跳到正文
马克工具箱

↑ ↓ 选择,回车打开,Esc 关闭。

Cronbach's α 信度分析

写问卷论文要报告量表信度。把每份问卷一行、每道题一列的数据从 Excel 或问卷星导出表里复制进来,马上得到 Cronbach's α 系数,以及每道题的 CITC 和「删除该题后的 α」,哪道题拉低了信度一眼就能看出来。

在浏览器本地运行,输入的内容和文件都不会上传

每行一份问卷,每列一道题。有空题的问卷不计入。

反向计分题

α = 0.868

信度好

95% 置信区间 0.672 – 0.963

可靠性统计

统计量值
Cronbach’s α0.868
基于标准化项的 α0.872
题项数5
有效问卷10
题项间平均相关0.576

项总计统计

题项平均数标准差校正的项总计相关性(CITC)删除项后的 α
Q131.1550.7640.822
Q231.2470.8350.802
Q33.21.2290.5960.865
Q43.20.9190.6750.849
Q531.2470.6270.858

⚠ 表示这道题和其余题的相关低于 0.3,或者删掉它 α 会变高。检查题目措辞,或者是不是反向题没勾选。

论文写法量表的 Cronbach’s α 系数为 .868(5 个题项,n = 10)

结果与 SPSS「可靠性分析」(含「删除项后的标度」)一致,置信区间用 Feldt 法。常用标准:0.7 以上可以接受,0.8 以上好,0.9 以上很好;超过 0.95 可能是题目之间重复。

这个工具好用吗?

使用步骤

  1. 只复制同一个量表(维度)的题目列:每行一份问卷,每列一道题,第一行可以是题号。
  2. 有反向计分的题,在「反向计分题」里勾选,确认最低和最高选项(如 1 和 5)。
  3. 看 α 系数和评价;再看「项总计统计」表里标 ⚠ 的题。
  4. 复制「论文写法」那一行。

参数说明

α 系数
α = k/(k−1) × (1 − 各题方差之和 ÷ 总分方差),k 是题数。题目之间越一致,α 越接近 1。
CITC
校正的项总计相关性,即这道题和其余题总分的相关。一般要求大于 0.3,太低说明这道题测的不是同一个东西。
删除项后的 α
去掉这一道题后剩下的题的 α。如果比现在的 α 还高,说明这道题在拉低信度,考虑修改或删除。
反向计分
「我经常感到紧张」和「我很放松」这类反着问的题,要先换成同一个方向(1↔5、2↔4)再算,否则 α 会很低甚至是负数。

示例

默认数据是 10 份问卷、5 道 5 点量表题:

统计量 值
Cronbach’s α 0.868
基于标准化项的 α 0.872
95% 置信区间 0.672 – 0.963
题项间平均相关 0.576
题项 平均数 标准差 CITC 删除项后的 α
Q1 3.0 1.155 0.764 0.822
Q2 3.0 1.247 0.835 0.802
Q3 3.2 1.229 0.596 0.865
Q4 3.2 0.919 0.675 0.849
Q5 3.0 1.247 0.627 0.858

α = 0.868,信度好。每道题的 CITC 都大于 0.3,删掉任何一道 α 都不会变高,不需要删题。10 份问卷太少,置信区间很宽(0.67 到 0.96),正式研究的样本量要大得多。

论文写法:量表的 Cronbach’s α 系数为 .868(5 个题项,n = 10)。

常见问题的处理

常见问题

α 多少算合格?

常用的标准是 0.7 以上可以接受,0.8 以上好,0.9 以上很好;探索性研究有时放宽到 0.6。超过 0.95 可能是题目重复,问的是同一句话换个说法。

一个量表有几个维度,怎么算?

每个维度单独算一次 α,只粘贴这个维度的题;也可以再把全部题一起算一次总量表的 α。

结果和 SPSS 一样吗?

一样。α、标准化 α、CITC 和删除项后的 α 对应 SPSS「分析 → 标度 → 可靠性分析」里勾选「删除项后的标度」的输出。

α 是负数是怎么回事?

通常是有反向题没有勾选反向计分,或者某些题和其他题负相关。看 CITC 是负数的那道题。

问卷数据会上传吗?

不会,计算在浏览器里完成。

隐私说明

本工具完全在浏览器中运行,文件和文本都在你的设备上处理,不会上传到我们的服务器。

相关工具