Alpha di Cronbach: come misurare l’attendibilità di un test

alpha di cronbach

L’alpha di Cronbach, o coefficiente alpha, è l’indicatore statistico che misura l’attendibilità di un test o di un questionario. Nello specifico, l’alpha di Cronbach misura la consistenza interna, cioè quanto un set di elementi sia strettamente correlato come gruppo.

 

Cosa indica l’alpha di Cronbach?

L’alpha di Cronbach quantifica il livello di accordo su una scala standardizzata da 0 a 1, in cui i valori più alti determinano una maggiore concordanza tra gli elementi. Valori elevati dell’alpha di Cronbach indicano che i valori delle risposte di ciascun partecipante in una serie di domande sono coerenti. Per esempio, quando i partecipanti danno una risposta alta a uno degli elementi, allora è probabile che diano risposte alte anche agli altri elementi. Questa coerenza indica che le misurazioni sono affidabili e che gli elementi potrebbero misurare la stessa caratteristica.

Al contrario, valori bassi indicano che l’insieme degli elementi non misura in modo affidabile lo stesso costrutto. Risposte elevate per una domanda non suggeriscono che i partecipanti abbiano valutato altamente gli altri elementi. Di conseguenza, è improbabile che le domande misurino la stessa proprietà perché le misurazioni non sono affidabili.

 

Per cosa si utilizza?

L’alpha di Cronbach è attualmente uno degli strumenti più utilizzati per determinare l’affidabilità delle scale di un questionario. Nato con lo scopo di analizzare fenomeni di natura psicologica, ed in particolare psicometrica, oggi viene largamente impiegato in tutti i settori. Quando viene utilizzato, le fonti dati provengono solitamente da risposte a sondaggi, strumenti di valutazione e punteggi di test. I dati possono essere continui, ma spesso si tratta di valori Likert (è una scala a punteggi con generalmente da cinque a dieci gradi di preferenza, che si usa spesso per determinare il grado di soddisfazione di un prodotto o di un’esperienza) e binari.

Nello specifico, l’alpha di Cronbach può essere utilizzato per progettare e testare un nuovo sondaggio o uno strumento di valutazione. Questo indice aiuta a valutare la qualità dello strumento durante la fase di progettazione e prima della fase di distribuzione.

I sondaggi e gli strumenti di valutazione spesso pongono più domande sullo stesso concetto, caratteristica o costrutto. Includendo più elementi sullo stesso aspetto, il test può sviluppare una valutazione più sfumata del fenomeno di studio.  Tuttavia, prima di includere le varie domande in una scala, occorre essere sicuri che tutti gli elementi misurino in modo affidabile lo stesso costrutto. L’alpha di Cronbach aiuta proprio in questo processo.

 

Facciamo un esempio

Immaginiamo di voler sviluppare una scala che misuri l’empatia e che stiamo sviluppando più elementi per misurare il costrutto. Se tutti gli elementi valutano effettivamente l’empatia, i punteggi tra gli elementi dovrebbero generalmente concordare, producendo un valore alto dell’alpha di Cronbach. Per esempio, gli individui con un’elevata empatia tenderanno a ottenere punteggi elevati in tutti gli elementi. Al contrario, gli individui con bassa empatia tenderanno a ottenere quasi sempre punteggi bassi.

Al contrario, se non tutti gli elementi fossero atti a valutare l’empatia, gli individui potrebbero ottenere punteggi elevati in alcune domande e bassi in altre, dunque in disaccordo tra loro e producendo un’alpha di Cronbach più bassa.

 

Formula dell’alpha di Cronbach

La formula per calcolare l’alpha di Cronbach è la seguente:formula alpha di cronbachdove:

  • K è il numero di domande
  • Var(Xi) è la varianza dei risultati per ogni singola domanda
  • Var(Totale) è la varianza dei punteggi totali

 

Come si interpreta il risultato dell’alpha di Cronbach

Per tutto quello che abbiamo detto finora, ci verrebbe da pensare che più un risultato dell’alpha di Cronbach è alto e più migliorerà l’attendibilità, ma nella realtà, è un po’ più complesso di così.

L’alpha di Cronbach varia in un intervallo che va da 0 a 1. Lo zero indica che non c’è alcuna correlazione tra gli elementi. Essi sono completamente indipendenti tra loro. Conoscere il valore di una risposta a una domanda non fornisce quindi alcuna informazione sulle risposte alle altre domande. Uno indica invece che le risposte sono perfettamente correlate. Conoscere il valore di una risposta fornisce informazioni complete su tutti gli altri elementi. Generalmente, i risultati ottenuti per la maggior parte dei test si collocano in una via di mezzo.

Ci chiediamo allora: quale rappresenta quindi un valore accettabile per l’alpha di Cronbach? Spesso viene utilizzato 0,7 come valore di riferimento di accettazione. A partire da questo livello, gli elementi sono sufficientemente coerenti da indicare che la misura è affidabile. Generalmente, valori prossimi a 0,7 sono minimamente accettabili, ma non ideali. Tuttavia, alcuni campi e settori hanno valori minimi diversi che differiscono dall’area di studio del fenomeno in esame.

Potrebbe sorprendere, ma l’alpha di Cronbach potrebbe addirittura avere un valore troppo alto! Valori estremamente elevati possono indicare che le domande sono ridondanti. Questo potrebbe essere un campanello d’allarme: o le domande da sottoporre nel questionario vanno riviste perché troppo simili oppure si potrebbe pensare di eliminare alcune di esse. Anche in questo caso, i diversi analisti ed aree di indagine differiscono sul limite di “troppo alto“: indicativamente vengono spesso considerati come valori soglia 0,95 o 0,99.

 

Limiti dell’alpha di Cronbach

L’alpha di Cronbach misura l’attendibilità, ma non la validità. Determina se gli elementi sono tra loro correlati, ma non se essi stanno misurando il costrutto (o dimensione) che vogliamo analizzare.

Riprendiamo il nostro esempio precedente sull’empatia: le risposte alle domande potrebbero essere molto coerenti tra loro, ma potrebbero misurare la sensibilità di un individuo, piuttosto che l’empatia. Gli elementi in questo caso potrebbero misurare anche più di un parametro e non cadere in quello che volevamo studiare dall’inizio. La sensibilità potrebbe essere correlata all’empatia e produrre valori alpha alti, ma in realtà non sarebbe significativa alla nostra indagine.

Inoltre esistono varie assunzioni sui dati di partenza da verificare per assicurarsi che il risultato ottenuto non sia sovrastimato o sottostimato. Puoi approfondire tali assunzioni in questa pagina https://thetaminusb.com/2020/12/13/when-to-use-cronbachs-coefficient-alpha-an-overview-and-visualization-with-r-code/

Più in generale esistono anche altre aspetti da considerare per realizzare correttamente un questionario, questo articolo può essere un ottimo punto di partenza https://www.corsi.univr.it/documenti/OccorrenzaIns/matdid/matdid808446.pdf

 

Continua a imparare

Scroll to Top
Torna su