「α 只有 .68,要不要刪題?」這是問卷分析裡最常出現的問題之一。要回答它,得先分清楚兩件事:信度是測得穩不穩,效度是測得對不對。α 只處理前者。
α 在算什麼
Cronbach's α 衡量的是「同一構面下的題目,是否一致地指向同一個東西」。數值介於 0 到 1,越高代表題目之間的同質性越高。
常見的參考門檻:
| α 值 | 一般解讀 | 備註 |
|---|---|---|
| < .60 | 信度不足 | 需檢視題目、重新設計 |
| .60 – .70 | 可接受(探索性研究) | 需說明理由 |
| .70 – .90 | 良好 | 多數研究的合理區間 |
| > .95 | 偏高,需檢查 | 可能題目重複、內容冗餘 |
注意最後一列。α 太高不是好事,往往意味著題目在問同一句話的不同說法,反而縮小了構面的內容範圍。
α 高,不代表量表是單維的
α 無法區分「一個構面」與「多個高度相關的構面」。一份同時測「服務態度」與「專業能力」的量表,只要兩個構面相關係數高,合併計算的 α 也會很漂亮。
要確認單維性,需要做因素分析:探索性因素分析(EFA)看結構,驗證性因素分析(CFA)看模型配適度與收斂、區別效度。這也是為什麼近年的期刊多半要求「α 加上 CFA」兩者並陳。
信度與效度的關係
- 信度高、效度低:穩定地測錯東西。例如用體重計量身高,每次都很一致,但沒有測到身高。
- 效度高、信度低:不太可能。測不穩的東西,很難測得準。
- 信度是效度的必要條件,不是充分條件。
α 偏低時的處理順序
- 先看「刪除該題後的 α」欄位,找出拉低整體的題目
- 確認反向題是否已正確重新計分(最常見的原因)
- 看該題與總分的相關(item-total correlation),低於 .3 要留意
- 最後才考慮刪題,並在論文中說明刪除理由
刪題不是為了讓 α 變好看,而是因為該題在概念上或統計上確實不屬於這個構面。順序顛倒,就成了操弄數據。