Để đánh giá mức độ chính xác và khách quan của thang đo, việc kiểm tra tính tin cậy của thang đo đóng vai trò vô cùng quan trọng. Một trong những công cụ hữu ích để thực hiện điều này chính là Cronbach’s Alpha (hay tau-equivalent reliability). Cronbach’s Alpha thể hiện mức độ liên kết giữa các câu hỏi trong một bộ câu hỏi, còn được gọi là thang đo. Mỗi câu hỏi trong thang đo được gọi là một mục. Do đó, Cronbach’s Alpha đánh giá mức độ nhất quán nội tại của thang đo, hay nói cách khác là độ mạnh của độ tin cậy của thang đo đó. 

Xem thêm: Phân tích hồi quy tuyến tính trên SPSS

Hướng dẫn chạy Cronbach’s Alpha trên SPSS

CÁC BIẾN TIỀM ẨN

Giả thuyết thường chứa các biến không thể đo lường trực tiếp. Các biến không thể đo lường trực tiếp được gọi là biến tiềm ẩn và ví dụ như khả năng viết, trí thông minh hoặc thái độ đối với ô tô điện.

Các biến tiềm ẩn

Để đo lường các biến tiềm ẩn một cách chính xác, ta sử dụng thang đo. Thang đo là một bộ câu hỏi được sử dụng để đo cùng một khái niệm.

Mục tiêu là các câu trả lời cho các câu hỏi phải tương đồng với nhau, nghĩa là có mức độ liên quan cao. Mỗi câu hỏi riêng lẻ phải có mức độ liên quan cao nhất có thể với tất cả các câu hỏi khác.

Độ tin cậy và Cronbach’s Alpha

Nếu câu trả lời cho các câu hỏi hoặc mục có mối tương quan cao, thì điều này được gọi là tính nhất quán nội bộ cao. Chính tính nhất quán nội bộ này được Cronbach’s Alpha đo lường.

Độ tin cậy cho biết một bảng câu hỏi hoặc bài kiểm tra đo lường giá trị thực một cách đáng tin cậy hoặc chính xác như thế nào. Do đó, độ tin cậy có nghĩa là một bài kiểm tra có thể đo lường một biến một cách chính xác như thế nào. Sai số đo lường càng ít thì bài kiểm tra càng đáng tin cậy.

Do đó, kiểm định độ tin cậy Cronbach’s Alpha là phương pháp hữu ích để đánh giá mức độ tin cậy của thang đo. Kỹ thuật này giúp xác định mức độ liên kết giữa các biến quan sát trong cùng một nhân tố, từ đó cho biết mức độ phù hợp của các biến quan sát trong việc đo lường khái niệm nhân tố. Kết quả Cronbach’s Alpha cao chỉ ra mức độ tin cậy cao của thang đo, bảo đảm tính chính xác trong việc đo lường biến tiềm ẩn.

Giả định cho Cronbach’s Alpha

Theo phương pháp truyền thống, việc đo lường giá trị thường đi kèm với sai sót. Để sử dụng Cronbach’s Alpha một cách hiệu quả, cần đáp ứng hai yêu cầu:

– Tỷ lệ lỗi của các mục phải không tương quan, nghĩa là tỷ lệ lỗi của một mục không bị ảnh hưởng bởi tỷ lệ lỗi của mục khác

– Các mục phải có cùng tỷ lệ phương sai thực tế.

Tuy nhiên, trong thực tế, hai điều kiện này hiếm khi được hoàn toàn đáp ứng. Hơn nữa, số lượng câu hỏi càng nhiều, giá trị alpha càng có xu hướng tăng.

Điều quan trọng cần lưu ý là Alpha của Cronbach không kiểm tra xem mỗi mục có thực sự bị ảnh hưởng bởi chỉ một hay nhiều biến tiềm ẩn hay không

Một và nhiều biến tiềm ẩn

Nói cách khác, nếu tất cả các mục đều đo lường cùng một biến tiềm ẩn thì hệ số Cronbach’s Alpha sẽ cho chúng ta biết các mục này đo lường biến tiềm ẩn tốt như thế nào.

Cách chạy Cronbach’s Alpha trong SPSS

Để chạy Cronbach’s Alpha, chúng ta chọn Analyze > Scale > Reliability Analysis…

Chọn Analyze > Scale > Reliability Analysis

Chuyển 4 biến quan sát PU1 – PU4 vào Items. Sau đó chọn lệnh Statistics

Đưa 4 biến PU1-PU4 vào hộp Items

Trong Statistics, tick vào Scale if item deleted như hình, và chọn Continue. 

Trong tùy chọn Statistics, tích vào các mục cần thiết

Cuối cùng tiếp tục nhấp lệnh OK để xuất kết quả.

Tiếp tục nhấp lệnh OK để xuất kết quả

Sau khi thực hiện kiểm định Cronbach’s Alpha, sẽ có 4 trường hợp phổ biến có thể xảy ra như sau:

Khả năng 1: Thang đo có độ tin cậy cao và biến quan sát có ý nghĩa

Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha sẽ có dạng như sau:

Kết quả trường hợp 1

→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo Cronbach’s Alpha của PU bằng 0.841 > 0.6, (2) hệ số độ tin cậy Cronbach’s Alpha if Deleted của các biến quan sát không lớn hơn hệ số của tổng thang đo. Do đó thang đo PU phù hợp.

Dịch sang tiếng Việt các khái niệm:

Khả năng 2: Thang đo đạt độ tin cậy cao, có biến quan sát không có ý nghĩa

Cách thực hiện tương tự đối với thang đo SFF như trường hợp 1, nhưng bảng kết quả thu được thì:

Kết quả trường hợp 2 – lần 1

→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo Cronbach’s Alpha của SFF bằng 0.748 > 0.6, (2) hệ số độ tin cậy Cronbach’s Alpha if Deleted của SFF4 bằng 0.904 > 0.748 là hệ số độ tin cậy thang đo Cronbach’s Alpha của SFF, và (3) biến quan sát SFF4 có tương quan biến – tổng (Corrected Item – Total Correlation) bằng 0.069 < 0.3. Biến quan sát SFF4 giải thích ý nghĩa rất yếu cho nhân tố nên sẽ bị loại khỏi thang đo, và tiếp tục kiểm định Cronbach’s Alpha lần thứ hai.

Kết quả trường hợp 2 – lần 2

Trong lần chạy lại sau khi loại SFF4, thang đo SFF đạt độ tin cậy, các biến quan sát đều có ý nghĩa giải thích tốt cho nhân tố SFF.

Khả năng 3: Thang đo đạt độ tin cậy, biến quan sát có ý nghĩa, Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha 

Kết quả sau phân tích thu được khi thực hiện phân tích Cronbach’s Alpha cho thang đo PEOU như sau:

Kết quả trường hợp 3

-> Biến quan sát PEOU5 có hệ số Cronbach’s Alpha if Item Deleted là 0.886 lớn hơn hệ số Cronbach’s Alpha của thang đo PEOU là 0.862. Tuy nhiên, hệ số tương quan Item-Total Correlation là 0.459 > 0.3 và Cronbach’s Alpha của thang đo đã trên 0.6, thậm chí còn trên cả mức 0.8 rồi. Do đó chúng ta không cần loại biến PEOU5 trong trường hợp này.

Khả năng 4: Thang đo không đạt độ tin cậy, biến quan sát có ý nghĩa, Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha

Thực hiện phân tích Cronbach’s Alpha cho thang đo UI và thu được kết quả là:

Kết quả trường hợp 4

→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo của UI bằng 0.337 < 0.6 và (2) hệ số Cronbach’s Alpha if Item Deleted của tất cả các biến quan sát đều nhỏ hơn 0.6. Thang đo UI không đạt được độ tin cậy tối thiểu nên trường hợp này sẽ không cần phải xem xét loại biến UI5 mà toàn bộ thang đo UI sẽ được loại bỏ khỏi các phân tích sau đó.

Giải thích Cronbach’s Alpha

Cronbach’s Alpha không được nhỏ hơn 0,6. Các giá trị trên 0,7 được coi là chấp nhận được. Tuy nhiên, Cronbach’s Alpha tốt nhất không nên cao hơn 0,9 nhiều, vì điều này có nghĩa là các câu hỏi “quá giống nhau” và do đó bạn nhận được cùng một câu trả lời cho các câu hỏi, trong trường hợp đó, bạn có thể bỏ qua các câu hỏi có mức độ tương quan quá cao và bạn sẽ không bị mất thông tin.

Bảng dưới đây có thể được sử dụng để diễn giải Cronbach’s Alpha.

Như đã đề cập ở trên, tính nhất quán nội tại chỉ nói lên điều gì đó về mối tương quan của các mục, nhưng không nói lên liệu các mục có phù hợp với nhau về mặt nội dung hay không. Cronbach’s Alpha chỉ kiểm tra xem các mục có tương quan hay không. Do đó, nhà nghiên cứu phải đảm bảo rằng chỉ những mục đo lường cùng một nội dung mới được sử dụng.

Cronbach’s Alpha tăng theo số lượng mục. Ví dụ, nếu thang đo được xây dựng với 8 mục thay vì 4, thì cùng một mối tương quan cho 8 mục sẽ có xu hướng dẫn đến alpha lớn hơn.

Hơn nữa, điều quan trọng là phải đảm bảo rằng tất cả các câu hỏi đều được xây dựng theo cách tích cực hoặc tiêu cực. Nghĩa là, giá trị cao hay thấp phải luôn có cùng một nghĩa.

Việc kiểm định độ tin cậy bằng chỉ số Cronbach’s Alpha là yếu tố không thể thiếu trong bất kì nghiên cứu nào. Nếu bạn gặp những vấn đề như thang đo không đảm bảo độ tin cậy, biến bị loại quá nhiều,… xulysolieu.info có ngay Dịch vụ chạy thuê SPSS với chất lượng cực tốt trong thời gian ngắn nhất hoặc liên hệ fanpage của xulysolieu.info