Vizsgakérdések – Cronbach-alfa

Vizsgakérdések – Cronbach-alfa


Vizsgakérdések – Cronbach-alfa


I

H

A skálák reliabilitás-vizsgálatakor a Cronbach-alfa érték segítségével döntünk.

X

Minél alacsonyabb a Cronbach-alfa érték, várhatóan annál megbízhatóbb lesz az itemekből elkészített skálánk.

X

Az itemek közötti magas, negatív korreláció várhatóan magas Cronbach-alfa értéket fog eredményezni.

X

A Cronbach-alfa érték általában közömbös a fordított itemekre.

X

A leíró statisztikák táblázatában az itemek átlagai és szórásai szerepelnek.

X

A skálák készítésekor egymással összefüggő itemeket szeretnénk egy közös mutatóba rendezni.

X

Az egymással nem, vagy csak gyengén korreláló itemekből várhatóan erős, konzisztens skálákat tudunk készíteni.

X

Az Item-Total Statistics táblázat utolsó oszlopában azt láthatjuk, hogy ha az adott itemet törölnénk a skálából, akkor a maradék itemeknek hogyan változna a Cronbach-alfa értéke.

X

A Cronbach-alfa interpretálható egyfajta korrelációs együtthatóként is.

X

A skálák megbízhatóságát mérő Cronbach-alfa mutató akkor is növekszik, ha a skálában szereplő itemek számát növeljük.

X

Általában elvárhatjuk, hogy egy jól viselkedő skála Cronbach-alfa értéke 0,7 alatt maradjon.

X

A nagyon magas (mondjuk 0,99-es) Cronbach-alfa érték felveti a redundancia lehetőségét is (azaz azt, hogy egyes itemekben ugyanazt az információt tároljuk).

X

A Cronbach-alfa arról nem ad jelentést, hogy valóban azt mérjük-e egy skálával, amit szeretnénk – pusztán arról tájékoztat minket, hogy a kérdéseink mennyire konzisztensek, mennyire mérik az itemek ugyanazt a dolgot (hogy mi ez a dolog, arról nem szólhatunk semmit az alfa-mutató alapján).

X

A Cronbach-alfa jelen értékét split-half metódussal határoztuk meg az output alapján.

X

A Cronbach-alfa mutatót több lehetséges módon is megbecsülhetjük (ahogy például lineáris regressziót is több metódus szerint felírhatunk).

X

Hamis válaszok magyarázata


1. Minél alacsonyabb a Cronbach-alfa érték, várhatóan annál megbízhatóbb lesz az itemekből elkészített skálánk.

2. Az itemek közötti magas, negatív korreláció várhatóan magas Cronbach-alfa értéket fog eredményezni.

3. A Cronbach-alfa érték általában közömbös a fordított itemekre.

4. Az egymással nem, vagy csak gyengén korreláló itemekből várhatóan erős, konzisztens skálákat tudunk készíteni.

5. Általában elvárhatjuk, hogy egy jól viselkedő skála Cronbach-alfa értéke 0,7 alatt maradjon.

6. A Cronbach-alfa jelen értékét split-half metódussal határoztuk meg az output alapján.


  1. A Cronbach-alfa érték általában 0,7 felett elfogadható, elvi maximuma 1. Ez azt jelenti, hogy minél magasabb, annál stabilabb, konzisztensebb a skála.
  2. Az itemek közötti negatív korreláció azt jelenti, hogy egymással teljesen ellentétes dolgokat mérünk – azonban a Cronbach-alfa pont azt méri, hogy mennyire mérjük ugyanazt. Tehát a magas negatív korrelációk általánosságban jelentős mértékben csökkentik a Cronbach-alfa értékét.
  3. Az előző válaszból következik, hogy így a fordított itemekre általában érzékeny a mutató – vannak programok, pl. a ROPstat, mely a háttérben újrakódolja, megfordítja az itemek kódolását, ezáltal a Cronbach-alfa mutatónak megfelelő irányban kezeli őket.
  4. Szintén az előző két kérdéssel függ össze, hogy ha egymással nem korrelálnak a változóink, itemeink, akkor egymástól függetlenül fejtik ki hatásukat – így jelentős mértékben rontják a konzisztenciát, tehát várhatóan csökkentik a Cronbach-alfa értékét.
  5. Fordítva: 0,7 feletti értékeket szoktunk elvárni a jól viselkedő skáláktól.
  6. Nem tudjuk, hiszen erre vonatkozóan semmifajta információval nem szolgál az output.