คำอธิบายสำหรับค่าอัลฟาของครอนบาคมาจากที่ใด (เช่นแย่มากยอดเยี่ยม)


14

ดูเหมือนเป็นเรื่องธรรมดาที่จะอธิบายค่าอัลฟ่าของครอนบาชดังนี้

  • α≥ 0.9 ยอดเยี่ยม
  • 0.7 ≤α <0.9 ดี
  • 0.6 ≤α <0.7 ได้รับการยอมรับ
  • 0.5 ≤α <0.6 แย่
  • α <0.5 ไม่สามารถยอมรับได้

คุณค่าเหล่านี้มาจากไหน ฉันไม่พบบทความวิจัยต้นฉบับที่อธิบายสิ่งเหล่านี้

แก้ไข: ฉัน 90% แน่ใจว่ามันขึ้นอยู่กับการประชุมเท่านั้นและไม่มีบทความวิจัยแบบดั้งเดิมที่สรุปไว้เหล่านี้


4
Nunnally ได้สร้างความนิยมให้กับเกณฑ์เหล่านั้นเป็นอย่างมาก (เน้นความแตกต่างระหว่างการตัดสินใจระดับบุคคลและระดับกลุ่ม) แต่มีข้อบกพร่องมากมายกับการใช้งานในการวิจัยในปัจจุบันว่ามันอาจจะไม่คุ้มค่าที่จะต้องกังวลเกี่ยวกับพวกเขา :-)
CHL

คำตอบ:


13

เอกสารสองฉบับต่อไปนี้กล่าวถึงค่าการตัดสำหรับดัชนีความน่าเชื่อถือ:

  • แลนซ์, CE, ก้น, MM, & Michels, LC (2006) แหล่งที่มาของเกณฑ์การตัดยอดสี่ที่รายงานโดยทั่วไป: พวกเขาพูดว่าอะไรจริง ๆ ระเบียบวิธีวิจัยองค์กร, 9 (2), 202-220
  • Henson, RK (2001) การทำความเข้าใจประมาณการความน่าเชื่อถือความสอดคล้องภายใน: ไพรเมอร์เชิงแนวคิดเกี่ยวกับสัมประสิทธิ์อัลฟ่า การวัดและประเมินผลในการปรึกษาและพัฒนา, 34 (3), 177-189

การพูดอย่างเคร่งครัดไม่สนับสนุนระดับที่เฉพาะเจาะจงที่คุณอธิบาย - คนแรกโดยเฉพาะค่อนข้างสำคัญของความคิดทั้งหมดของค่าการตัดทั่วไป - แต่พวกเขาชี้ไปที่สิ่งพิมพ์ที่สำคัญจำนวนมากในหัวข้อนี้เพื่อขุดขึ้นอ้างอิงเหล่านั้นอาจนำ คุณไปยังแหล่งต้นฉบับ

Kline (ในปี 1993 ฉบับคู่มืออ้างอิงโดย Gavin ในคำตอบของเขา) ร่องรอยค่าตัดของเขาเพื่อ Guilford และ Nunnally IIRC นันแนลไม่เคยให้เหตุผลมากสำหรับคำแนะนำของเขาและเปลี่ยนจากฉบับหนึ่งเป็นฉบับต่อไปของทฤษฎี Psychometricของเขา แต่งานเขียนของเขามีอิทธิพลมากดังนั้นเขาจึงอาจต้องรับผิดชอบต่อความนิยมของความคิดที่ว่า. 7 เป็นที่ยอมรับ และ .9 ยอดเยี่ยม

α


ขอขอบคุณ. แน่นอนฉันสนใจผลประโยชน์ทางประวัติศาสตร์ ฉันถูกขอให้อ้างอิงการใช้คำว่า "ยอดเยี่ยม" และฉันไม่รู้สึกอยากอ้างคู่มือ SPSS ฉันมองเพิ่มเติมโดยไม่โชคดี
Behacad

1
ฉันจะดูหนังสือ Nunnally ของรุ่นที่ฉันคิดว่า
งานกาล่า

3
(+1) ฉันมีการอ้างอิงอื่น ๆ ในเหล่านี้ส่วนบุคคลบันทึก
chl

1
Nunnally และ Bernstein ให้การอภิปรายค่อนข้างนานว่าค่าต่าง ๆ ของอัลฟาอาจยอมรับได้ รุ่นของนักจิตวิทยาสรุปสิ่งนี้ว่า "สูงกว่า 0.7 ก็โอเค"
Jeremy Miles

1

วิกิพีเดียอ้างอิงแหล่งข้อมูลว่า

  • George, D. , & Mallery, P. (2003) SPSS สำหรับ Windows ทีละขั้นตอน: คำแนะนำและการอ้างอิงอย่างง่าย อัปเดต 11.0 (ฉบับที่ 4) บอสตัน: อัลลีนและเบคอน
  • Kline, P. (1999) คู่มือการทดสอบทางจิตวิทยา (ฉบับที่ 2) ลอนดอน: เลดจ์

ฉันจะติดตามข้อมูลอ้างอิงเหล่านั้นเพื่อดูว่าพวกเขาอ้างอิงแหล่งข้อมูลเพิ่มเติมเพิ่มเติมหรือไม่ อย่างไรก็ตามตามกฎทั่วไปแล้วคำอธิบายค่าเหล่านี้อาจไม่มีแหล่งที่มาหลัก


ใช่ฉันเห็นสิ่งเหล่านี้ในวิกิพีเดีย ฉันกำลังมองหางานวิจัยต้นฉบับใด ๆ ฉันเชื่อว่าคำตอบนั้นเป็นเพียง "การประชุม" แต่ฉันหวังว่าจะมีอะไรที่เป็นรูปธรรมมากขึ้น
Behacad

นอกจากนี้ดูเหมือนว่าสำหรับฉันการประชุมเริ่มต้นที่ไหนสักแห่ง ...
Behacad

@Behacad ถูกต้อง แต่บางที่ไม่จำเป็นต้องเป็นบทความวิจัยหลัก มันอาจจะอยู่ในซอฟแวร์หรือตัดสินใจในคณะทำงานหรือการประชุมเชิงปฏิบัติการเช่นสำหรับโครงการเฉพาะและเพิ่งติดอยู่
Reinstate Monica - G. Simpson

ใช่และฉันสงสัยว่าโครงการนั้นคืออะไรถ้ามี ณ จุดหนึ่งมีคนกล่าวว่า. 90 เป็นเลิศ (หรือคล้ายกัน) และมันติดอยู่ มันคือใคร?
Behacad

1

แลนซ์, CE, ก้น, MM, & Michels, LC (2006) แหล่งที่มาของเกณฑ์การตัดยอดสี่แบบที่รายงานกันโดยทั่วไปพวกเขาพูดว่าอะไรจริง ๆ ? วิธีวิจัยองค์กร, 9 (2), 202-220

"การเปรียบเทียบส่วนนี้กับการอ้างอิงเราบันทึกหลายสิ่งก่อนอื่นเราสงสัยว่าผู้เขียนส่วนใหญ่ที่อ้างเกณฑ์ความน่าเชื่อถือ 0.70 ของ Nunnally จะไม่ยอมรับว่าพวกเขากำลังพยายามประหยัดเวลาและพลังงานในช่วงแรกของการวิจัยโดยใช้มาตรการที่ มีความน่าเชื่อถือเพียงเล็กน้อย แต่เราสงสัยว่านักวิจัยส่วนใหญ่จะอ้างว่าทำการวิจัยขั้นพื้นฐาน (หรืออาจใช้) การวิจัยซึ่งจุดประสงค์ของ Nunnally แนะนำมาตรฐานความน่าเชื่อถือที่ 0.80 อย่างชัดเจน Carmines and Zeller (1979) ได้ให้คำแนะนำที่คล้ายกัน: ตามกฎทั่วไปเราเชื่อว่าความน่าเชื่อถือไม่ควรต่ำกว่า 80 สำหรับเครื่องชั่งที่ใช้กันอย่างแพร่หลาย” (หน้า 51) ดังนั้นประเด็นที่สองของเราคือ 0.80 และไม่ใช่. 70 ตามที่ได้กล่าวไว้ มาตรฐานความน่าเชื่อถือสำหรับวัตถุประสงค์ส่วนใหญ่ที่อ้างถึงในการวิจัยขององค์กร "

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.