چگونه آلفای کرونباخ تابعی از تعداد گویه‌ها و میانگین همبستگی بین آن‌هاست

برای اینکه آلفای کرونباخ اصلاً معنایی داشته باشد، باید یک شرط دقیق ریاضی برقرار باشد: گویه‌های مورد آزمون باید یک سازه واحد و تک‌بعدی را بسنجند. اگر یک پرسش‌نامه تلاش کند دو ویژگی روان‌شناختی متفاوت را به‌طور همزمان اندازه‌گیری کند، محاسبه یک نمره آلفای واحد برای کل ابزار، عددی از نظر ریاضی معتبر اما از نظر تحلیلی بی‌معنی تولید می‌کند. این معیار فرض می‌کند که تک‌تک سوالات دقیقاً به یک متغیر پنهان بنیادین اشاره دارند و اندازه می‌گیرد که پاسخ‌ها تا چه حد با یکدیگر هم‌سو هستند.[1][2]

این ضریب که در سال ۱۹۵۱ توسط لی کرونباخ (Lee Cronbach) معرفی شد، برای حل یک مشکل عملی در روان‌سنجی طراحی شده بود: چگونه می‌توان همسانی درونی یک آزمون را بدون نیاز به اجرای دوگانه آن کمّی کرد. این معیار در مقیاسی از ۰.۰ تا ۱.۰ عمل می‌کند، جایی که مقادیر بالاتر نشان می‌دهند پاسخ‌دهندگانی که در یک سوال نمره بالایی می‌گیرند، تمایل دارند در سوالات دیگر نیز نمره بالایی کسب کنند. با این حال، این ضریب اغلب به‌اشتباه به‌عنوان معیار خالص کیفیت گویه‌ها تفسیر می‌شود، در حالی که در واقع تابعی ترکیبی از دو متغیر متمایز است.[3][5]

فرمول استانداردشده، این سازوکار را به‌طور مستقیم آشکار می‌کند. آلفا از ضرب تعداد گویه‌ها (k) در میانگین همبستگی بین گویه‌ها (r)، تقسیم بر یک به‌علاوه حاصل‌ضرب (k - 1) در r محاسبه می‌شود. این معادله نشان می‌دهد که نمره نهایی صرفاً بازتابی از میزان همبستگی سوالات با یکدیگر نیست، بلکه به‌شدت تحت‌تاثیر طول کل پرسش‌نامه قرار دارد.[4][6]

میانگین همبستگی بین گویه‌ها، نشان‌دهنده رابطه محتوایی واقعی میان سوالات است. دستورالعمل‌های آماری عموماً توصیه می‌کنند که این میانگین همبستگی باید بین ۰.۱۵ تا ۰.۵۰ باشد. اگر همبستگی زیر ۰.۱۵ باشد، گویه‌ها سازه یکسانی را نمی‌سنجند. اگر این مقدار از ۰.۵۰ فراتر رود، سوالات احتمالاً تکراری و اضافی هستند؛ به این معنا که پژوهشگر دقیقاً یک مفهوم را چندین بار با کلماتی اندک متفاوت می‌پرسد.[5]

نیمه دوم معادله، یعنی تعداد گویه‌ها، به‌عنوان یک ضریب فزاینده ریاضی عمل می‌کند. از آنجا که k هم در صورت و هم در مخرج کسر ظاهر می‌شود، اما به‌گونه‌ای که صورت را سریع‌تر بزرگ می‌کند، افزودن گویه‌های بیشتر به یک مقیاس تقریباً همیشه ضریب آلفا را افزایش می‌دهد. این قاعده حتی در صورتی که گویه‌های جدید میانگین همبستگی بین گویه‌ها را بهبود نبخشند نیز صادق است.[4][7]

در پژوهش‌های کاربردی، آستانه ۰.۷۰ به‌طور گسترده به‌عنوان حداقل مقدار قابل‌قبول برای یک مقیاس پایا ذکر می‌شود. این قاعده سرانگشتی به یک الزام سخت‌گیرانه برای چاپ مقالات در بسیاری از مجلات علمی تبدیل شده است. با این حال، به‌دلیل حساسیت فرمول به طول پرسش‌نامه، یک پژوهشگر می‌تواند صرفاً با نوشتن سوالات بیشتر با همان کیفیت متوسط، یک پرسش‌نامه مردود را از مرز ۰.۷۰ عبور دهد.[6]

این تورم ریاضی شیب تندی دارد. یک پرسش‌نامه پنج‌گویه‌ای با میانگین همبستگی ضعیف ۰.۲۰، آلفای غیرقابل‌قبول ۰.۵۵ را به دست می‌دهد. اما اگر پژوهشگر دقیقاً همان پرسش‌نامه را به ۲۰ گویه گسترش دهد و همبستگی را روی همان ۰.۲۰ ثابت نگه دارد، آلفا به‌طور مصنوعی تا ۰.۸۳ متورم می‌شود. پرسش‌نامه بدون هیچ‌گونه بهبود واقعی در میزان دقت سوالات در سنجش سازه، از آستانه پایایی «خوب» عبور می‌کند.[7]

این اثر تورمی، چندبعدی بودن را پنهان می‌کند. اگر یک پرسش‌نامه ۳۰ گویه‌ای در واقع سه مفهوم متمایز (مثلاً افسردگی، اضطراب و استرس) را بسنجد، حجم زیاد گویه‌ها می‌تواند آلفای بالای ۰.۸۰ تولید کند. این نمره بالا، تصور اشتباهی از یک مقیاس واحد و بسیار پایا ایجاد می‌کند، در حالی که در واقعیت، این ابزار ترکیبی از متغیرهای جداگانه است.[2][5]

این معیار همچنین بر فرض هم‌ارزی تائو (tau-equivalence) استوار است؛ به این معنا که فرض می‌کند هر گویه به‌طور مساوی در نمره واقعی سازه بنیادین نقش دارد. اگر برخی سوالات شاخص‌های بسیار قوی‌تری برای آن ویژگی نسبت به بقیه باشند، آلفای کرونباخ به‌طور سیستماتیک پایایی واقعی مقیاس را کمتر از حد برآورد می‌کند. به همین دلیل است که روان‌سنج‌های مدرن اغلب از معیارهای جایگزینی حمایت می‌کنند که نیازی به این فرض سخت‌گیرانه ندارند.[2][3]

همچنین تمایزی بین آلفای خام و آلفای استانداردشده وجود دارد. محاسبه خام از کوواریانس بین گویه‌ها استفاده می‌کند که آن را نسبت به تفاوت‌های واریانس در بین سوالات حساس می‌سازد. اگر یک سوال در مقیاس ۱ تا ۱۰۰ و سوال دیگر در مقیاس ۱ تا ۵ نمره‌گذاری شود، آلفای خام دچار اعوجاج خواهد شد. آلفای استانداردشده که به‌جای کوواریانس بر همبستگی تکیه دارد، با قرار دادن تمام گویه‌ها در یک جایگاه ریاضی برابر، این مشکل را اصلاح می‌کند.[1][4]

اگرچه مستندات فنی ارائه‌شده توسط دفتر محاسبات پیشرفته پژوهشی دانشگاه کالیفرنیا در لس‌آنجلس (UCLA)، کتابخانه دانشگاه ویرجینیا و مرکز تصمیم‌گیری‌های رفتاری به‌طور مستقیم از آمارشناسان نام‌برده نقل‌قول نمی‌کنند، اما دستورالعمل‌های ریاضی آن‌ها بر یک واقعیت واحد هم‌گرا هستند. این مستندات همگی هشدار می‌دهند که نباید این ضریب را به‌عنوان دلیلی بر تک‌بعدی بودن در نظر گرفت و از تحلیلگران می‌خواهند پیش از محاسبه آلفا، یک تحلیل عاملی انجام دهند.[1][2][3]

تداوم استفاده از آستانه ۰.۷۰ در سال‌های ۲۰۲۵ و ۲۰۲۶، شکاف میان نظریه آماری و عمل کاربردی را برجسته می‌کند. در حالی که نرم‌افزارهای تحلیل داده همچنان آلفای کرونباخ را به‌عنوان معیار پیش‌فرض پایایی ارائه می‌دهند، این مسئولیت بر دوش پژوهشگر است که پیش از اعلام صحت ریاضی یک پرسش‌نامه، ماتریس همبستگی بین گویه‌ها و تعداد آن‌ها را بررسی کند.[4][6]