablen welche Subskalen messen.

Wie auch immer. Unsere Hauptforschungsfrage ist: Was sind die Zuverlässigkeiten für diese 5 Subskalen, die durch Cronbachs Alpha angezeigt werden? Aber zuerst: Was ist Cronbachs Alpha überhaupt?

Cronbachs Alpha – Quick Definition

Cronbachâ € ™ s Alpha ist das Ausmaß, in dem die Summe über 2(+)
Variablen ein einzelnes zugrunde liegendes Merkmal misst.Genauer gesagt ist Cronbachs Alpha der Varianzanteil eines solchen Summenscores, der durch ein einzelnes Merkmal erklärt werden kann. Das heißt, es ist das Ausmaß, in dem eine Summenpunktzahl zuverlässig etwas misst und (somit) das Ausmaß, in dem eine Reihe von Elementen konsistent „dasselbe“ misst.

Cronbachs Alpha ist daher als Maß für Zuverlässigkeit oder interne Konsistenz bekannt. Die gängigsten Faustregeln dafür sind, dass

• Cronbachs Alpha ≥ 0,80 gut ist und
• Cronbachs Alpha ≈ 0,70 einfach akzeptabel sein kann oder nicht.

SPSS-Zuverlässigkeitsdialoge

In SPSS erhalten wir Cronbachs Alpha von Analyze Scale Zuverlässigkeitsanalyse… wie unten gezeigt.

Zur Analyse der ersten Subskala, Verträglichkeit, füllen wir die Dialoge wie unten gezeigt aus.

Wenn Sie auf Einfügen klicken, wird die folgende Syntax angezeigt. Lass es uns laufen.

SPSS Cronbachs Alpha-Ausgabe I

Aus Gründen der Zuverlässigkeit bietet SPSS nur den listenweisen Ausschluss fehlender Werte an: alle Ergebnisse basieren nur auf N = 85 Fällen mit null fehlenden Werten für unsere 5 Analysevariablen oder „Items“.
Cronbachs Alpha = 0,894. Normalerweise können Sie Cronbachs Alpha basierend auf standardisierten Elementen ignorieren: Die Standardisierung von Variablen in Z-Scores vor der Berechnung von Scale-Scores wird selten – wenn überhaupt – durchgeführt.
Schließlich kann das Ausschließen einer Variablen aus einer (Unter-) Skala das Alpha von Cronbach erhöhen. Dies ist in dieser Tabelle nicht der Fall: Für jedes Element ist das Alpha von Cronbach, wenn das Element gelöscht wird, niedriger als α = 0,894, basierend auf allen 5 Elementen.

Wir werden nun genau die gleiche Analyse für unsere zweite Subskala, Gewissenhaftigkeit, durchführen. Dies führt zu der folgenden Syntax.

Erhöhen Sie Cronbachs Alpha, indem Sie Elemente entfernen

Für die Gewissenhaftigkeit Subskala, Cronbachs Alpha = 0.658, was ziemlich schlecht ist. Beachten Sie jedoch, dass Cronbachs Alpha if Item Deleted = 0,726 für consc02 und consc04 .

Da das Entfernen eines Elements zu α ≈ 0.726 führen sollte, sind wir uns nicht sicher, welches zuerst entfernt werden sollte. Zwei Möglichkeiten, dies herauszufinden, sind

• Erhöhen der Dezimalstellen oder (besser)
• Sortieren der Tabelle nach ihrer letzten Spalte.

Wie Sie wahrscheinlich gesehen haben, haben wir beide bereits mit den folgenden Ausgabemodifizierungsbefehlen ausgeführt:

Es stellt sich heraus, dass das Entfernen von consc04 Alpha etwas mehr erhöht als consc02. Der bevorzugte Weg, dies zu tun, besteht darin, einfach den vorherigen Zuverlässigkeitsbefehl zu kopieren und einzufügen, 104 daraus zu entfernen und ihn erneut auszuführen.

Danach ist Cronbachs Alpha = 0,724. Es ist nicht genau das vorhergesagte 0,726, da das Entfernen von 104 die Stichprobengröße auf N = 84 erhöht. Beachten Sie, dass wir α noch weiter auf 0,814 erhöhen können, indem wir auch 102 entfernen. Die folgende Syntax macht genau das.

Beachten Sie, dass Cronbachs Alpha = 0,814 ist, wenn wir unsere Gewissenhaftigkeit-Subskala als Summe oder Mittelwert über consc01, consc03 und consc05 berechnen. Da das in Ordnung ist, sind wir mit dieser Subskala fertig.

Fahren wir mit der nächsten Subskala fort: Extraversion. Wir tun dies, indem wir genau die gleiche Analyse für extra01 bis extra05 ausführen, was zu der folgenden Syntax führt.

Cronbachs Alpha ist negativ

Wie unten gezeigt, ist Cronbachs Alpha = -0,663 für die Extraversion-Subskala. Dies impliziert, dass einige Korrelationen zwischen den Elementen negativ sind (zweite Tabelle unten).

Alle Extraversion-Elemente sind ähnlich codiert: Sie haben identische Wertebeschriftungen, das ist also nicht das Problem. Das Problem ist, dass einige Elemente das Gegenteil der anderen Elemente messen, wie unten gezeigt.

Die Lösung besteht darin, solche „negativen Elemente“ einfach umzukehren: Wir CODIEREN diese 2 Elemente neu und passen ihre Wert- / Variablenbeschriftungen mit der folgenden Syntax an.

Das erneute Ausführen der exakt gleichen Zuverlässigkeitsanalyse wie zuvor führt jetzt zu Cronbachs alpha = 0,857 für die Extraversion-Subskala.

Fahren wir also mit der Neurotizismus-Subskala fort. Die folgende Syntax führt unsere Standardzuverlässigkeitsanalyse für neur01 bis neur05 aus.

Es gibt zu wenige Fälle (N = 0) für die Analyse

Beachten Sie, dass unser letzter Befehl keine nützlichen Tabellen ergibt. Wir erhalten nur die unten gezeigte Warnung.

Die 3 wahrscheinlichsten Ursachen für dieses Problem sind, dass

• eine oder mehrere Variablen nur fehlende Werte enthalten;
• Ein falscher FILTER filtert alle Fälle in den Daten heraus;
• fehlende Werte sind über zahlreiche Analysevariablen verstreut.

Eine sehr schnelle Möglichkeit, dies herauszufinden, besteht darin, einen minimalen BESCHREIBENDEN Befehl als unbeschreibliche neur01 bis neur05 auszuführen.Dabei erfahren wir, dass jede Variable N ≥ 67 hat, aber gültig N (listenweise) = 0 .

Was wir hier wirklich wollen, ist der paarweise Ausschluss fehlender Werte. Aus irgendeinem dummen Grund ist das nicht in SPSS enthalten. Es ist jedoch nicht so schwierig, es manuell zu tun, wie es scheint.

Cronbachs Alpha mit paarweisem Ausschluss fehlender Werte

Wir beginnen mit der Formel für Cronbachs Alpha, die

$$Cronbachs\;\alpha = \frac{k^2 \overline{S_{xy}}}{\Sigma S^2_x + 2 \Sigma S_{xy}}$$

wo

• \( k\) bezeichnet die Anzahl der Elemente;
• \(S_{xy}\) bezeichnet die Kovarianz zwischen jedem Paar verschiedener Elemente;
• \(S ^ 2_x\) bezeichnet die Stichprobenvarianz für jedes Element.

Beachten Sie, dass eine paarweise Kovarianzmatrix alle von dieser Formel verwendeten Statistiken enthält. Es ist leicht über die folgende Regressionssyntax zu erhalten:

Als nächstes kopieren wir das Ergebnis in dieses Googlesheet. Schließlich sagen uns eine Handvoll sehr einfacher Formeln, dass α = 0,889 ist.

Welche Stichprobengröße sollten wir nun für diese Subskala melden? Ich schlage vor, dass Sie hier die Konventionen für die paarweise Regression befolgen und das kleinste paarweise N melden, was zu N = 44 für diese Analyse führt. Beachten Sie erneut, dass die Formel zum Ermitteln dieses Minimums über einem Zellenblock äußerst einfach ist.

APA-Meldung von Cronbachs Alpha

Die folgende Tabelle zeigt, wie Cronbachs Alpha im APA-Stil für alle Subskalen gemeldet wird.