• Articles
• admin

• Alfa di Cronbach – Definizione Rapida
• SPSS Cronbach Alfa di Uscita
• Aumento di Cronbach Alfa Rimuovendo Elementi
• Alfa di Cronbach è Negativo
• Ci sono troppo Pochi Casi (N = 0) per l’Analisi
• APA Segnalazione di Cronbach Alpha

Introduzione

Una facoltà di psicologia si vuole esaminare l’affidabilità di un test di personalità. Hanno quindi un campione di N = 90 studenti compilarlo. I dati così raccolti sono in big-5.sav, in parte mostrato di seguito.

Come suggerito dai nomi delle variabili, il nostro test tenta di misurare i tratti della personalità “big 5”. Per altri file di dati, viene spesso utilizzata un’analisi fattoriale per scoprire quali variabili misurano quali sottoscale.

Comunque. La nostra principale domanda di ricerca è:quali sono le affidabilità per queste 5 sottoscale indicate dall’alfa di Cronbach? Ma prima di tutto: qual è l’alfa di Cronbach comunque?

Alfa di Cronbach – Definizione rapida

Alfa di Cronbach è la misura in cui la somma su 2 (+)
variabili misura un singolo tratto sottostante.Più precisamente, l’alfa di Cronbach è la proporzione di varianza di un tale punteggio di somma che può essere rappresentato da un singolo tratto. Cioè, è la misura in cui un punteggio sum misura in modo affidabile qualcosa e (quindi) la misura in cui un insieme di elementi misura costantemente “la stessa cosa”.

L’alfa di Cronbach è quindi nota come misura di affidabilità o coerenza interna. Le regole empiriche più comuni per questo sono che

• L’alfa di Cronbach ≥ 0.80 è buono e
• L’alfa di Cronbach ≈ 0.70 può o non può essere solo accettabile.

Finestre di dialogo sull’affidabilità SPSS

In SPSS, otteniamo l’alfa di Cronbach da Analizza Scala Analisi dell’affidabilità… come mostrato di seguito.

Per analizzare la prima sottoscala, gradevolezza, compiliamo le finestre di dialogo come mostrato di seguito.

Facendo clic su Incolla si ottiene la seguente sintassi. Facciamolo.

SPSS Cronbach’s Alpha Output I

Per affidabilità, SPSS offre solo l’esclusione listwise dei valori mancanti: tutti i risultati sono basati solo su N = 85 casi con zero valori mancanti sulle nostre 5 variabili di analisi o”elementi”.
Alfa di Cronbach = 0,894. Di solito è possibile ignorare l’alfa di Cronbach in base a elementi standardizzati: standardizzare le variabili in punteggi z prima di calcolare i punteggi di scala è raramente-se mai-fatto.
Infine, escludendo una variabile da una scala (sub)può aumentare l’alfa di Cronbach. Questo non è il caso in questa tabella: per ogni elemento, l’alfa di Cronbach se l’elemento eliminato è inferiore a α = 0,894 in base a tutti e 5 gli elementi.

Ora eseguiremo la stessa identica analisi per la nostra seconda sottoscala, coscienziosità. In questo modo si ottiene la sintassi seguente.

Aumenta l’alfa di Cronbach rimuovendo gli elementi

Per la sottoscala di coscienziosità, l’alfa di Cronbach = 0,658, che è piuttosto scarsa. Tuttavia, si noti che l’alfa di Cronbach se l’elemento eliminato = 0,726 sia per consc02 che per consc04.

Poiché la rimozione di entrambi gli elementi dovrebbe comportare α ≈ 0.726, non siamo sicuri di quale debba essere rimosso per primo. Due modi per scoprirlo sono

• aumentando le cifre decimali o (meglio)
• ordinando la tabella in base alla sua ultima colonna.

Come probabilmente hai visto, abbiamo già fatto entrambi con i seguenti comandi di MODIFICA DELL’OUTPUT:

Si scopre che la rimozione di consc04 aumenta l’alfa leggermente più di consc02. Il modo preferito per farlo è semplicemente copiare e incollare il precedente comando di AFFIDABILITÀ, rimuovere consc04 da esso e rieseguirlo.

Dopo averlo fatto, l’alfa di Cronbach = 0,724. Non è esattamente lo 0,726 previsto perché la rimozione di consc04 aumenta la dimensione del campione a N = 84. Si noti che possiamo aumentare α ancora di più a 0.814 rimuovendo cosc02 pure. La sintassi qui sotto fa proprio questo.

Si noti che l’alfa di Cronbach = 0,814 se calcoliamo la nostra sottoscala di coscienziosità come somma o media su consc01, consc03 e consc05. Dato che va bene, abbiamo finito con questa sottoscala.

Procediamo con la subscale successiva: extraversion. Lo facciamo eseguendo la stessa identica analisi su extra01 a extra05, che si traduce nella sintassi seguente.

L’alfa di Cronbach è negativo

Come mostrato di seguito, l’alfa di Cronbach = -0.663 per la sottoscala di extraversione. Ciò implica che alcune correlazioni tra gli elementi sono negative (seconda tabella, sotto).

Tutti gli elementi extraversion sono codificati in modo simile: hanno etichette di valore identiche, quindi non è questo il problema. Il problema è che alcuni elementi misurano l’opposto degli altri elementi come mostrato di seguito.

La soluzione è semplicemente invertire il codice di tali “elementi negativi”: RICODIFICHIAMO questi 2 elementi e regoliamo le loro etichette di valore/variabile con la sintassi seguente.

Rieseguendo la stessa identica analisi di affidabilità della precedente ora si ottiene alpha = 0.857 di Cronbach per la sottoscala di extraversion.

Quindi procediamo con la sottoscala del nevroticismo. La sintassi seguente esegue la nostra analisi di affidabilità predefinita su neur01 a neur05.

Ci sono troppi pochi casi (N = 0) per l’analisi

Si noti che il nostro ultimo comando non produce tabelle utili. Otteniamo solo l’avviso mostrato di seguito.

Le 3 cause più probabili di questo problema sono che

• una o più variabili contiene solo valori mancanti;
• un FILTRO errato filtra tutti i casi nei dati;
• i valori mancanti sono sparsi su numerose variabili di analisi.

Un modo molto rapido per scoprirlo è l’esecuzione di un comando DESCRITTIVO minimo come indescrittivi neur01 a neur05.Facendo ciò, apprendiamo che ogni variabile ha N ≥ 67 ma valido N (listwise) = 0.

Quindi quello che vogliamo veramente qui, è usare l’esclusione a coppie di valori mancanti. Per qualche stupida ragione, non è incluso in SPSS. Tuttavia, farlo manualmente non è così difficile come sembra.

Alfa di Cronbach con Coppie Esclusione dei Valori Mancanti

cominciamo con la formula per l’alpha di Cronbach, che è

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

dove

• \(k\) indica il numero di elementi;
• \(S_{xy}\) indica la covarianza tra ogni coppia di elementi diversi;
• \(S^2_x\) indica la varianza del campione per ogni elemento.

Si noti che una matrice di covarianza a coppie contiene tutte le statistiche utilizzate da questa formula. Si ottiene facilmente tramite la sintassi di regressione qui sotto:

Successivamente, copiamo il risultato in questo Googlesheet. Infine, una manciata di formule molto semplici ci dicono che α = 0.889.

Ora, quale dimensione del campione dovremmo riportare per questa sottoscala? Propongo di seguire le convenzioni per la regressione a coppie qui e riportare il più piccolo N a coppie che risulta in N = 44 per questa analisi. Ancora una volta, si noti che la formula per trovare questo minimo su un blocco di celle è assolutamente semplice.

Segnalazione APA dell’alfa di Cronbach

La tabella seguente mostra come segnalare l’alfa di Cronbach in stile APA per tutte le sottoscale.