Gerne beraten wir Sie auch telefonisch & geben Ihnen eine kostenfreie persönliche Auskunft zu Ihrem Projekt.

X

Cronbachs Alpha in SPSS richtig nutzen: Ist Ihre Forschung verlässlich?

Diese Fragen werden in diesem Artikel beantwortet:

  • Was ist Cronbachs Alpha?
  • Wie berechnen Sie Cronbachs Alpha in SPSS?
  • Wie interpretieren Sie Cronbachs Alpha richtig?

Cronbachs Alpha SPSS: Sind Ihre Daten wirklich zuverlässig?

Für eine erfolgreiche Datenanalyse ist die Verwendung von zuverlässigen Messinstrumenten unabdingbar. Die Verlässlichkeit von Messinstrumenten wird oft auch als Reliabilität bezeichnet. Das Überprüfen der Reliabilität ist besonders wichtig, wenn Sie einen neu erstellten Fragebogen auswerten möchten. Aber auch bei der Verwendung bewährter Fragebögen sollten Sie immer die Reliabilität prüfen. Damit stellen Sie eine hohe Qualität der Daten sicher.

Ein wichtiges Instrument um die Zuverlässigkeit eines Fragebogens zu überprüfen ist Cronbachs Alpha. Allerdings kommt es oft zu Verwirrungen darüber, was Cronbachs Alpha nun genau bedeutet und wie es zu interpretieren ist. Wir wollen Ihnen daher mit diesem Artikel eine handliche Übersicht für die Berechnung und Interpretation von Cronbachs Alpha anbieten.

 

Was ist Cronbachs Alpha?

Cronbachs Alpha ist ein wichtiges Instrument um die Reliabilität eines Fragebogens zu beurteilen. Dabei bestimmt Cronbachs Alpha einen besonderen Aspekt der Reliabilität, nämlich die so genannte interne Konsistenz. Das Verständnis dieser Begriffe ist wichtig, wenn Sie für die Reliabilitätsanalyse SPSS verwenden wollen. In den folgenden Abschnitten erläutern wir daher zunächst die Begriffe Reliabilität und interne Konsistenz.

 

Reliabilität

Reliabilität beschreibt wie sehr ein Messinstrument von zufälligen Messfehlern beeinflusst wird. Nehmen wir als Beispiel einen Fragebogen, der die Führungsstärke eines Mitarbeiters misst. Wenn dieser Fragebogen eine perfekte Reliabilität hätte, würde er unter gleichen Bedingungen stets zu dem gleichen Ergebnis kommen. Bei einer extrem niedrigen Reliabilität dagegen, würde der Fragebogen trotz gleicher Bedingungen immer wieder zu völlig anderen Ergebnissen kommen. Der Fragebogen wäre dann also mit sehr hohen Messfehlern belastet.

 

Interne Konsistenz

Die interne Konsistenz ist ein besonderer Aspekt der Reliabilität. Sie gibt an, inwieweit die einzelnen Fragen eines Fragebogens miteinander übereinstimmen und dasselbe Merkmal messen.

Um auf das vorherige Beispiel zurückzukommen: Nehmen wir an, dass unser Fragebogen zur Messung der Führungsstärke 4 Fragen enthält, die alle Führungsstärke messen. Wenn dieser Fragebogen eine perfekte interne Konsistenz hätte, würden ein einzelner Teilnehmer für alle 4 Fragen stets exakt dieselbe Antwort geben.

 

Dieser Fragebogen zeigt zumindest für diesen Teilnehmer eine hohe interne Konsistenz
Dieser Fragebogen zeigt zumindest für diesen Teilnehmer eine hohe interne Konsistenz

 

Bei einer extrem schlechten internen Konsistenz dagegen, wären die Antworten für die 4 Fragen vollständig unterschiedlich und unabhängig voneinander.

 

Reliabilitätsanalyse SPSS: Wie sie die interne Konsistenz durch Cronbachs Alpha bestimmen

Bei einer hohen internen Konsistenz stimmen die Antworten auf den einzelnen Fragen also in etwa miteinander überein. Anders gesagt, die Frageitems korrelieren alle positiv miteinander. Diese Tatsache wird von Cronbachs Alpha beschrieben, welches definiert ist als:

Die Formel für Cronbachs Alpha
Die Formel für Cronbachs Alpha

 

Die Bestandteile dieser Formel sind in der folgenden Tabelle aufgelistet:

ZeichenBedeutung
NAnzahl der Fragen
cDurchschnittliche Kovarianz zwischen den Fragen
vDurchschnittliche Varianz

Glücklicherweise müssen Sie nicht auf diese Formel zurück greifen um Cronbachs Alpha zu berechnen. Die Berechnung von Cronbachs Alpha können Sie stattdessen komfortabel in SPSS erledigen.

 

Wie sie für die Berechnung von Cronbachs Alpha SPSS nutzen

Für die Berechnung von Cronbachs Alpha in SPSS wählen Sie den Menüpunkt Skala -> Reliabilitätsanalyse.

Mit diesem Menüpunkt können Sie für die Reliabilitätsanalyse SPSS verwenden
Mit diesem Menüpunkt können Sie für die Reliabilitätsanalyse SPSS verwenden

 

In dem neuen Dialogfenster wählen Sie nun die zu der Skala gehörenden Fragen aus.

Dialogfenster für Cronbachs Alpha SPSS
Dialogfenster für Cronbachs Alpha SPSS

 

Anschließend wählen Sie unter den Optionen für „Statistiken…“ die Option „Skala wenn Item gelöscht“. Klicken Sie anschließend auf „Weiter“ und dann auf „Ok“.

Diese Option sollten Sie aktivieren, wenn Sie für Cronbachs Alpha SPSS nutzen
Diese Option sollten Sie aktivieren, wenn Sie für Cronbachs Alpha SPSS nutzen

 

Die Ausgabe zeigt Ihnen nun zuerst die Stichprobengröße für die Analyse an.

Unsere Stichprobengröße war in diesem Fall n = 108.
Unsere Stichprobengröße war in diesem Fall n = 108.

 

Danach sehen Sie das für diesen Fragebogen errechnete Cronbachs Alpha. Im folgenden Abschnitt werden wir auf die Interpretation von Cronbachs Alpha näher eingehen. Generell wird aber ein Cronbachs Alpha über 0,7 als ausreichend angesehen.

Cronbachs Alpha für diese Skala beträgt 0,82
Cronbachs Alpha für diese Skala beträgt 0,82

 

Die Item-Skala-Statistiken erlaubt eine nähere Analyse der einzelnen Fragen. Von besonderem Interesse ist hierbei der Unterpunkt „Cronbachs Alpha, wenn Item weggelassen“. Diese Werte verraten Ihnen, wie Cronbachs Alpha ohne diese Frage ausgefallen wäre. Wenn Sie einen neu erstellten Fragebogen auswerten, können Sie anhand dieser Spalte Items identifizieren, die abträglich für die interne Konsistenz sind. Im Beispiel unten können Sie sehen, dass Cronbachs Alpha ohne Frage 6 deutlich höher ausfallen würde (0,86 statt 0,82). In solch einem Fall sollten Sie die problematische Frage von der Skala ausschließen und Cronbachs Alpha erneut ohne das Item berechnen. Diesen Schritt sollten Sie wiederholen bis keine weiteren Fragen mehr auffällig sind.

Das 6. Item scheint problematisch zu sein
Das 6. Item scheint problematisch zu sein

 

Cronbachs Alpha SPSS: So interpretieren Sie Cronbachs Alpha

Um die Größe von Cronbachs Alpha einordnen zu können, können Sie auf folgende Tabelle zurückgreifen:

Cronbachs AlphaBewertung der internen Konsistenz
0,95+Möglicherweise überflüssige Items
0,90 bis 0,95Hervorragend
0,80 bis 0,89Gut
0,70 bis 0,79Akzeptabel
0,60 bis 0,69Fragwürdig
0,59 oder wenigerSchlecht

Ein Wert unter 0,7 deutet auf mögliche Probleme mit dem Fragebogen hin. Die folgende Tabelle zeigt Ihnen, welche Probleme in solch einem Fall vorliegen können und mit welchen Schritten Sie den Fragebogen auswerten und verbessern können:

ProblemLösung
Geringe Korrelation zwischen FrageitemsÜberprüfen Sie die Spalte „Cronbachs Alpha, wenn Item weggelassen“. Entfernen Sie gegebenenfalls problematische Fragen.
Fragebogen misst mehrere FaktorenFühren Sie eine Faktorenanalyse durch und bestimmen Sie den relevanten Faktor. Verwenden Sie nur die Fragen für diesen Faktor.
Fragebogen enthält zu wenige FragenFügen Sie mehr relevante Fragen zur Skala hinzu.

Sollte Cronbachs Alpha über 0,95 liegen kann dies auf überflüssige Items hinweisen. In so einem Fall liegen möglicherweise Fragen vor, die beinahe identisch miteinander sind. Prüfen Sie dann welche Fragen extrem hohe Korrelationen mit anderen Fragen aufweisen und erwägen Sie diese zu streichen.

 

Zusammenfassung: Für die Reliabilitätsanalyse SPSS erfolgreich nutzen

In diesem Artikel haben wir Ihnen Cronbachs Alpha als nützliches Werkzeug der Reliabilitätsanalyse vorgestellt. Wie sie gesehen haben ist die Berechnung von Cronbachs Alpha eine unkomplizierte und hilfreiche Methode um die Zuverlässigkeit Ihrer Daten zu überprüfen.

Insgesamt ist Reliabilität und Fragebogenkonstruktion jedoch ein komplexes und weitreichendes Thema. Wenn Sie Hilfe bei diesen Themen wünschen, können Sie selbstverständlich auf die Kompetenz von Novustat zurückgreifen. Unsere Statistiker helfen Ihnen gerne jederzeit weiter!

 

Weiterführende Links:

https://www.metheval.uni-jena.de/get.php?f=1011

https://data.library.virginia.edu/using-and-interpreting-cronbachs-alpha/

https://blogs.uni-paderborn.de/fips/2015/04/07/item-und-skalenanalyse/