Cách chạy Cronbach Alpha trong SPSS và đọc kết quả
Khi nào dùng Cronbach's Alpha trong SPSS
Cronbach's Alpha được dùng để đánh giá độ tin cậy nội tại của một thang đo, tức là xem các biến quan sát trong cùng một nhóm có nhất quán khi đo một khái niệm hay không. Ví dụ, thang đo Sự hài lòng có các biến HL1, HL2, HL3 và HL4. Bạn chạy Cronbach's Alpha cho nhóm này trước khi đưa các biến phù hợp vào EFA, hồi quy hoặc mô hình tiếp theo.
Phân tích này phù hợp khi bảng hỏi của bạn có nhiều biến quan sát cùng đo một khái niệm, thường dùng thang Likert. Nó không dùng để kiểm định quan hệ giữa hai biến, kiểm định sự khác biệt giữa các nhóm hay kết luận giả thuyết nghiên cứu. Muốn xem quy trình rộng hơn, bạn có thể tham khảo kiểm định độ tin cậy thang đo trong SPSS.
Trong luận văn định lượng, Cronbach's Alpha trả lời câu hỏi: các biến quan sát trong một thang đo có đủ nhất quán để tiếp tục phân tích không. Hệ số này được tính từ số lượng biến và mức tương quan giữa các biến trong thang đo. Alpha càng cao thường cho thấy mức nhất quán càng lớn, nhưng một giá trị quá cao cũng cần kiểm tra vì các biến có thể đang lặp lại gần như cùng một nội dung.
Chuẩn bị dữ liệu trước khi chạy
Bạn mở file .sav trong SPSS và kiểm tra dữ liệu trước khi chạy. Mỗi dòng nên là một người trả lời, mỗi cột là một biến quan sát. Các biến dùng trong cùng một thang đo cần có cùng chiều đo. Nếu câu hỏi nghịch chiều chưa được đảo mã, Cronbach's Alpha có thể thấp hoặc thậm chí âm dù bảng hỏi được thiết kế đúng.
Kiểm tra tên và loại biến
Tên biến nên ngắn, dễ nhận diện, chẳng hạn HL1, HL2, HL3, HL4. Trong Variable View, kiểm tra Type là Numeric, Decimals phù hợp và Measure thường đặt là Scale khi bạn dùng các mức Likert để phân tích. Nhãn ở cột Label nên ghi nội dung đầy đủ để bạn không nhầm giữa các nhóm thang đo.
Không đưa biến giới tính, độ tuổi, ngành học hoặc một câu hỏi phân loại vào cùng thang đo chỉ vì chúng cũng đang nằm trong file dữ liệu. Cronbach's Alpha phải chạy riêng cho từng khái niệm lý thuyết. Nếu mô hình có các nhóm Độ tin cậy, Chất lượng cảm nhận và Ý định mua, bạn chạy ba lần riêng biệt.
Kiểm tra missing value và mã hóa
Xem các giá trị bị bỏ trống, mã 99, 999 hoặc các mã khác mà bạn đã dùng để biểu thị không trả lời. Nếu mã 99 đang được SPSS xem như một giá trị hợp lệ, nó sẽ làm sai tương quan giữa các biến. Bạn cần khai báo missing value hoặc xử lý dữ liệu theo quy tắc đã nêu trong phương pháp nghiên cứu.
Nếu có biến quan sát nghịch chiều, hãy đảo mã trước khi chạy. Với thang Likert 1 đến 5, giá trị mới thường được tính theo công thức 6 - giá trị cũ. Bạn có thể dùng Transform > Compute Variable, tạo biến mới như HL3_R, sau đó dùng biến đã đảo mã trong phân tích. Ghi lại thao tác này để giải trình khi giảng viên hỏi vì sao tên biến trong output khác bảng hỏi ban đầu.
Chọn đúng nhóm biến
Bạn đối chiếu mã biến với bảng thang đo trong chương 3. Không gộp các biến của hai khái niệm khác nhau vào một lần chạy để cố làm Alpha cao hơn. Nếu một biến có nội dung không cùng bản chất với các biến còn lại, SPSS có thể cho ra hệ số thấp và đó là tín hiệu cần xem xét về thang đo, không phải lỗi phần mềm.
Các bước chạy Cronbach's Alpha trong SPSS
Dưới đây là cách chạy Cronbach Alpha trong SPSS theo giao diện SPSS Statistics phổ biến. Tên bảng output bằng tiếng Anh có thể hơi khác về phông chữ, nhưng menu chính vẫn tương tự.
Mở Reliability Analysis
Chọn Analyze > Scale > Reliability Analysis. Trong hộp thoại Reliability Analysis, chọn các biến quan sát của một thang đo, sau đó đưa sang ô Items. Ví dụ, với thang đo Sự hài lòng, bạn đưa HL1, HL2, HL3, HL4 vào cùng một lần chạy.
Ở ô Model, giữ lựa chọn Alpha. Đây là lựa chọn để tính Cronbach's Alpha. Bạn không cần đưa biến phụ thuộc, biến nhân khẩu học hay toàn bộ cột dữ liệu vào ô Items.
Chọn Statistics cần thiết
Nhấn nút Statistics. Trong phần Descriptives for, chọn Item, Scale và Scale if item deleted. Trong phần Inter-Item, có thể chọn Correlations nếu muốn xem tương quan giữa từng cặp biến. Sau đó nhấn Continue.
Lựa chọn Scale if item deleted rất quan trọng vì nó tạo ra cột Cronbach's Alpha if Item Deleted trong bảng Item-Total Statistics. Cột này cho biết Alpha của toàn thang đo sẽ thay đổi thế nào nếu loại từng biến quan sát.
Chạy và lưu output
Nhấn OK. SPSS sẽ tạo các bảng như Case Processing Summary, Reliability Statistics và Item-Total Statistics. Nếu bạn cần xem tương quan giữa các biến, output có thể có thêm Inter-Item Correlation Matrix.
Lưu output bằng tên dễ nhận diện, chẳng hạn Alpha_SuHaiLong. Nếu bạn loại một biến rồi chạy lại, lưu hoặc ghi chú vòng chạy mới. EFA hiếm khi ra đẹp ở lần chạy đầu. Loại biến, chạy lại và ghi lại từng vòng loại là chuyện bình thường, miễn là quyết định được dựa trên tiêu chí thống kê và nội dung thang đo.
Lặp lại cho các thang đo khác
Bạn thực hiện lại quy trình cho từng nhóm biến. Không dùng một Alpha chung cho toàn bộ bảng hỏi nếu bảng hỏi có nhiều khái niệm. Kết quả cần được tổng hợp theo tên thang đo, số biến ban đầu, biến bị loại nếu có và Alpha cuối cùng.
Đọc kết quả output
Bảng Reliability Statistics là nơi bạn đọc hệ số Cronbach Alpha trong SPSS. Bảng Item-Total Statistics giúp bạn xem từng biến quan sát có đang làm giảm độ tin cậy của thang đo hay không.
Bảng Reliability Statistics
Ví dụ dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật.
| Reliability Statistics | Cronbach's Alpha | N of Items |
|---|---|---|
| Thang đo Sự hài lòng | 0.842 | 4 |
Cột Cronbach's Alpha là Alpha của toàn thang đo. Cột N of Items là số biến quan sát được đưa vào lần chạy. Với ví dụ trên, bốn biến HL1 đến HL4 có Alpha bằng 0.842. Bạn không nên chỉ nhìn Alpha mà bỏ qua bảng tiếp theo, vì một Alpha đạt vẫn có thể đi kèm một biến có Corrected Item-Total Correlation thấp.
Bảng Item-Total Statistics
| Item-Total Statistics | Scale Mean if Item Deleted | Scale Variance if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|---|
| HL1 | 12.18 | 4.126 | 0.641 | 0.793 |
| HL2 | 12.04 | 4.582 | 0.706 | 0.764 |
| HL3 | 12.27 | 4.301 | 0.588 | 0.816 |
| HL4 | 12.11 | 4.009 | 0.728 | 0.752 |
Đây cũng là số liệu minh họa. Corrected Item-Total Correlation thể hiện tương quan của một biến với tổng điểm thang đo sau khi đã loại chính biến đó khỏi tổng. Trong ví dụ, cả bốn biến đều có giá trị trên 0.3.
Cronbach's Alpha if Item Deleted cho biết Alpha sẽ là bao nhiêu nếu loại biến ở dòng tương ứng. Alpha chung là 0.842, nhưng khi loại HL1, Alpha giảm còn 0.793. Vì vậy, chỉ riêng cột này không cho thấy lý do loại HL1. Nếu loại một biến làm Alpha tăng rất ít, bạn còn phải xem nội dung câu hỏi và yêu cầu của mô hình.
Cụm từ Cronbach Alpha if item deleted là gì thực chất đang nói đến cột này. Còn câu hỏi Cronbach Alpha if item deleted bao nhiêu là tốt không có một ngưỡng độc lập. Bạn so sánh giá trị của cột với Alpha chung, sau đó kết hợp Corrected Item-Total Correlation, nội dung biến và cơ sở lý thuyết.
Bảng Case Processing Summary
Case Processing Summary cho biết có bao nhiêu trường hợp hợp lệ và bao nhiêu trường hợp bị loại khỏi phép tính do missing value. Nếu số hợp lệ thấp bất thường, hãy quay lại kiểm tra dữ liệu trước khi diễn giải Alpha. Một Alpha cao trên số lượng quan sát bị thiếu nhiều vẫn có thể không phản ánh đúng chất lượng dữ liệu ban đầu.
Tiêu chí đánh giá
Bạn có thể dùng bảng dưới đây khi đọc output. Mỗi ngưỡng đều đi kèm nguồn để tránh ghi một con số rời rạc vào luận văn.
| Chỉ tiêu trong output | Cách đọc thường dùng | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên thường được chấp nhận | (Nunnally, 1978) |
| Cronbach's Alpha với thang đo khám phá | Từ 0.6 có thể chấp nhận trong nghiên cứu khám phá | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| Cronbach's Alpha if Item Deleted | So sánh với Alpha chung, không có ngưỡng riêng | (Nunnally, 1978) |
Các ngưỡng trên là điểm tham chiếu, không phải lệnh tự động xóa biến. Một thang đo mới hoặc nghiên cứu khám phá có thể được giải thích với tiêu chí khác thang đo đã được sử dụng ổn định. Bạn nên thống nhất tiêu chí trước khi chạy và trình bày rõ trong chương phương pháp.
Nếu Corrected Item-Total Correlation dưới 0.3, biến đó cần được xem xét. Bạn có thể xem hướng dẫn riêng về item total correlation nhỏ hơn 0 3 phải làm sao. Nếu Alpha tăng sau khi loại biến, vẫn cần đọc lại nội dung câu hỏi để chắc rằng việc loại biến không làm mất một khía cạnh quan trọng của khái niệm.
Cronbach's Alpha không thay thế EFA hoặc CFA. Alpha cho biết độ nhất quán nội tại, còn EFA giúp xem cấu trúc các nhóm biến trong dữ liệu. Sau khi thang đo đạt tiêu chí, bạn vẫn phải tiếp tục quy trình phân tích phù hợp với mô hình nghiên cứu.
Cách viết kết quả vào luận văn
Bạn có thể viết theo cấu trúc gồm tên thang đo, số biến ban đầu, biến bị loại, Alpha cuối cùng và kết luận. Câu mẫu có thể điều chỉnh như sau: “Kết quả kiểm định độ tin cậy cho thấy thang đo [TÊN THANG ĐO] gồm [SỐ BIẾN] biến quan sát có Cronbach's Alpha bằng [GIÁ TRỊ]. Các giá trị Corrected Item-Total Correlation dao động từ [GIÁ TRỊ NHỎ NHẤT] đến [GIÁ TRỊ LỚN NHẤT], đều đạt ngưỡng [NGƯỠNG] theo [NGUỒN]. Vì vậy, các biến quan sát được giữ lại để thực hiện [EFA / PHÂN TÍCH TIẾP THEO].”
Nếu có loại biến, bạn viết rõ lý do: “Biến [MÃ BIẾN] bị loại do Corrected Item-Total Correlation bằng [GIÁ TRỊ], thấp hơn 0.3. Sau khi loại biến, Cronbach's Alpha của thang đo thay đổi từ [ALPHA BAN ĐẦU] thành [ALPHA SAU KHI LOẠI].” Không viết rằng phần mềm tự loại biến, vì SPSS chỉ cung cấp chỉ số để bạn đưa ra quyết định.
Bạn có thể lập một bảng trong chương 4 gồm tên thang đo, số biến sau cùng, Alpha và khoảng Corrected Item-Total Correlation. Khi bảng có nhiều thang đo, cách trình bày này dễ kiểm tra hơn việc chụp toàn bộ output SPSS vào luận văn.
Lỗi thường gặp khi chạy Cronbach's Alpha
Đưa tất cả biến vào một lần chạy
Đây là lỗi thường gặp khi bạn chọn toàn bộ biến Likert trong file. Alpha chung khi đó không phản ánh từng khái niệm và có thể tạo ra kết luận khó giải thích. Hãy chạy riêng theo mô hình lý thuyết.
Xóa biến chỉ để làm Alpha tăng
Một biến làm Alpha tăng khi bị xóa chưa đủ để kết luận phải loại biến. Bạn kiểm tra thêm tương quan biến tổng, nội dung câu hỏi, biến đảo chiều và cấu trúc thang đo. Nếu xóa quá nhiều biến, thang đo có thể mất giá trị nội dung.
Bỏ qua biến nghịch chiều
Alpha âm hoặc rất thấp thường xuất hiện khi một biến được viết theo chiều ngược nhưng chưa đảo mã. Kiểm tra bảng hỏi gốc, cách mã hóa và phép biến đổi trong Transform > Compute Variable. Nếu bạn đang gặp đúng lỗi này, xem thêm lỗi Cronbach Alpha âm SPSS.
Hiểu sai Alpha quá cao
Cronbach's Alpha quá cao không tự động có nghĩa là thang đo hoàn hảo. Khi Alpha rất cao, bạn đọc lại nội dung các biến để xem chúng có trùng lặp câu chữ hoặc đo gần như cùng một ý hay không. Bạn cũng kiểm tra số lượng biến, vì thêm nhiều biến tương tự có thể làm Alpha tăng.
Nhầm Alpha với Composite Reliability
Cronbach's Alpha thường xuất hiện trong phân tích thang đo bằng SPSS. Composite Reliability thường được báo cáo trong PLS-SEM, cùng với outer loading và AVE. Nếu bạn phân tích bằng SmartPLS, hãy xem thêm Composite Reliability là gì thay vì lấy tiêu chí của hai phần mềm dùng lẫn cho nhau.
Câu hỏi thường gặp
Cronbach Alpha trong SPSS là gì?
Đó là hệ số đánh giá mức độ nhất quán nội tại giữa các biến quan sát trong cùng một thang đo. Trong SPSS, bạn chạy chỉ số này qua Analyze > Scale > Reliability Analysis.
Alpha chỉ phù hợp để đánh giá độ tin cậy của một nhóm biến cùng đo một khái niệm. Nó không kiểm định quan hệ nhân quả hay xác nhận toàn bộ mô hình nghiên cứu.
Cronbach Alpha if Item Deleted bao nhiêu là tốt?
Cột này không có một mức đạt riêng như 0.7 hay 0.8. Bạn so sánh từng giá trị với Alpha chung, đồng thời xem Corrected Item-Total Correlation và nội dung biến.
Nếu loại biến làm Alpha tăng đáng kể và biến có tương quan biến tổng thấp, đó là cơ sở để xem xét loại. Nếu Alpha chỉ tăng rất ít, giữ biến có thể hợp lý hơn nếu biến có ý nghĩa lý thuyết.
Cronbach Alpha thấp phải làm sao?
Đầu tiên kiểm tra bạn có chạy đúng nhóm biến, có biến nghịch chiều chưa đảo mã, có mã missing sai hoặc có biến nhập ngược thang Likert hay không. Sau đó xem Corrected Item-Total Correlation và Cronbach's Alpha if Item Deleted.
Bạn có thể loại biến có tương quan biến tổng thấp nếu phù hợp với lý thuyết, rồi chạy lại. Nếu Alpha vẫn thấp, cần xem lại cách diễn đạt bảng hỏi và cấu trúc khái niệm, thay vì xóa liên tục cho đến khi có con số mong muốn.
Cronbach Alpha âm phải làm sao?
Alpha âm thường là dấu hiệu các biến có tương quan trung bình âm. Nguyên nhân hay gặp là biến nghịch chiều chưa đảo mã, một biến bị nhập sai hoặc bạn gộp những biến không cùng khái niệm.
Kiểm tra Inter-Item Correlation Matrix, mã hóa và bảng hỏi gốc. Sau khi sửa dữ liệu hợp lý, chạy lại. Không nên đổi dấu hoặc xóa biến tùy ý chỉ để biến Alpha âm thành số dương.
Cronbach Alpha quá cao phải làm sao?
Bạn kiểm tra các biến có nội dung lặp lại, câu chữ gần như đồng nghĩa hoặc cùng đo một khía cạnh quá hẹp hay không. Alpha quá cao là lý do để đọc lại thang đo, không phải lý do để thêm biến hoặc giữ toàn bộ biến mặc định.
Ghi nhận quyết định dựa trên nội dung và mục tiêu đo lường. Một thang đo cần bao quát khái niệm, không chỉ tạo ra Alpha lớn.
Bạn hãy mở lại file SPSS, chạy từng nhóm thang đo qua Analyze > Scale > Reliability Analysis, lưu bảng Reliability Statistics và Item-Total Statistics, rồi ghi lại mọi biến bị loại trước khi chuyển sang bước tiếp theo. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của bạn, M4 phân tích dữ liệu của DoThesis thực hiện bước này và giữ lại số liệu thật của bạn.