Cronbach Alpha: Cách chạy và đọc kết quả trong SPSS
Cronbach Alpha thường là bảng kết quả đầu tiên bạn cần xử lý sau khi nhập dữ liệu khảo sát vào SPSS. Chỉ số này giúp kiểm tra các biến quan sát trong cùng một thang đo có nhất quán đủ để tiếp tục EFA, hồi quy hoặc mô hình PLS-SEM hay chưa.
Bạn mở file .sav, chọn một nhóm biến như các biến đo lường chất lượng dịch vụ, rồi chạy Analyze > Scale > Reliability Analysis. Output sẽ có các bảng Reliability Statistics và Item-Total Statistics. Phần khó nằm ở việc đọc đúng từng cột, biết khi nào được loại biến và không xóa biến chỉ vì muốn Cronbach Alpha tăng.
Khi nào dùng Cronbach Alpha
Cronbach Alpha được dùng khi một khái niệm được đo bằng nhiều biến quan sát, thường là các phát biểu trong bảng hỏi Likert. Ví dụ, khái niệm “sự hài lòng” có thể được đo bằng SAT1, SAT2, SAT3 và SAT4. Bạn kiểm tra riêng nhóm SAT này, sau đó mới chuyển sang nhóm biến của khái niệm khác.
Phân tích này phù hợp với câu hỏi nghiên cứu hoặc mô hình có dạng: các biến quan sát có đo cùng một khái niệm tiềm ẩn hay không. Nó kiểm tra độ nhất quán nội tại của thang đo, chưa chứng minh thang đo có giá trị hội tụ, giá trị phân biệt hay biến đó thật sự tác động đến biến khác.
Cronbach Alpha không chạy cho một biến quan sát đơn lẻ. Nếu một khái niệm chỉ có một item, bạn không có độ tin cậy nội tại để đánh giá bằng chỉ số này. Bạn cũng không nên đưa các biến thuộc nhiều khái niệm khác nhau vào cùng một lần chạy chỉ để có một Alpha lớn.
Nếu cần xem hướng dẫn tổng quát hơn về quy trình, bạn có thể tham khảo kiểm định độ tin cậy thang đo trong SPSS. Bài này tập trung vào thao tác và cách ra quyết định với Cronbach Alpha.
Chuẩn bị dữ liệu trước khi chạy
Trước khi mở hộp thoại Reliability Analysis, hãy kiểm tra dữ liệu gốc. Mỗi dòng thường là một người trả lời, mỗi cột là một biến quan sát. Các item trong cùng một thang đo cần có cùng hướng diễn giải, cùng kiểu mã hóa và cùng số điểm Likert.
Kiểm tra kiểu biến và mã hóa
Trong Variable View, kiểm tra Type, Measure, nhãn biến và các giá trị được mã hóa. Dữ liệu Likert có thể được nhập dưới dạng số từ 1 đến 5 hoặc từ 1 đến 7. Không nhập chữ như “Hoàn toàn đồng ý” vào cột item nếu bạn muốn SPSS tính toán trực tiếp.
Các giá trị thiếu cần được khai báo nhất quán. Một ô trống, mã 99 hoặc mã -1 có thể được SPSS hiểu khác nhau tùy cách bạn nhập. Nếu 99 thực chất là “không trả lời” nhưng vẫn được tính như một điểm số, Cronbach Alpha sẽ bị ảnh hưởng.
Kiểm tra biến đảo chiều
Nếu bảng hỏi có phát biểu mang nghĩa ngược, bạn phải đảo chiều trước khi chạy. Với thang Likert 1 đến 5, công thức thường là điểm mới bằng 6 trừ điểm cũ. Với thang 1 đến 7, hằng số tương ứng là 8.
Trong SPSS, bạn có thể dùng Transform > Compute Variable, tạo biến mới thay vì ghi đè biến gốc. Ví dụ, SAT3_R = 6 - SAT3 nếu SAT3 là item đảo chiều trong thang 1 đến 5. Sau đó dùng SAT3_R trong Cronbach Alpha và ghi chú rõ việc thay thế này trong file dữ liệu.
Kiểm tra nhóm biến
Mỗi lần chạy chỉ nên đưa vào các biến quan sát cùng đo một khái niệm. Nếu mô hình có các thang đo TRUST1 đến TRUST4 và SAT1 đến SAT4, hãy chạy TRUST riêng và SAT riêng. EFA hoặc hồi quy ở bước sau cũng cần dựa trên cấu trúc thang đo đã được kiểm tra như vậy.
Các bước chạy Cronbach Alpha trong SPSS
Bạn có thể làm theo trình tự dưới đây với SPSS Statistics. Tên menu có thể hơi khác về giao diện giữa các phiên bản, nhưng đường dẫn chính vẫn là Analyze > Scale > Reliability Analysis.
Bước 1: Mở Reliability Analysis
Chọn Analyze > Scale > Reliability Analysis. Trong danh sách biến, chọn toàn bộ item của một thang đo và chuyển sang ô Items. Ở mục Model, giữ lựa chọn Alpha, vì đây là mô hình tính Cronbach Alpha.
Đặt tên các biến theo nhóm giúp bạn tránh chọn nhầm. Nếu đang kiểm tra thang đo “Chất lượng dịch vụ”, chỉ đưa các item thuộc thang đo này vào hộp Items, không đưa biến nhân khẩu học hoặc biến kết quả tổng quát vào.
Bước 2: Chọn Statistics cần xuất
Nhấn nút Statistics. Trong phần Descriptives for, chọn Item, Scale và Scale if item deleted. Trong phần Inter-Item, có thể chọn Correlations nếu bạn muốn xem tương quan giữa các item.
Tùy chọn Scale if item deleted rất quan trọng. Nó tạo ra cột Cronbach's Alpha if Item Deleted trong bảng Item-Total Statistics, giúp bạn xem Alpha thay đổi thế nào nếu loại từng biến. Nhấn Continue, sau đó nhấn OK để chạy.
Bước 3: Lưu syntax và ghi lại từng vòng
Nếu bạn đang làm luận văn, nên nhấn Paste thay vì chỉ nhấn OK ở lần chạy đầu. SPSS sẽ tạo syntax tương ứng, chẳng hạn:
RELIABILITY
/VARIABLES=SAT1 SAT2 SAT3_R SAT4
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE CORR.
Bạn có thể lưu syntax cùng thư mục dữ liệu. Khi loại một biến, hãy ghi lại lý do, Alpha trước khi loại, Alpha sau khi loại và kết quả kiểm tra lại. EFA hiếm khi ra đẹp ở lần chạy đầu. Loại biến, chạy lại và ghi lại từng vòng là quy trình có thể chấp nhận nếu bạn giải thích được quyết định.
Bước 4: Chạy riêng từng thang đo
Lặp lại các bước trên cho từng nhóm biến. Không gộp tất cả item của bảng hỏi vào một Alpha duy nhất nếu bảng hỏi có nhiều khái niệm. Một Alpha chung có thể che giấu việc một số item không cùng đo một nội dung.
Sau mỗi lần chạy, lưu output bằng tên dễ nhận biết, ví dụ Alpha_SAT_v1, Alpha_SAT_v2. Khi viết chương 4, bạn sẽ biết biến nào đã bị loại và tránh nhầm giữa output ban đầu với output cuối cùng.
Đọc kết quả output
SPSS thường trả về ba bảng chính: Reliability Statistics, Item-Total Statistics và có thể có Inter-Item Correlation Matrix tùy lựa chọn. Bạn cần đọc theo thứ tự, không kết luận chỉ từ một con số Alpha.
Bảng Reliability Statistics
Bảng này thường có hai cột là Cronbach's Alpha và N of Items. Alpha cho biết độ nhất quán nội tại của cả nhóm item, còn N of Items cho biết số biến đang được đưa vào tính toán.
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật:
| Cronbach's Alpha | N of Items | Cách đọc |
|---|---|---|
| 0.812 | 4 | Thang đo có độ nhất quán tốt theo ngưỡng tham khảo đã chọn |
| 0.684 | 5 | Có thể chấp nhận trong nghiên cứu khám phá nếu các chỉ báo khác phù hợp |
| 0.421 | 4 | Cần kiểm tra item đảo chiều, tương quan item tổng và nội dung biến |
Alpha cao không tự động chứng minh thang đo tốt ở mọi mặt. Nếu các item gần như lặp lại cùng một câu, Alpha có thể cao nhưng nội dung đo lường lại quá hẹp. Bạn cần kết hợp Alpha với Corrected Item-Total Correlation, cấu trúc lý thuyết và các bước kiểm định tiếp theo.
Bảng Item-Total Statistics
Trong bảng Item-Total Statistics, tập trung vào ba cột. Scale Mean if Item Deleted và Scale Variance if Item Deleted mô tả thang đo nếu bỏ item. Corrected Item-Total Correlation là tương quan giữa item đó với tổng điểm thang đo sau khi loại chính item đó. Cronbach's Alpha if Item Deleted cho biết Alpha sẽ thay đổi ra sao nếu bỏ item.
Ví dụ minh họa:
| Item | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted | Quyết định minh họa |
|---|---|---|---|
| SAT1 | 0.612 | 0.776 | Giữ |
| SAT2 | 0.548 | 0.793 | Giữ |
| SAT3_R | 0.184 | 0.861 | Kiểm tra nội dung và mã hóa trước khi quyết định |
| SAT4 | 0.587 | 0.782 | Giữ |
Nếu Corrected Item-Total Correlation của một item thấp, hãy kiểm tra item đảo chiều, lỗi nhập dữ liệu và việc item có thực sự thuộc khái niệm đó không. Đừng loại biến chỉ vì cột Alpha if Item Deleted cao hơn một chút. Việc loại phải có lý do phương pháp và nội dung.
Tiêu chí đánh giá Cronbach Alpha
Ngưỡng bạn dùng cần được ghi rõ trong phương pháp nghiên cứu. Một ngưỡng phổ biến cho Alpha là từ 0.7 trở lên (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên thường được sử dụng (Nunnally và Bernstein, 1994).
| Chỉ tiêu | Ngưỡng tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha, thang đo thông thường | Từ 0.70 | (Nunnally, 1978) |
| Cronbach's Alpha, thang đo mới hoặc khám phá | Từ 0.60 | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.30 | (Nunnally và Bernstein, 1994) |
| Số quan sát trên một biến quan sát | 5 đến 10 | (Hair và cộng sự, 2010) |
Các ngưỡng trên là điểm tham chiếu, không phải lệnh tự động xóa biến. Nếu Alpha là 0.68 nhưng tất cả item có tương quan item tổng đạt, bạn có thể trình bày đây là thang đo chấp nhận được trong bối cảnh khám phá nếu có lập luận phù hợp. Nếu Alpha là 0.95, hãy kiểm tra khả năng các item bị trùng nội dung thay vì mặc định kết luận tuyệt đối tốt.
Cronbach Alpha cũng không thay thế cho kiểm định giá trị. Sau khi thang đo đạt độ tin cậy, bạn có thể tiếp tục EFA trong SPSS hoặc dùng quy trình đo lường phù hợp nếu triển khai PLS-SEM. Khi dùng SmartPLS, Composite Reliability và AVE là các chỉ số thuộc nhóm đánh giá khác, bạn có thể xem thêm Composite Reliability là gì.
Cách viết kết quả vào luận văn
Trong chương 4, bạn nên nêu số biến ban đầu, biến bị loại nếu có, lý do loại, Alpha cuối cùng và khoảng Corrected Item-Total Correlation. Không viết rằng thang đo đạt chỉ vì Alpha vượt 0.7 mà bỏ qua các cột còn lại.
Bạn có thể điều chỉnh đoạn sau theo số liệu thật:
Cách viết vào luận văn: “Kết quả kiểm định độ tin cậy cho thang đo [TÊN THANG ĐO] cho thấy Cronbach's Alpha đạt [GIÁ TRỊ ALPHA] với [SỐ LƯỢNG] biến quan sát. Các giá trị Corrected Item-Total Correlation dao động từ [GIÁ TRỊ NHỎ NHẤT] đến [GIÁ TRỊ LỚN NHẤT], đều [lớn hơn hoặc bằng 0.3/theo tiêu chí đã chọn]. Do đó, thang đo [được giữ lại/được điều chỉnh bằng cách loại biến MÃ BIẾN] để thực hiện bước phân tích tiếp theo.”
Nếu có loại biến, hãy viết thêm lý do và chạy lại Alpha sau khi loại. Phụ lục nên lưu output đầy đủ, còn bảng trong chương 4 có thể tóm tắt theo từng thang đo để hội đồng theo dõi dễ hơn.
Lỗi thường gặp khi chạy Cronbach Alpha
Lỗi phổ biến nhất là chọn nhầm biến thuộc thang đo khác. Bạn cũng có thể quên đảo chiều một item, nhập mã thiếu thành điểm hợp lệ hoặc chạy Alpha trên dữ liệu chưa lọc các phản hồi không hoàn chỉnh.
Một lỗi khác là xóa liên tục các item để Alpha tăng. Cách này tạo ra thang đo thiếu nội dung và khó giải trình. Hãy đọc câu hỏi gốc, kiểm tra mã hóa, xem Corrected Item-Total Correlation rồi mới quyết định.
Nếu Cronbach Alpha âm, nguyên nhân thường liên quan đến item đảo chiều hoặc các biến có tương quan ngược. Bạn có thể xem hướng xử lý cụ thể tại lỗi Cronbach Alpha âm trong SPSS. Nếu Corrected Item-Total Correlation dưới 0.3, hãy xem Item-Total Correlation nhỏ hơn 0.3 phải làm sao.
Bạn cũng nên phân biệt Cronbach Alpha với việc đánh giá toàn bộ thang đo. Alpha không cho biết mô hình hồi quy có ý nghĩa, không kiểm định quan hệ nhân quả và không chứng minh một item thuộc đúng nhân tố. Các bước đó cần được thực hiện bằng phân tích phù hợp với mô hình của bạn.
Câu hỏi thường gặp
Cronbach Alpha là gì?
Cronbach Alpha là chỉ số đánh giá độ nhất quán nội tại của một nhóm biến quan sát cùng đo một khái niệm. Bạn thường đọc chỉ số này trong bảng Reliability Statistics sau khi chạy Analyze > Scale > Reliability Analysis.
Alpha cần được đọc cùng Corrected Item-Total Correlation, nội dung item và thiết kế thang đo. Một con số cao riêng lẻ chưa đủ để kết luận toàn bộ thang đo có giá trị.
Cronbach Alpha bao nhiêu là tốt?
Mốc từ 0.7 trở lên thường được dùng cho độ tin cậy thang đo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, mốc từ 0.6 có thể được xem xét (Hair và cộng sự, 2010).
Bạn nên ghi rõ nguồn và bối cảnh áp dụng. Đồng thời, Corrected Item-Total Correlation của từng item thường được kiểm tra từ 0.3 trở lên (Nunnally và Bernstein, 1994).
Cronbach Alpha dưới 0.7 có đạt không?
Có thể đạt trong một số nghiên cứu khám phá nếu Alpha từ 0.6, các item có tương quan item tổng phù hợp và nội dung thang đo có cơ sở. Bạn cần trình bày tiêu chí đã chọn thay vì tự nâng hoặc hạ ngưỡng sau khi thấy kết quả.
Nếu Alpha thấp hơn nhiều, hãy kiểm tra item đảo chiều, dữ liệu thiếu, biến nhập sai và việc gộp nhầm các khái niệm. Chỉ loại biến khi có lý do rõ ràng.
Có nên loại biến khi Cronbach Alpha if Item Deleted cao hơn?
Không nên loại tự động. Hãy xem mức tăng có đáng kể không, Corrected Item-Total Correlation của item, nội dung lý thuyết và số lượng item còn lại sau khi loại.
Nếu item quan trọng về mặt nội dung, việc giữ lại có thể hợp lý dù Alpha không tăng. Nếu loại, bạn cần chạy lại phân tích và ghi lại quyết định trong luận văn.
Vì sao Cronbach Alpha bị âm trong SPSS?
Alpha âm thường xuất hiện khi các item có tương quan trung bình âm. Nguyên nhân hay gặp là bạn quên đảo chiều một biến, đảo chiều sai công thức hoặc đưa các biến thuộc hai khái niệm khác nhau vào cùng thang đo.
Hãy kiểm tra bảng hỏi và mã hóa trước khi xóa biến. Sau đó tạo lại biến đảo chiều, chạy lại đúng nhóm item và lưu output của từng lần xử lý.
Có cần chạy Cronbach Alpha trước EFA không?
Trong quy trình phổ biến, bạn kiểm tra độ tin cậy sơ bộ rồi mới chạy EFA để xem cấu trúc nhân tố. Tuy nhiên, quyết định cuối cùng vẫn phụ thuộc mô hình, thang đo và phương pháp bạn đã đăng ký trong đề cương.
Khi chuẩn bị chạy EFA, bạn cần kiểm tra thêm KMO, Bartlett, eigenvalue và factor loading theo tiêu chí có nguồn. Alpha chỉ trả lời câu hỏi về tính nhất quán nội tại, không thay thế EFA.
Mở file SPSS của bạn, lập danh sách từng thang đo, chạy riêng từng nhóm item và lưu lại bảng Reliability Statistics cùng Item-Total Statistics trước khi loại biến. Nếu cần chạy phân tích trên chính file .sav hoặc .csv và theo dõi từng vòng xử lý, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.