วิธีการคำนวณอัลฟ่าของครอนบาคใน r (พร้อมตัวอย่าง)

Chronbach’s Alpha เป็นวิธีการวัด ความสอดคล้องภายใน ของแบบสอบถามหรือแบบสำรวจ

อัลฟ่าของ Cronbach มีตั้งแต่ 0 ถึง 1 โดยค่าที่สูงกว่าบ่งชี้ว่าแบบสำรวจหรือแบบสอบถามมีความน่าเชื่อถือมากกว่า

วิธีที่ง่ายที่สุดในการคำนวณอัลฟ่าของครอนบาคคือการใช้ฟังก์ชัน cronbach.alpha() จากแพ็คเกจ ltm

บทช่วยสอนนี้ให้ตัวอย่างเชิงปฏิบัติของการใช้ฟีเจอร์นี้

ตัวอย่าง: วิธีคำนวณอัลฟ่าของครอนบาคในค่า R

สมมติว่าผู้จัดการร้านอาหารต้องการวัดความพึงพอใจโดยรวมของลูกค้า เธอจึงส่งแบบสำรวจไปยังลูกค้า 10 รายที่สามารถให้คะแนนร้านอาหารตามระดับ 1 ถึง 3 สำหรับหมวดหมู่ต่างๆ

เราสามารถใช้โค้ดต่อไปนี้เพื่อคำนวณอัลฟ่าของครอนบาคสำหรับการตอบแบบสำรวจ:

 library (ltm)

#enter survey responses as a data frame
data <- data. frame (Q1=c(1, 2, 2, 3, 2, 2, 3, 3, 2, 3),
                   Q2=c(1, 1, 1, 2, 3, 3, 2, 3, 3, 3),
                   Q3=c(1, 1, 2, 1, 2, 3, 3, 3, 2, 3))

#calculate Cronbach's Alpha
cronbach. alpha (data)

Cronbach's alpha for the 'data' data-set

Items: 3
Sample units: 10
alpha: 0.773

อัลฟ่าของครอนบาคกลายเป็น 0.773 .

โปรดทราบว่าเราสามารถระบุ CI=True เพื่อส่งคืนช่วงความเชื่อมั่น 95% สำหรับอัลฟ่าของครอนบาคได้:

 #calculate Cronbach's Alpha with 95% confidence interval
cronbach. alpha (data, CI= TRUE )

Cronbach's alpha for the 'data' data-set

Items: 3
Sample units: 10
alpha: 0.773

Bootstrap 95% CI based on 1000 samples
 2.5% 97.5% 
0.053 0.930 

เราจะเห็นว่าช่วงความเชื่อมั่น 95% สำหรับอัลฟ่าของครอนบาคคือ [.053, .930]

หมายเหตุ: ช่วงความเชื่อมั่นนี้กว้างมากเนื่องจากขนาดตัวอย่างของเรามีขนาดเล็ก ในทางปฏิบัติ ขอแนะนำให้ใช้ขนาดตัวอย่างอย่างน้อย 20 เราใช้ขนาดตัวอย่าง 10 ในที่นี้เพื่อความง่าย

ตารางต่อไปนี้อธิบายวิธีการตีความค่าต่าง ๆ ของ Alpha ของ Cronbach โดยทั่วไป:

เนื่องจากเราคำนวณอัลฟาของครอนบาคเป็น 0.773 เราจะบอกว่าความสอดคล้องภายในของแบบสำรวจนี้ “ยอมรับได้”

โบนัส: คุณสามารถใช้เครื่องคิดเลข Cronbach Alpha เพื่อค้นหา Cronbach Alpha สำหรับชุดข้อมูลที่กำหนดได้