Hệ số Cronbach Alpha được sử dụng phù hợp cho loại thang đo nào?

[tungseo123]

Kiểm định độ tin cậy Cronbach Alpha rất quan trọng, vì thế sử dụng thang đo rất quan trọng, nhưng không phải loại thang đo nào cũng phù hợp. Trong bài viết này Phạm Lộc BLog sẽ hướng dẫn bạn sử dụng thang đo phù hợp để kiểm định độ tin cậy Cronbach Alpha.

>>Tham khảo: dịch vụ chạy spss tại đây

​

Để trả lời cho câu hỏi: Hệ số Cronbach Alpha được sử dụng cho loại thang đo nào? Chúng ta cùng tìm hiểu lại bản chất và công dụng của kiểm định này.

Khi những khái niệm (concept) trừu tượng khó có thể đo lường bằng cách hỏi trực tiếp đáp viên về nó, nhà nghiên cứu phải đo lường khái niệm đó qua các câu hỏi nhỏ có thể hỏi trực tiếp người trả lời. Tập hợp các câu hỏi nhỏ lúc này được gọi là một thang đo của khái niệm trừu tượng đó. Khái niệm trừu tượng được gọi là biến tiềm ẩn (latent variable), các câu hỏi nhỏ gọi là các biến quan sát (observed variable).
Tuy nhiên, không phải biến quan sát nào cũng thể hiện đúng tính chất của biến tiềm ẩn, sẽ có biến xấu và biến tốt. Và nhiệm vụ của người nghiên cứu cần tìm ra các biến quan sát xấu và loại bỏ nó ra khỏi thang đo, chỉ giữ lại các biến quan sát tốt có thể đại diện tốt nhất cho biến tiềm ẩn. Cronbach Alpha là một trong những công cụ giúp nhà nghiên cứu làm điều này. Những biến quan sát có Corrected Item – Total Correlation nhỏ hơn 0.3 khi phân tích độ tin cậy Cronbach Alpha được đánh giá là biến xấu và nên được loại bỏ.

Như vậy kiểm định Cronbach Alpha được sử dụng khi bạn có các biến tiềm ẩn và các biến tiềm ẩn này có thang đo biến quan sát. Tuy nhiên, không phải thang đo biến quan sát nào cũng phù hợp cho phân tích Cronbach Alpha. Dưới dây là 2 mô hình thang đo biến quan sát được sử dụng phổ biến trong nghiên cứu hiện nay (Bollen, 2011):

• Effect Indicator (Reflective Measurement): Thang đo Reflective
• Composite Indicator (Formative Measurement): Thang đo Formative

Đều nhằm mục đích xây dựng thang đo biến quan sát cho biến tiềm ẩn, tuy nhiên chỉ mô hình Reflective bạn có thể sử dụng Cronbach Alpha để đánh giá độ tin cậy cũng như thực hiện các kiểm định Composite Reliability, EFA, CFA. Bởi những kiểm định này đều xoay quanh việc đánh giá tương quan các biến quan sát với nhau. Những biến quan sát có tương quan mạnh và cùng chiều sẽ thỏa mãn tính đơn hướng và tính nội bộ cao để cấu thành một thang đo tốt.

Với Reflective, các biến quan sát có xu hướng tương quan chặt chẽ với nhau, do các biến quan sát này đều là kết quả được tạo ra từ biến tiềm ẩn. Chính vì vậy, tập hợp các biến quan sát từ mô hình Reflective tạo ra một thang đo có tính đơn hướng và sự ổn định nội bộ cao, phù hợp để đánh giá Cronbach Alpha.

Với Formative, các biến quan sát là một mảng tách biệt, bởi vì là tách biệt nên các biến quan sát hiếm khi tương quan chặt chẽ với nhau, mỗi biến quan sát sẽ theo 1 hướng và không đạt được tính đơn hướng cũng như tính ổn định nội bộ thang đo. Khi ép buộc phải thực hiện kiểm định Cronbach Alpha, thang đo sẽ không đạt được độ tin cậy và các biến quan sát đều bị loại khỏi thang đo. Khi đó, mặc dù các biến quan sát là tốt phù hợp theo dạng Formative nhưng sẽ bị loại ở phân tích Cronbach Alpha.

Tóm lại, hệ số Cronbach Alpha được sử dụng cho loại thang đo nào? Đó là thang đo thỏa mãn được các điều kiện:

• Các biến quan sát trong thang đo phải có sự tương quan nhau khá tốt. Thường các biến quan sát có tương quan tốt với nhau nếu nó được xây dựng theo mô hình Reflective.
• Các biến quan sát phải thỏa mãn tính đơn hướng và cùng chiều. Một thang đo không được xung đột chiều với nhau: nếu đã cùng nói về sự tích cực, tính tốt thì toàn bộ phải nói về tích cực, tính tốt, không được có câu tích cực câu tiêu cực.

Các dạng còn lại không phù hợp để phân tích Cronbach Alpha, bởi nó là bản chất mô hình thang đo không phù hợp rồi. Nếu ép phải thực hiện Cronbach Alpha cho các dạng thang đo không phù hợp, thang đo sẽ không đảm bảo được độ tin cậy, khi đó việc bạn đánh giá thang đo không tốt, không phản ánh được tính chất biến tiềm ẩn là hoàn toàn sai. Các bạn cần phải chú ý điều này khi làm nghiên cứu, luận văn.
Website: Phạm Lộc Blog