Bỏ qua điều hướng
  1. Trang chủ
  2. Hướng dẫn
  3. Cronbach's Alpha trong SPSS
Bước 6/10 · Dữ liệu và thang đo

Cronbach's Alpha trong SPSS: cách chạy, đọc kết quả và quyết định loại biến

Cách chạy, đọc và báo cáo hệ số Cronbach's Alpha cho từng thang đo, kèm quy tắc loại biến có căn cứ thay vì xóa item chỉ để Alpha cao hơn.

  • Đội ngũ AutoFillForm
  • Cập nhật
  • 7 phút đọc

Tóm tắt nhanh

  • Cronbach's Alpha đo độ nhất quán nội tại của một thang đo nhiều biến; chạy riêng cho từng khái niệm qua Analyze → Scale → Reliability Analysis.
  • Ngưỡng thường dùng: từ 0,70 là chấp nhận được (Nunnally & Bernstein, 1994); 0,60–0,70 có thể chấp nhận trong nghiên cứu khám phá (Hair & cộng sự, 2019); trên 0,95 có thể do item trùng lặp (Streiner, 2003).
  • Tương quan biến-tổng hiệu chỉnh (Corrected Item-Total Correlation) nên từ 0,30 trở lên.
  • Chỉ loại biến khi tương quan biến-tổng dưới 0,30, nội dung cho phép và Alpha tăng đáng kể; giữ ít nhất 3 biến mỗi thang đo.
  • Tương quan biến-tổng âm gần như luôn do quên đảo chiều câu hỏi nghịch.

Cronbach's Alpha đo gì?

Cronbach's Alpha là hệ số đo độ nhất quán nội tại (internal consistency) của một thang đo gồm nhiều biến quan sát: các câu hỏi cùng đo một khái niệm có biến thiên cùng nhau hay không (Cronbach, 1951). Trong luận văn dùng SPSS, kiểm định Cronbach Alpha thường là bước đầu tiên sau khi làm sạch dữ liệu, trước EFA và hồi quy (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).

α = k / (k − 1) × (1 − Σσ2i / σ2X)

Trong đó k là số biến quan sát, σ2i là phương sai của từng biến và σ2X là phương sai của tổng điểm. Nói đơn giản: nếu các câu hỏi cùng tăng giảm với nhau, phương sai tổng điểm sẽ lớn hơn nhiều so với tổng phương sai từng câu, tỷ số trong ngoặc nhỏ đi và Alpha tiến về 1. Nếu các câu hỏi "mỗi câu một kiểu", Alpha tiến về 0, thậm chí âm.

Alpha phụ thuộc vào số biến. Với cùng tương quan trung bình giữa các biến là 0,30, Alpha chuẩn hóa bằng 0,68 khi có 5 biến, 0,81 khi có 10 biến và 0,90 khi có 20 biến. Vì vậy Alpha cao chưa chắc các câu hỏi liên kết chặt chẽ (Cortina, 1993).

Cách chạy Cronbach's Alpha trong SPSS

Trước khi chạy, hãy chắc rằng dữ liệu đã được mã hóa đúng thứ tự 1–5 và các câu đảo chiều đã được recode (xem xuất dữ liệu Google Form sang SPSS). Sau đó:

  1. Vào Analyze → Scale → Reliability Analysis.
  2. Đưa các biến của một khái niệm (ví dụ TC1–TC5) vào ô Items. Mỗi khái niệm chạy một lần riêng, không gộp toàn bộ bảng hỏi.
  3. Ở mục Model, giữ Alpha. Có thể đặt tên thang đo ở Scale label.
  4. Bấm Statistics, tích Item, Scale, Scale if item deleted trong Descriptives for, và Correlations trong Inter-Item. Bấm Continue rồi OK.

Cú pháp tương đương, tiện lưu lại và chạy lại:

RELIABILITY
  /VARIABLES=TC1 TC2 TC3 TC4 TC5
  /SCALE('Tin cay') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

Reliability Analysis loại theo danh sách (listwise) các dòng thiếu giá trị ở bất kỳ biến nào; bảng Case Processing Summary cho biết số dòng bị loại.

Đọc bảng kết quả từng cột

Reliability Statistics

Cột Cronbach's Alpha là hệ số bạn báo cáo. Cột Cronbach's Alpha Based on Standardized Items (xuất hiện khi chọn Inter-Item) tính trên ma trận tương quan; nó khác nhiều so với Alpha thường khi các biến có phương sai rất chênh lệch. N of Items là số biến trong thang đo.

Item-Total Statistics

CộtÝ nghĩaCách dùng
Scale Mean if Item DeletedTrung bình tổng điểm nếu bỏ biến nàyChủ yếu để tham khảo
Scale Variance if Item DeletedPhương sai tổng điểm nếu bỏ biến nàyChủ yếu để tham khảo
Corrected Item-Total CorrelationTương quan giữa biến với tổng các biến còn lạiChỉ số chính để đánh giá từng biến
Squared Multiple CorrelationR² khi hồi quy biến theo các biến còn lại (chỉ có khi chọn Inter-Item)Bổ sung, hiếm khi báo cáo
Cronbach's Alpha if Item DeletedAlpha của thang đo nếu bỏ biến nàySo với Alpha hiện tại

Từ "Corrected" quan trọng: SPSS loại chính biến đó khỏi tổng trước khi tính tương quan, nên chỉ số không bị thổi phồng bởi việc biến tự tương quan với chính nó (Field, 2018).

Ngưỡng đánh giá hệ số Cronbach's Alpha

Ngưỡng tham khảo cho hệ số Cronbach's Alpha
Giá trị αĐánh giáNguồn
≥ 0,90Rất cao; trên 0,95 có thể do các câu hỏi trùng lặp nội dungStreiner (2003)
0,80 – 0,90TốtNunnally & Bernstein (1994)
0,70 – 0,80Chấp nhận đượcNunnally & Bernstein (1994)
0,60 – 0,70Có thể chấp nhận trong nghiên cứu khám pháHair & cộng sự (2019)
< 0,60Thấp, cần xem lại thang đo hoặc dữ liệuHair & cộng sự (2019)

Với từng biến, tương quan biến-tổng hiệu chỉnh từ 0,30 trở lên là ngưỡng phổ biến (Nunnally & Bernstein, 1994) và được dùng rộng rãi trong các nghiên cứu tại Việt Nam (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Hair và cộng sự (2019) đưa ra mức chặt hơn: tương quan biến-tổng trên 0,50 và tương quan giữa các biến trên 0,30.

Khi nào loại biến quan sát?

Sai lầm phổ biến là thấy cột Cronbach's Alpha if Item Deleted lớn hơn Alpha hiện tại là xóa ngay. Chỉ nên loại một biến khi đồng thời:

  1. Tương quan biến-tổng hiệu chỉnh dưới 0,30;
  2. Nội dung cho phép: bỏ câu đó không làm mất một khía cạnh quan trọng của khái niệm (giá trị nội dung);
  3. Alpha nếu loại biến tăng đáng kể, không chỉ thêm 0,002 hay 0,005.

Thêm vài nguyên tắc:

  • Loại từng biến một rồi chạy lại, vì mọi chỉ số thay đổi sau mỗi lần loại.
  • Giữ ít nhất 3 biến cho mỗi khái niệm (Hair & cộng sự, 2019).
  • Không xóa biến chỉ để Alpha cao hơn khi thang đo đã đạt. Alpha quá cao do các câu gần như lặp lại nhau không phải là điều tốt (Streiner, 2003).
  • Tương quan biến-tổng âm hoặc SPSS cảnh báo "The value is negative due to a negative average covariance among items" gần như luôn do câu đảo chiều chưa được recode. Hãy kiểm tra lại mục câu nghịch trong bài thang đo Likert trên Google Form trước khi nghĩ đến chuyện loại biến.
  • Ghi lại mọi biến bị loại kèm lý do để báo cáo minh bạch.

Ví dụ: thang đo Tin cậy 5 biến

Item-Total Statistics (minh họa, α = 0,812)
BiếnScale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
TC113,947,1630,7460,732
TC214,017,0020,7280,735
TC313,867,3740,7130,743
TC414,359,2180,2100,890
TC514,087,2130,6960,746

Cách lập luận:

  • Alpha tổng 0,812 đã đạt mức tốt, nên vấn đề không nằm ở cả thang đo mà ở một biến.
  • TC4 có tương quan biến-tổng 0,210, dưới 0,30; các biến khác đều trên 0,69.
  • Nếu bỏ TC4, Alpha tăng từ 0,812 lên 0,890, mức tăng đáng kể. Bỏ bất kỳ biến nào khác đều làm Alpha giảm.
  • Xét nội dung: giả sử TC4 là "Công ty có nhiều chi nhánh thuận tiện", vốn đo sự tiện lợi hơn là sự tin cậy. Cả ba điều kiện đều thỏa nên loại TC4 là hợp lý.

Chạy lại với TC1, TC2, TC3, TC5: Alpha bằng 0,890 và tương quan biến-tổng nằm trong khoảng 0,730–0,788. Thang đo còn 4 biến, vẫn trên mức tối thiểu 3 biến. SPSS hiển thị dấu chấm thập phân; khi viết tiếng Việt, hãy thống nhất dùng dấu phẩy.

Giới hạn của Alpha và bước tiếp theo

Alpha cao không chứng minh thang đo đơn hướng, tức chỉ đo một khái niệm. Hai nhóm câu hỏi đo hai khái niệm khác nhau vẫn có thể cho Alpha cao nếu số biến đủ nhiều (Cortina, 1993). Alpha cũng giả định các biến đóng góp như nhau vào khái niệm. Vì vậy, sau Cronbach's Alpha cần:

  • Phân tích nhân tố khám phá để kiểm tra cấu trúc: xem KMO, Bartlett và EFA.
  • Bổ sung độ tin cậy tổng hợp và giá trị hội tụ, phân biệt: xem CR, AVE và HTMT.

Nếu muốn diễn tập toàn bộ chuỗi chỉ số trước khi có dữ liệu thật, phân hệ nghiên cứu SPSS của AutoFillForm tính Alpha, CR, AVE, HTMT trên bộ dữ liệu và xuất tệp .sps (dữ liệu kèm nhãn biến, nhãn giá trị) để bạn mở trong SPSS và tự chạy lại lệnh RELIABILITY ở trên. Dữ liệu mô phỏng chỉ dùng để thử bảng hỏi và luyện quy trình, không được dùng làm kết quả khảo sát.

Cách trình bày trong luận văn và checklist

Đoạn văn mẫu:

Mẫu bảng tổng hợp (số liệu minh họa)
Thang đoSố biến ban đầuSố biến còn lạiCronbach's AlphaTương quan biến-tổng nhỏ nhấtBiến bị loại
Tin cậy (TC)540,8900,730TC4
Hài lòng (HL)440,8570,642Không
  • Dữ liệu đã mã hóa đúng thứ tự và câu đảo chiều đã được recode.
  • Chạy Reliability Analysis riêng cho từng khái niệm, có bật Scale if item deleted.
  • Kiểm tra số dòng bị loại trong Case Processing Summary.
  • Đối chiếu Alpha với ngưỡng đã nêu nguồn trong chương phương pháp.
  • Biến có tương quan biến-tổng dưới 0,30 được xem xét cả về số liệu lẫn nội dung trước khi loại.
  • Loại từng biến một, chạy lại, mỗi thang đo còn ít nhất 3 biến.
  • Báo cáo Alpha trước và sau khi loại, kèm lý do loại biến.
  • Tiếp tục với EFA và CR/AVE thay vì dừng ở Alpha.

Câu hỏi thường gặp

Mức phổ biến nhất là từ 0,70 trở lên theo Nunnally và Bernstein (1994). Trong nghiên cứu khám phá, 0,60 đến 0,70 có thể chấp nhận (Hair và cộng sự, 2019). Từ 0,80 là tốt; trên 0,95 nên kiểm tra xem các câu hỏi có lặp ý nhau không (Streiner, 2003). Đây là quy ước kinh nghiệm, nên hãy nêu nguồn ngưỡng bạn dùng.
Không nhất thiết. Chỉ nên loại khi tương quan biến-tổng hiệu chỉnh dưới 0,30, Alpha nếu loại biến tăng đáng kể và việc bỏ câu đó không làm mất một khía cạnh nội dung quan trọng của khái niệm. Loại từng biến một rồi chạy lại, giữ ít nhất 3 biến cho mỗi thang đo và ghi rõ lý do trong báo cáo.
Alpha âm xảy ra khi hiệp phương sai trung bình giữa các biến âm, thường do một hoặc vài câu hỏi nghịch chưa được đảo chiều, hoặc do mã hóa thang Likert sai thứ tự bằng Automatic Recode. Hãy kiểm tra biến có tương quan biến-tổng âm, recode lại câu đảo chiều và kiểm tra bảng mã hóa trước khi chạy lại.
Không. Alpha đánh giá độ nhất quán của các biến đo cùng một khái niệm, vì vậy mỗi thang đo phải chạy riêng. Gộp toàn bộ bảng hỏi sẽ cho Alpha cao giả tạo do số biến lớn và không cho biết thang đo nào có vấn đề. Biến nhân khẩu học và câu hỏi định danh cũng không đưa vào phân tích này.
Có. Alpha chỉ cho biết các biến có biến thiên cùng nhau, không chứng minh thang đo đơn hướng hay các khái niệm phân biệt với nhau (Cortina, 1993). Sau Alpha, bạn nên chạy EFA với KMO và Bartlett, sau đó đánh giá độ tin cậy tổng hợp CR, phương sai trích AVE và HTMT nếu dùng mô hình đo lường.

Nguồn tham khảo

  1. Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
  2. Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104.
  3. Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
  4. Streiner, D. L. (2003). Starting at the beginning: An introduction to coefficient alpha and internal consistency. Journal of Personality Assessment, 80(1), 99–103.
  5. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
  6. Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). SAGE Publications.
  7. Hoàng Trọng, & Chu Nguyễn Mộng Ngọc. (2008). Phân tích dữ liệu nghiên cứu với SPSS (Tập 1 và 2). NXB Hồng Đức.

Ngưỡng đánh giá trong bài là quy ước phổ biến trong các tài liệu trên. Hãy đối chiếu với yêu cầu của giảng viên hướng dẫn hoặc tạp chí bạn nộp bài.

Xem toàn bộ lộ trình
Bước 8

CR, AVE và HTMT

Độ tin cậy tổng hợp, giá trị hội tụ và giá trị phân biệt: công thức, ngưỡng và ví dụ tính tay.

 Bước 1

Tạo Google Form khảo sát chuẩn

Cấu trúc bảng hỏi, chọn loại câu hỏi, chia section và các cài đặt cần bật trước khi gửi link.

 Bước 2

Thang đo Likert trên Google Form

Chọn 5 hay 7 mức, dùng Linear scale hay lưới trắc nghiệm, xử lý câu đảo chiều và mã hóa.
100 credit cho tài khoản mới

Bắt đầu với biểu mẫu của bạn

Import, cấu hình và xem chi phí trước khi chạy.

Tạo tài khoản miễn phí