Cronbach's alpha will generally inc

Cronbach's alpha will generally increase as the intercorrelations among test items increase, and is thus known as an internal consistency estimate of reliability of test scores. Because intercorrelations among test items are maximized when all items measure the same construct, Cronbach's alpha is widely believed to indirectly indicate the degree to which a set of items measures a single unidimensional latent construct. It is easy to show, however, that tests with the same test length and variance, but different underlying factorial structures can result in the same values of Cronbach's alpha. Indeed, several investigators have shown that alpha can take on quite high values even when the set of items measures several unrelated latent constructs.[1][9][10][11][12][13] As a result, alpha is most appropriately used when the items measure different substantive areas within a single construct. When the set of items measures more than one construct, coefficient omega_hierarchical is more appropriate.[14][15][16]

Alpha treats any covariance among items as true-score variance, even if items covary for spurious reasons. For example, alpha can be artificially inflated by making scales which consist of superficial changes to the wording within a set of items or by analyzing speeded tests.

A commonly accepted[citation needed] rule for describing internal consistency using Cronbach's alpha is as follows,[17][18][19] though a greater number of items in the test can artificially inflate the value of alpha[9] and a sample with a narrow range can deflate it, so this rule should be used with caution.

A commonly accepted rule of thumb for describing internal consistency is as follows:[17]

ผลลัพธ์ (ไทย) 1:

อัลฟาของ Cronbach โดยทั่วไปจะเพิ่มขึ้นเป็น intercorrelations ระหว่างทดสอบสินค้าเพิ่ม และดังนั้นจึงเรียกว่าการประเมินความสอดคล้องภายในของความน่าเชื่อถือของคะแนนสอบ เนื่องจาก intercorrelations ระหว่างรายการทดสอบขยายใหญ่สุดเมื่อสินค้าทั้งหมดวัดโครงสร้างเดียวกัน อัลฟาของ Cronbach จะเชื่ออ้อมระบุระดับที่ชุดของรายการประเมินโครงสร้างที่แฝงอยู่ของ unidimensional เดียวกันอย่างกว้างขวาง ซึ่งง่ายต่อการแสดง อย่างไรก็ตาม ที่ทดสอบทดสอบความยาวและความแปรปรวน แต่อาจมีผลแตกต่างงบแฟกค่าของอัลฟาของ Cronbach แน่นอน นักสืบหลายได้แสดงอักษรที่สามารถใช้ค่าค่อนข้างสูงแม้ชุดของรายการประเมินโครงสร้างแฝงอยู่หลายที่ไม่เกี่ยวข้อง [1] [9] [10] [11] [12] [13] เป็นผล อัลฟาจะใช้อย่างเหมาะสมมากที่สุดเมื่อสินค้าวัดพื้นที่แน่นต่าง ๆ ภายในโครงสร้างเดียว เมื่อชุดของรายการประเมินก่อสร้างมากกว่าหนึ่ง สัมประสิทธิ์ omega_hierarchical เหมาะสมมากขึ้น [14] [15] [16]อัลฟาจะแปรปรวนระหว่างรายการใด ๆ เป็นความแปรปรวนของคะแนนจริง แม้ว่าสินค้า covary ปลอมเหตุผล ตัวอย่าง อัลฟาสามารถจะเหือดสูงเกินจริงโดยเครื่องชั่งซึ่งประกอบด้วยข้อความภายในชุดของรายการเปลี่ยนแปลงผิวเผิน หรือ โดยการวิเคราะห์ทดสอบ speededการยอมรับโดยทั่วไป [อ้างจำเป็น] กฎสำหรับอธิบายความสอดคล้องภายในโดยใช้อัลฟาของ Cronbach จะเป็นดังนี้, [17] [18] [19] แม้ว่าจำนวนสินค้าในการทดสอบมากกว่าเหือดสามารถขยายค่าของอัลฟา [9] และตัวอย่างในช่วงแคบสามารถรูปแฟบ ดังนั้นกฎนี้ควรใช้ ด้วยความระมัดระวังการยอมรับโดยทั่วไปกฎของหัวแม่มือในการอธิบายความสอดคล้องภายในเป็นดังนี้: [17]

ผลลัพธ์ (ไทย) 2:

อัลฟาของครอนบาคโดยทั่วไปจะเพิ่มขึ้นเป็น intercorrelations ระหว่างการทดสอบการเพิ่มขึ้นของรายการและเป็นที่รู้จักกันจึงเป็นประมาณการความสอดคล้องภายในของความน่าเชื่อถือของคะแนนการทดสอบ เพราะ intercorrelations ในรายการทดสอบสูงสุดเมื่อรายการทั้งหมดสร้างวัดเดียวกันอัลฟาของครอนบาคเป็นที่เชื่อกันอย่างกว้างขวางในทางอ้อมบ่งบอกถึงระดับที่ชุดของรายการมาตรการสร้างแฝง unidimensional เดียว มันเป็นเรื่องง่ายที่จะแสดงอย่างไรว่าการทดสอบที่มีความยาวเดียวกันและการทดสอบความแปรปรวน แต่ที่แตกต่างกันโครงสร้างปัจจัยพื้นฐานจะส่งผลให้ค่าเดียวกันของอัลฟาของครอนบาค อันที่จริงนักวิจัยหลายคนได้แสดงให้เห็นว่าอัลฟาสามารถใช้ในค่าค่อนข้างสูงแม้ในขณะที่ชุดของรายการมาตรการสร้างแฝงหลายที่ไม่เกี่ยวข้อง. [1] [9] [10] [11] [12] [13] เป็นผลให้อัลฟา เหมาะสมที่สุดใช้เมื่อรายการที่วัดพื้นที่ที่สำคัญที่แตกต่างกันภายในโครงสร้างเดียว เมื่อชุดของรายการมาตรการมากกว่าหนึ่งสร้าง, omega_hierarchical ค่าสัมประสิทธิ์ความเหมาะสมมากขึ้น. [14] [15] [16] อัลฟาถือว่าแปรปรวนในรายการใด ๆ ที่เป็นความแตกต่างที่แท้จริงคะแนนแม้ว่ารายการ covary สำหรับเหตุผลที่ปลอม ยกตัวอย่างเช่นอัลฟาสามารถที่สูงเกินจริงเทียมโดยการชั่งน้ำหนักซึ่งประกอบด้วยการเปลี่ยนแปลงผิวเผินถ้อยคำภายในชุดของรายการหรือโดยการวิเคราะห์ทดสอบเร่ง. ที่ยอมรับกันทั่วไป [อ้างจำเป็น] กฎสำหรับการอธิบายความสอดคล้องภายในโดยใช้อัลฟาของครอนบาคเป็นดังนี้ [ 17] [18] [19] แม้ว่าจำนวนมากของรายการในการทดสอบเทียมสามารถขยายมูลค่าของอัลฟา [9] และกลุ่มตัวอย่างที่มีช่วงแคบ ๆ สามารถยุบมันดังนั้นกฎข้อนี้ควรใช้ด้วยความระมัดระวัง. ที่ยอมรับกันทั่วไป กฎของหัวแม่มือสำหรับการอธิบายความสอดคล้องภายในจะเป็นดังนี้: [17]

ผลลัพธ์ (ไทย) 3:

มีค่าอัลฟาโดยทั่วไปจะเพิ่ม มีค่าอยู่ระหว่างเพิ่มรายการทดสอบและจึงเรียกว่าการประเมินความสอดคล้องภายในของความน่าเชื่อถือของคะแนนสอบ เพราะ intercorrelations ระหว่างรายการการทดสอบสูงสุดเมื่อรายการทั้งหมดวัดเดียวกันสร้างค่าสัมประสิทธิ์ครอนบาคอัลฟาคือเชื่ออย่างกว้างขวางทางอ้อมระบุระดับที่ชุดของรายการมาตรการเดียว unidimensional แฝงที่สร้าง มันง่ายที่จะแสดง อย่างไรก็ตาม การทดสอบด้วยแบบทดสอบความยาวและความแปรปรวน แต่แตกต่างกันที่เป็นต้นแบบโครงสร้างสามารถส่งผลในค่าเดียวกันของค่าสัมประสิทธิ์ครอนบาคแอลฟา แน่นอนนักวิจัยหลายได้แสดงให้เห็นว่าเราสามารถใช้ค่าค่อนข้างสูง แม้ว่าชุดของรายการหลายมาตรการอาจแฝงโครงสร้าง [ 1 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] ผล อัลฟ่ามากที่สุดอย่างเหมาะสมใช้เมื่อรายการสำคัญพื้นที่ภายในวัดต่าง ๆ เดียว สร้าง เมื่อชุดของรายการมากกว่าหนึ่งมาตรการสร้างสัมประสิทธิ์ omega_hierarchical จะเหมาะสมกว่า . [ 14 ] [ 15 ] [ 16 ]

เราถือว่ามีความเป็นจริงคะแนนผลต่างระหว่างรายการ แม้รายการ covary เหตุผลปลอม ตัวอย่างเช่น เราสามารถช่วยทำให้เกล็ดพองซึ่งประกอบด้วยผิวเผินจะเปลี่ยนแปลงถ้อยคำภายในชุดของรายการหรือโดยการวิเคราะห์อย่างรวดเร็ว

แบบทดสอบ[ ต้องการอ้างอิง ] โดยยอมรับกฎการใช้อัลฟาของครอนบาคความสอดคล้องภายใน ดังนี้ [ 17 ] [ 18 ] [ 19 ] แม้ว่ามากกว่าจํานวนรายการในการทดสอบสามารถช่วยขยายมูลค่าของ Alpha [ 9 ] และตัวอย่างกับแคบช่วงสามารถลดราคา ดังนั้นกฎนี้ควร ใช้ด้วยความระมัดระวัง

ยอมรับโดยทั่วไปกฎของหัวแม่มือสำหรับอธิบายความสอดคล้องภายใน ดังนี้[ 17 ]