223. Jak interpretować alfa Cronbacha bez mechanicznego progu 0,70?

W poprzedniej lekcji omówiliśmy, co alfa Cronbacha mierzy i czego nie mierzy. Teraz przechodzimy do problemu, który często pojawia się w praktyce badawczej: czy wartość α = 0,70 rzeczywiście wyznacza granicę między dobrym i złym narzędziem? Odpowiedź brzmi: nie. Alfa Cronbacha jest użytecznym wskaźnikiem, ale jej interpretacja wymaga uwzględnienia konstruktu, liczby pozycji, charakteru odpowiedzi, jednowymiarowości skali oraz planowanego zastosowania wyniku. Samo przekroczenie albo nieprzekroczenie wartości 0,70 nie rozstrzyga o jakości pomiaru.

Co właściwie opisuje alfa Cronbacha?

Alfa Cronbacha jest współczynnikiem związanym z rzetelnością wewnętrzną. W uproszczeniu informuje, w jakim stopniu pozycje należące do jednej skali współzmieniają się w danej próbie. Jeżeli osoby, które uzyskują wysokie wyniki w jednej pozycji, zwykle uzyskują także wysokie wyniki w pozostałych pozycjach, współzmienność będzie większa, a alfa może przyjmować wyższą wartość.

Nie oznacza to jednak, że pozycje muszą być identyczne ani że wszystkie muszą dotyczyć dokładnie tego samego, wąsko rozumianego objawu. Wymagana jest raczej uzasadniona spójność treściowa i pomiarowa. Skala lęku może obejmować kilka powiązanych przejawów lęku, ale nie powinna bez wyjaśnienia łączyć lęku, depresji, jakości snu i satysfakcji z życia w jeden wynik.

Warto pamiętać, że alfa jest właściwością nie tylko narzędzia, lecz także konkretnego zastosowania narzędzia w określonej populacji. Ta sama skala może mieć α = 0,62 w grupie zdrowych studentów i α = 0,84 w grupie pacjentów o większym zróżnicowaniu nasilenia objawów. Nie musi to oznaczać, że narzędzie raz jest „złe”, a raz „dobre”. Zmieniają się rozkłady odpowiedzi, wariancja pozycji i zależności między nimi.

Wzór i jego intuicyjne znaczenie

Dla skali składającej się z k pozycji alfa może być zapisana następująco:

α = [k/(k − 1)] × [1 − (Σσ²ᵢ / σ²ₜ)]

• α – współczynnik alfa Cronbacha;
• k – liczba pozycji w skali;
• σ²ᵢ – wariancja i-tej pozycji;
• Σσ²ᵢ – suma wariancji wszystkich pozycji;
• σ²ₜ – wariancja wyniku całkowitego, zwykle sumy pozycji.

Jeżeli wariancja wyniku całkowitego jest duża w porównaniu z sumą wariancji pojedynczych pozycji, oznacza to, że pozycje mają wspólną część zmienności. Wtedy alfa rośnie. Wzór pokazuje również, dlaczego na wartość α wpływa liczba pozycji. Przy podobnych korelacjach między pozycjami dłuższa skala często osiąga wyższą alfę niż skala krótka.

W praktyce oznacza to, że α = 0,70 dla pięciu dobrze dobranych pozycji może być bardziej przekonujące niż α = 0,82 dla trzydziestu pozycji, które są częściowo redundantne. Z kolei bardzo wysoka alfa może sygnalizować nie tylko spójność, ale także powtarzanie niemal tego samego pytania w kilku wersjach.

Dlaczego próg 0,70 nie jest uniwersalnym prawem?

Próg zależy od celu pomiaru

Innych wymagań można oczekiwać od narzędzia używanego w badaniu eksploracyjnym, a innych od testu, którego wynik ma służyć do podejmowania decyzji dotyczących pojedynczego pacjenta. W badaniu eksploracyjnym, w którym analizuje się nowy konstrukt, krótka skala o α = 0,65 może być punktem wyjścia do dalszego rozwoju narzędzia. Nie powinna być jednak bezrefleksyjnie przedstawiana jako w pełni zwalidowany pomiar.

W badaniach grupowych, na przykład przy porównywaniu średniego poziomu wypalenia zawodowego między oddziałami szpitalnymi, umiarkowana rzetelność może być wystarczająca, jeżeli wnioski mają charakter ogólny, a skala ma dobre uzasadnienie teoretyczne. Jeżeli jednak wynik ma decydować o tym, czy konkretna osoba zostanie zakwalifikowana do intensywnej interwencji, potrzebne są silniejsze dowody jakości pomiaru, w tym trafność kryterialna, błąd pomiaru i stabilność wyniku.

Próg nie uwzględnia liczby pozycji

Alfa jest częściowo funkcją długości testu. Krótka skala może mieć umiarkowaną alfę mimo rozsądnych korelacji między pozycjami. Nie należy automatycznie dodawać pozycji tylko po to, aby przekroczyć 0,70. Nowe pytania powinny wnosić istotną treść i zwiększać zakres pomiaru, a nie jedynie powielać istniejące sformułowania.

W przypadku bardzo krótkich skal, na przykład dwóch lub trzech pozycji, alfa może być niestabilna i mało informacyjna. Warto wtedy rozważyć korelację między pozycjami, współczynnik Spearmana–Browna lub model oparty na analizie czynnikowej, zawsze z wyjaśnieniem, dlaczego wybrano daną miarę.

Wysoka alfa nie dowodzi jednowymiarowości

Jednowymiarowość oznacza, że pozycje można sensownie traktować jako wskaźniki jednego dominującego wymiaru. Alfa sama tego nie potwierdza. Dwie podskale mogą być silnie skorelowane i razem wygenerować wysoką alfę, mimo że mierzą różne aspekty konstruktu.

Przykładowo kwestionariusz jakości życia może zawierać pozycje dotyczące funkcjonowania fizycznego i emocjonalnego. Jeżeli oba obszary są powiązane, alfa dla wszystkich pozycji może wynosić 0,88. Nie wynika z tego automatycznie, że należy obliczać jeden wspólny wynik. Potrzebna jest analiza struktury, na przykład eksploracyjna lub konfirmacyjna analiza czynnikowa, oraz argument teoretyczny.

Alfa opiera się na założeniach

Klasyczna interpretacja alfy jako estymatora rzetelności wymaga założeń dotyczących między innymi równoważności pozycji i charakteru błędów pomiaru. W uproszczeniu chodzi o sytuację, w której pozycje mają podobny związek z mierzonym wynikiem latentnym, choć mogą mieć różne poziomy trudności lub średnie. Gdy pozycje są silnie nierównoważne, alfa może zaniżać albo nieadekwatnie przedstawiać rzetelność kompozytu (Sijtsma, 2009; McNeish, 2018).

Nie oznacza to, że każdą alfę należy wyrzucić. Oznacza natomiast, że trzeba opisać, co zostało policzone, dla jakiej skali i na podstawie jakich przesłanek uznano wynik za użyteczny.

Jak interpretować alfę w sposób warunkowy?

Zamiast pytania „Czy alfa przekracza 0,70?”, warto zadać serię bardziej trafnych pytań:

1. Czy wszystkie pozycje mają należeć do jednego konstruktu?
2. Czy struktura skali została sprawdzona, czy tylko założona?
3. Ile pozycji tworzy wynik?
4. Jakie są korelacje pozycji z wynikiem całkowitym i korelacje między pozycjami?
5. Czy występują pozycje odwrócone i czy zostały prawidłowo przekodowane?
6. Czy wynik będzie używany do porównań grupowych, czy do decyzji indywidualnych?
7. Czy badana próba jest podobna do populacji, w której narzędzie ma być stosowane?
8. Czy dostępny jest przedział ufności dla α?

W raporcie można napisać na przykład: „Skala obejmująca osiem pozycji uzyskała α = 0,68. Ze względu na eksploracyjny charakter badania, niewielką liczbę pozycji oraz potwierdzoną jednoczynnikową strukturę wynik uznano za wystarczający do analiz grupowych, ale nie za podstawę diagnozy indywidualnej”. Taki opis jest bardziej informacyjny niż zdanie: „Rzetelność była dobra, ponieważ alfa przekroczyła 0,70”.

Alfa a omega: kiedy rozważyć alternatywę?

Współczynnik omega jest często proponowany jako bardziej elastyczna miara rzetelności, szczególnie gdy pozycje mają różne ładunki czynnikowe. W przypadku modelu jednoczynnikowego omega może lepiej odzwierciedlać rzetelność wyniku sumarycznego niż alfa, jeśli założenie równoważności pozycji jest niewiarygodne (Dunn, Baguley i Brunsden, 2014; Revelle i Zinbarg, 2009).

Nie należy jednak traktować omegi jako automatycznie „lepszej” w każdych warunkach. Jej interpretacja zależy od modelu czynnikowego, sposobu estymacji i jakości dopasowania. Najważniejsza jest zgodność wskaźnika z pytaniem badawczym. Jeżeli interesuje nas rzetelność wyniku ogólnego, należy jasno określić, jaki model pomiaru jest przyjmowany i czy poszczególne pozycje rzeczywiście reprezentują wspólny czynnik.

W praktyce coraz lepszym rozwiązaniem jest raportowanie alfy wraz z omegą, analizą struktury skali oraz informacją o liczbie pozycji i korelacjach między nimi. Nie chodzi o gromadzenie wielu współczynników, lecz o pokazanie, że wybór miary był świadomy.

Przykład praktyczny: skala obciążenia pielęgniarek

Załóżmy, że zespół badawczy opracował dziesięciopozycyjny kwestionariusz obciążenia pracą pielęgniarek. Odpowiedzi udzielane są na pięciostopniowej skali, od „zdecydowanie nie” do „zdecydowanie tak”. W próbie 180 osób uzyskano α = 0,69.

Mechaniczna decyzja mogłaby brzmieć: „Skala nie spełnia kryterium, więc należy ją odrzucić”. Byłaby to jednak zbyt pochopna interpretacja. Analiza treści wskazuje, że pozycje obejmują trzy blisko związane, ale odrębne aspekty: obciążenie czasowe, obciążenie emocjonalne i przeciążenie odpowiedzialnością. Analiza czynnikowa sugeruje trzy czynniki, a pozycje w każdej podskali są spójne.

W takiej sytuacji problemem może nie być niska jakość narzędzia, lecz obliczenie jednej alfy dla wielowymiarowego zestawu pozycji. Zespół powinien rozważyć raportowanie trzech podskal, podać ich rzetelność, opisać strukturę czynnikową i zrezygnować z jednego wyniku ogólnego, jeśli nie ma dla niego przekonującego uzasadnienia.

Możliwa konkluzja brzmi: „Wynik ogólny wykazał umiarkowaną spójność wewnętrzną (α = 0,69), jednak analiza struktury wskazała trzy podskale. Dalsze analizy prowadzono dla podskal, których współczynniki α wynosiły od 0,74 do 0,81”. Jest to interpretacja bardziej rzetelna niż sztuczne usuwanie pozycji w celu podniesienia jednej wartości.

Drugi przykład: krótki przesiewowy kwestionariusz objawów

W badaniu podstawowej opieki zdrowotnej zastosowano czteropozycyjny kwestionariusz oceniający nasilenie zmęczenia. Alfa wyniosła 0,61. Skala została zaprojektowana jako krótki instrument przesiewowy, a nie narzędzie diagnostyczne. Korelacje między pozycjami są umiarkowane, wszystkie pozycje mają zgodne kierunki, a wynik koreluje z oceną lekarza i liczbą dni ograniczonej aktywności.

Wartość 0,61 nie daje podstaw do stwierdzenia, że narzędzie jest „wystarczająco rzetelne” w każdej sytuacji. Można jednak uznać ją za sygnał do dalszego rozwoju skali, a nie automatyczny powód do jej odrzucenia. W badaniu eksploracyjnym może być ona akceptowalna jako jeden z kilku elementów oceny, ale użycie wyniku do indywidualnej diagnozy wymagałoby znacznie mocniejszych dowodów.

Najczęstsze błędy

• Traktowanie 0,70 jako uniwersalnej granicy. Nie istnieje jedna wartość, która rozstrzyga o przydatności każdej skali.
• Interpretowanie alfy jako dowodu trafności. Wysoka spójność nie pokazuje, że narzędzie mierzy właściwy konstrukt.
• Wnioskowanie o jednowymiarowości wyłącznie na podstawie alfy. Strukturę należy oceniać osobno.
• Usuwanie pozycji tylko dlatego, że podnosi to alfę. Pozycja może być ważna treściowo, nawet jeśli nie zwiększa współczynnika.
• Ignorowanie liczby pozycji. Długa skala może mieć wysoką alfę dzięki długości, a nie dzięki wyjątkowej jakości pozycji.
• Raportowanie alfy bez informacji o próbie. Współczynnik zależy od populacji, rozkładu odpowiedzi i wariancji wyników.
• Mylenie rzetelności wewnętrznej ze stabilnością w czasie. Alfa nie zastępuje rzetelności test–retest.
• Traktowanie wysokiej alfy jako dowodu braku błędu pomiaru. Każdy wynik pomiaru pozostaje obciążony niepewnością.
• Wnioskowanie przyczynowe na podstawie samej rzetelności. Alfa nie mówi nic o przyczynach obserwowanych różnic.

Jak raportować wynik?

Minimalny opis powinien zawierać nazwę skali, liczbę pozycji, populację, wartość α oraz informację, czy pozycje zostały odwrócone i czy analizowano strukturę wymiarową. Przydatne jest również podanie przedziału ufności, zwłaszcza gdy próba jest niewielka.

Przykładowy zapis: „Skala obejmowała 7 pozycji ocenianych na pięciostopniowej skali Likerta. W analizowanej próbie uzyskano α = 0,76, 95% CI [0,70; 0,81]. Analiza czynnikowa wspierała jednoczynnikową interpretację skali. Współczynnik należy rozumieć jako dowód umiarkowanej spójności wewnętrznej w tej próbie, a nie jako stałą właściwość narzędzia”.

Jeżeli analizowano także omegę, można dodać: „Współczynnik omega wyniósł 0,78, co było zgodne z interpretacją umiarkowanie wysokiej rzetelności wyniku”. Nie należy natomiast tworzyć rankingu typu „alfa jest dobra, a omega lepsza” bez odniesienia do modelu pomiaru.

Co warto zapamiętać?

• Alfa Cronbacha nie ma uniwersalnego progu, który samodzielnie decyduje o jakości skali.
• Wartość α zależy między innymi od liczby pozycji, korelacji między nimi i zróżnicowania badanej próby.
• Niska alfa może wynikać z krótkiej skali, wielowymiarowości, słabych pozycji albo heterogenicznego konstruktu.
• Wysoka alfa nie dowodzi trafności, jednowymiarowości ani stabilności wyniku w czasie.
• Interpretacja powinna zależeć od celu: inne wymagania dotyczą badań eksploracyjnych, a inne decyzji indywidualnych.
• Warto łączyć alfę z analizą treści, analizą czynnikową, korelacjami pozycji oraz – gdy jest to uzasadnione – współczynnikiem omega.
• Najlepszy raport wyjaśnia, dlaczego uznano daną rzetelność za wystarczającą w konkretnym zastosowaniu.

W praktyce publicznego szkolenia metodologicznego na statystyk.edu.pl najważniejsza jest nie umiejętność zapamiętania jednej liczby, lecz rozumowanie prowadzące od konstruktu i celu pomiaru do adekwatnej interpretacji. Alfa Cronbacha może być elementem tej oceny, ale nigdy nie powinna zastępować analizy całego narzędzia.

Źródła i dalsza lektura

1. Cronbach, Lee J. (1951). Coefficient Alpha and the Internal Structure of Tests. Psychometrika, 16(3), 297–334. DOI: 10.1007/BF02310555.
2. Sijtsma, Klaas (2009). On the Use, the Misuse, and the Very Limited Usefulness of Cronbach’s Alpha. Psychometrika, 74(1), 107–120. DOI: 10.1007/s11336-008-9101-0.
3. McNeish, Daniel (2018). Thanks Coefficient Alpha, We’ll Take It From Here. Psychological Methods, 23(3), 412–433. DOI: 10.1037/met0000144.
4. Tavakol, Mohsen; Dennick, Reg (2011). Making Sense of Cronbach’s Alpha. International Journal of Medical Education, 2, 53–55. DOI: 10.5116/ijme.4dfb.8dfd.
5. Dunn, Thomas J.; Baguley, Thom; Brunsden, Vivienne (2014). From Alpha to Omega: A Practical Solution to the Pervasive Problem of Internal Consistency Estimation. British Journal of Psychology, 105(3), 399–412. DOI: 10.1111/bjop.12046.
6. Revelle, William; Zinbarg, Richard E. (2009). Coefficients Alpha, Beta, Omega, and the GLB: Comments on Sijtsma. Psychometrika, 74(1), 145–154. DOI: 10.1007/s11336-008-9102-z.