Tính Cronbach's alpha online

Ví dụ có số: thang đo Openness của bộ dữ liệu bfi

Cronbach's alpha bao nhiêu là đạt? Mốc hay dùng là từ 0,7 (Nunnally, 1978); 0,6 đến dưới 0,7 được chấp nhận trong nghiên cứu khám phá (Hair và cộng sự, 2010). Ví dụ dưới đây là kết quả thật, không phải số minh hoạ: thang đo Openness (O1–O5) của bộ dữ liệu công khai bfi trong gói R psych (Revelle, 2026), thang 6 mức, hai câu đảo chiều O2 và O5 đã mã hoá lại (7 − điểm). Công cụ cho đúng các số này, khớp R đến 4 chữ số thập phân, xem trang kiểm chứng kết quả; tải bfi.csv, đảo điểm O2, O5 rồi dán năm cột O1–O5 vào ô dữ liệu phía trên để chạy lại.

Cách đọc trong ba bước:

1. Alpha = 0,603: dưới mốc 0,7, chỉ ở mức chấp nhận của nghiên cứu khám phá; cận dưới của khoảng tin cậy (0,578) còn dưới 0,6.
2. O4 có tương quan biến–tổng hiệu chỉnh 0,220, dưới mốc 0,3 (Nunnally & Bernstein, 1994), và là câu duy nhất có “alpha nếu loại biến” (0,614) cao hơn alpha tổng.
3. Loại O4 chỉ nâng alpha lên khoảng 0,61, vẫn dưới 0,7. Kết luận trung thực: thang đo có độ tin cậy thấp; ghi rõ con số và nêu là hạn chế, không “sửa” dữ liệu cho đạt. Các bước xử lý đúng ở trang bác sĩ kết quả.

Tính tay để kiểm tra: phương sai năm câu là 1,272; 2,440; 1,491; 1,481; 1,756, tổng Σσᵢ² = 8,437; phương sai điểm tổng σₜ² = 16,289. Vậy α = 5/4 × (1 − 8,437/16,289) = 1,25 × 0,482 = 0,603. Nếu quên đảo điểm O2 và O5, cùng dữ liệu cho alpha = −0,157: alpha âm gần như luôn là dấu hiệu câu đảo chiều chưa mã hoá lại.

Cách dùng

1. Trong Excel, SPSS Data View hoặc file Google Forms, bôi đen các cột câu hỏi kèm dòng tên biến rồi sao chép. Có thể chọn cả bảng: cột STT, thời gian, cột chữ được bỏ ra và nêu tên; biến chỉ có một mã như giới tính, tuổi được để riêng, không tính.
2. Dán vào ô dữ liệu và bấm Tính độ tin cậy. Các biến cùng mã (HL1, HL_2, HL03, HL4R…) thành một thang đo. Tên biến không theo mã (Câu 1, Câu 2…) thì khai báo nhóm trong Tuỳ chọn, mỗi dòng một thang đo, ví dụ Hài lòng: Câu 1-Câu 5.
3. Biến có tương quan biến–tổng âm thường là câu đảo chiều chưa mã hoá lại: bấm Đảo điểm ở dòng đó (điểm mới = thấp nhất + cao nhất − điểm cũ, tức 6 − điểm với thang 1–5). Biến yếu thì bấm Loại; kết quả ghi cả lần 1 và lần 2, giống cách trình bày trong luận văn.
4. Bấm Tải file Word để lấy bảng tổng hợp, bảng chi tiết từng thang đo và đoạn văn có trích dẫn, hoặc sao chép đoạn văn.

Định dạng dán được: cột cách nhau bằng tab, chấm phẩy, dấu phẩy (CSV có dấu ngoặc kép) hoặc khoảng trắng; số thập phân 3,5 hoặc 3.5; ô trống hay dấu “.” của SPSS là giá trị thiếu; mã thiếu như 99 khai trong Tuỳ chọn; nhãn chữ của Google Forms (Hoàn toàn không đồng ý … Hoàn toàn đồng ý) đổi sang 1–5, có chữ “Hơi đồng ý” thì đổi sang 1–7. Phiếu thiếu câu trả lời bị loại riêng trong thang đo có ô trống (listwise theo từng thang đo, như lệnh RELIABILITY của SPSS). Dữ liệu chỉ xử lý trong trình duyệt, không gửi lên máy chủ.

Công thức và cách tính

Hệ số alpha (Cronbach, 1951):

α = k / (k − 1) × (1 − Σσᵢ² / σₜ²)

• k: số biến quan sát trong thang đo.
• Σσᵢ²: tổng phương sai của từng biến.
• σₜ²: phương sai của điểm tổng.

Phương sai tính theo mẫu (chia cho n − 1), như SPSS. Tương quan biến–tổng hiệu chỉnh là tương quan Pearson giữa một biến và tổng các biến còn lại. Bình phương tương quan bội là R² khi hồi quy biến đó theo các biến còn lại (1 − 1/r^jj từ nghịch đảo ma trận tương quan). Alpha chuẩn hoá = k·r̄ / (1 + (k − 1)·r̄), với r̄ là tương quan trung bình giữa các biến.

Khoảng tin cậy 95% của alpha theo Feldt, Woodruff và Salih (1987): (1 − α) / (1 − α̂) có phân phối F với n − 1 và (n − 1)(k − 1) bậc tự do, nên cận dưới = 1 − (1 − α̂)·F_0,975, cận trên = 1 − (1 − α̂)·F_0,025. Đây cũng là khoảng tin cậy SPSS in ở bảng Intraclass Correlation Coefficient (two-way mixed, consistency, average measures), vì hệ số ở dòng đó bằng alpha.

McDonald's omega (ω tổng): ω = (Σλᵢ)² / ((Σλᵢ)² + Σθᵢ), với λ là hệ số tải và θ là phương sai sai số của mô hình một nhân tố (McDonald, 1999; Hayes & Coutts, 2020). Công cụ ước lượng mô hình bằng hợp lý cực đại (ML) trên ma trận tương quan, rồi đổi về thang điểm thô bằng độ lệch chuẩn của từng biến, nên ω nói về độ tin cậy của điểm tổng giống như alpha. Kết quả được đối chiếu với hai cách ước lượng ML độc lập (tối ưu hoá trực tiếp hàm ML bằng SciPy và FactorAnalysis của scikit-learn), khớp đến 5 chữ số thập phân. Omega cần ít nhất 3 biến; với thang đo 2 biến, công cụ báo hệ số Spearman-Brown như Eisinga và cộng sự (2013) khuyến nghị. Khi một biến có hệ số tải gần 1 (trường hợp Heywood), công cụ ghi chú để đọc omega thận trọng.

Đọc kết quả

• Alpha tổng. Mốc được trích nhiều nhất là 0,7 (Nunnally, 1978). Từ 0,6 đến dưới 0,7 thường được chấp nhận trong nghiên cứu khám phá (Hair và cộng sự, 2010). Từ 0,90 trở lên nên xem có câu nào lặp ý không (Tavakol & Dennick, 2011). Các mốc này là quy ước, không phải ngưỡng thống kê, và các tác giả dùng nhãn khác nhau cho cùng một giá trị (Taber, 2018), nên ghi rõ mốc và nguồn trong luận văn.
• Khoảng tin cậy. Với mẫu nhỏ, alpha 0,75 có thể đi kèm cận dưới dưới 0,7: công cụ ghi chú khi đó để bạn không kết luận quá mạnh.
• Omega không đòi hỏi các biến có hệ số tải bằng nhau như alpha. Khi hệ số tải chênh nhau nhiều, omega thường cao hơn alpha. Hayes và Coutts (2020) khuyến nghị dùng omega thay cho alpha; vì hội đồng thường vẫn hỏi alpha, công cụ báo cả hai.
• Tương quan biến–tổng hiệu chỉnh dưới 0,3 được tô màu (Nunnally & Bernstein, 1994); alpha nếu loại biến lớn hơn alpha tổng cũng được đánh dấu.
• Tương quan biến–tổng âm gần như luôn là câu đảo chiều chưa đảo điểm: mã hoá lại trước khi quyết định loại.

Loại từng biến một, bắt đầu từ biến yếu nhất, rồi xem lại; các con số thay đổi sau mỗi lần loại. Xem nội dung câu hỏi trước khi loại: câu dịch sai nghĩa hoặc câu hai ý có thể sửa được. Giữ ít nhất 3 biến cho mỗi khái niệm. Cách đọc từng bảng có trong bài Cronbach's alpha là gì.

Không bịa, không lọc, không sửa câu trả lời để alpha đạt ngưỡng

Alpha thấp là một kết quả, không phải lỗi cần giấu. Trên mạng có dịch vụ bán gói “điền form tự động” hay “tạo dữ liệu đạt chuẩn Cronbach”, và lời khuyên “xoá bớt phiếu cho alpha lên”. Chúng tôi không làm và không hướng dẫn những việc sau, dù được gọi là “làm sạch” hay “chuẩn hoá”:

• Tạo câu trả lời không do người thật trả lời, kể cả nhờ phần mềm điền phiếu theo tỷ lệ. Đó là bịa đặt dữ liệu (fabrication).
• Sửa điểm của câu trả lời thật cho các câu “đi cùng chiều”, hay đổi mã ngoài quy tắc đảo điểm đã khai báo. Đó là làm sai lệch dữ liệu (falsification). Bịa đặt và làm sai lệch dữ liệu là hai dạng gian lận nghiên cứu theo định nghĩa chung (Steneck, 2006).
• Xoá phiếu thật vì chúng kéo alpha xuống, hoặc thử loại lần lượt từng câu, từng phiếu rồi giữ tổ hợp đẹp nhất. Simmons, Nelson và Simonsohn (2011) cho thấy chỉ bốn lựa chọn tuỳ tiện khi thu thập và phân tích (thêm phiếu sau khi xem kết quả, chọn biến kết quả, thêm biến kiểm soát, bỏ một nhóm) cộng lại đã đẩy tỷ lệ dương tính giả từ 5% lên 60,7%.

Việc hợp lệ: lọc phiếu theo quy tắc viết ra trước khi xem kết quả và áp dụng một lần cho toàn bộ dữ liệu (cách lọc phiếu khảo sát không hợp lệ); mã hoá lại câu đảo chiều; loại một câu có lý do nội dung và báo cáo cả kết quả trước, sau; báo cáo alpha kèm khoảng tin cậy và omega; nêu độ tin cậy thấp là hạn chế ở chương 5. Hội đồng có thể yêu cầu file dữ liệu gốc để tự chạy lại.

Câu hỏi thường gặp

Cronbach's alpha bao nhiêu là đạt?

Từ 0,7 là mốc được trích nhiều nhất (Nunnally, 1978); 0,6 đến dưới 0,7 chấp nhận được trong nghiên cứu khám phá (Hair và cộng sự, 2010). Lance và cộng sự (2006) chỉ ra Nunnally đề nghị 0,7 cho giai đoạn đầu của một hướng nghiên cứu, 0,8 cho nghiên cứu cơ bản và 0,9 khi điểm dùng để ra quyết định về từng người. Ghi rõ mốc và nguồn trong chương 3.

Cronbach's alpha if item deleted là gì?

Là alpha của thang đo nếu bỏ riêng câu đó, cột Cronbach's Alpha if Item Deleted của SPSS. Số này cao hơn alpha tổng nghĩa là câu đó làm thang đo kém nhất quán, như O4 trong ví dụ trên (0,614 so với 0,603). Chỉ cân nhắc loại khi tương quan biến–tổng cũng dưới 0,3 và nội dung khái niệm vẫn đủ.

Cronbach's alpha thấp phải làm sao?

Kiểm tra theo thứ tự: câu đảo chiều đã mã hoá lại chưa, mã giá trị thiếu (99) đã khai báo chưa, có phiếu điền một mức cho cả khối không, câu nào dịch lệch nghĩa. Sau đó mới xét loại một câu có tương quan biến–tổng dưới 0,3. Vẫn không đạt thì báo cáo trung thực là hạn chế. Từng bước có ở bác sĩ kết quả.

Cronbach's alpha lớn hơn 0,9 có tốt không?

Chưa chắc. Từ 0,90, nhất là trên 0,95, thường do các câu gần như lặp ý hoặc thang đo quá dài (Tavakol & Dennick, 2011). Xem các cặp câu tương quan rất cao và cân nhắc bỏ câu thừa.

Cách tính Cronbach's alpha trong Excel?

Mỗi cột một câu, mỗi dòng một phiếu. Tính =VAR.S(B2:B201) cho từng cột, thêm cột tổng =SUM(B2:F2) rồi tính =VAR.S của cột tổng. Alpha = k/(k-1)*(1-tổng phương sai từng câu/phương sai cột tổng), đúng công thức Cronbach (1951) ở mục dưới. Excel không có sẵn bảng Item-Total; dán cùng dữ liệu vào công cụ phía trên để có đủ các cột như SPSS.

Cronbach's alpha trong SmartPLS khác SPSS không?

Có thể lệch một chút. PLS-SEM chuẩn hoá biến quan sát, nên alpha ở bảng Construct reliability and validity tương ứng cột Based on Standardized Items của SPSS (bfi O: 0,609 so với 0,603). Với PLS-SEM, báo cáo thêm rho_a và CR (rho_c), ngưỡng 0,70 đến 0,95 (Hair và cộng sự, 2019).

Kết quả có khớp với SPSS không?

Có, với cùng dữ liệu và cùng cách xử lý giá trị thiếu. Bảng so từng con số với R trên dữ liệu công khai bfi ở trang kiểm chứng kết quả. Các số tương ứng cột Cronbach's Alpha và Cronbach's Alpha Based on Standardized Items của bảng Reliability Statistics, cột Mean và Std. Deviation của Item Statistics, và các cột Scale Mean if Item Deleted, Scale Variance if Item Deleted, Corrected Item-Total Correlation, Squared Multiple Correlation, Cronbach's Alpha if Item Deleted của Item-Total Statistics. Bảng Reliability Statistics của SPSS không in khoảng tin cậy của alpha; công cụ tính sẵn khoảng tin cậy và omega cho mọi thang đo trong một lần.

Vì sao alpha âm?

Alpha âm khi hiệp phương sai trung bình giữa các biến âm, gần như luôn do còn câu đảo chiều chưa mã hoá lại. Tìm biến có tương quan biến–tổng âm và bấm Đảo điểm.

Có nên tính alpha cho cả bảng hỏi gộp lại?

Không. Alpha chỉ có nghĩa với các câu cùng đo một khái niệm; công cụ tính riêng cho từng thang đo và cảnh báo khi một nhóm có hơn 12 biến. Alpha cao cũng chưa chứng minh thang đo đơn hướng; việc đó cần EFA, có trong công cụ phân tích dữ liệu khảo sát.

Cần bao nhiêu phiếu?

Công cụ chạy được từ 3 phiếu, nhưng với 20–30 phiếu chạy thử khoảng tin cậy của alpha rất rộng. Dùng kết quả đó để phát hiện câu có vấn đề; kết luận chính thức dựa trên mẫu đầy đủ, tính bằng máy tính cỡ mẫu.

Chạy thử xong, cần thu mẫu chính thức? Trước hết dùng mạng lưới và nhóm lớp, xem cách thu đủ mẫu nhanh. Nếu vẫn thiếu người đúng đối tượng, có thể thuê qua Genius Data (link giới thiệu, chúng tôi có thể nhận hoa hồng): bạn chọn nhóm người trả lời, tự đặt mức thưởng mỗi câu và chỉ trả cho phản hồi được duyệt.

Tài liệu tham khảo

• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
• Eisinga, R., Grotenhuis, M. te, & Pelzer, B. (2013). The reliability of a two-item scale: Pearson, Cronbach, or Spearman-Brown? International Journal of Public Health, 58(4), 637–642. https://doi.org/10.1007/s00038-012-0416-3
• Feldt, L. S., Woodruff, D. J., & Salih, F. A. (1987). Statistical inference for coefficient alpha. Applied Psychological Measurement, 11(1), 93–103. https://doi.org/10.1177/014662168701100107
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson Prentice Hall.
• Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203
• Hayes, A. F., & Coutts, J. J. (2020). Use omega rather than Cronbach’s alpha for estimating reliability. But…. Communication Methods and Measures, 14(1), 1–24. https://doi.org/10.1080/19312458.2020.1718629
• Lance, C. E., Butts, M. M., & Michels, L. C. (2006). The sources of four commonly reported cutoff criteria: What did they really say? Organizational Research Methods, 9(2), 202–220. https://doi.org/10.1177/1094428105284919
• McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates.
• Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research (R package version 2.6.9). https://CRAN.R-project.org/package=psych
• Simmons, J. P., Nelson, L. D., & Simonsohn, U. (2011). False-positive psychology: Undisclosed flexibility in data collection and analysis allows presenting anything as significant. Psychological Science, 22(11), 1359–1366. https://doi.org/10.1177/0956797611417632
• Steneck, N. H. (2006). Fostering integrity in research: Definitions, current knowledge, and future directions. Science and Engineering Ethics, 12(1), 53–74. https://doi.org/10.1007/PL00022268
• Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48(6), 1273–1296. https://doi.org/10.1007/s11165-016-9602-2
• Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach's alpha. International Journal of Medical Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd