một cách chi tiết nhất với ví dụ cụ thể để minh họa. Hy vọng qua bài viết này giúp bạn hiểu rõ hơn về cách chạy Cronbach’s Alpha bằng phần mềm chạy định lượng SPSS. Kiểm định độ tin cậy thang đo Cronbach’s Alpha Show 1. Kiểm định sự tin cậy thang đo hệ số Cronbach’s AlphaVề mặt lý thuyết nhà nghiên cứu có thể được xây dựng từ một nhóm câu hỏi khác nhau. Tuy nhiên đó là lý thuyết, về mặt thực tế có thể trong những câu hỏi có những câu hỏi không cần thiết. Để kiểm tra việc này thông thường người ta sử dụng hai chỉ số thống kê là (1) Hệ số Cronbach Alpha và (2) hệ số tương quan biến tổng. Hệ số Cronbach Alpha là hệ số cho phép đánh giá xem nếu đưa các biến quan sát nào đó thuộc về một biến nghiên cứu (biến tiềm ẩn, nhân tố) thì nó có phù hợp không. Hair et al (2006) đưa ra quy tắc đánh giá như sau:
Hệ số tương quan biến tổng là hệ số cho biến mức độ “liên kết” giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố của một biến quan sát cụ thể. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng phải lớn hơn 0.3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 thì phải loại nó ra khỏi nhân tố đánh giá. 2. Hệ số Cronbach’s Alpha (Reliability) là gì?Độ tin cậy thể hiện mức độ tin cậy của một thang đo trong SPSS. Thang đo có đáng tin hay không, các biến trong thang đo có thể hiện đúng nội dung cần kiểm định hay không, làm sao để cải thiện được thang đo? Những nội dung này đều được thể hiện thông qua kiểm định Cronbach’s Alpha! Ví dụ: Đối với thang đo CHẤT LƯỢNG của kem Baskin Robbins
Có thể dễ dàng thấy câu c có vẻ không liên quan gì về chất lượng của kem Baskin Robbins. Như vậy việc đánh giá độ tin cậy giúp cho chúng ta kiểm định thang đo đã đạt yêu cầu hay chưa? Nếu chưa thì kiểm định này sẽ giúp cho chúng ta loại bỏ đi những biến không đạt yêu cầu từ đó có thể cải thiện thang đo tốt hơn. 3. Cách tính hệ số Cronbach’s AlphaĐể tính Cronbach’s Alpha cho một thang đo thì thang đo phải có tối thiểu là 2 biến đo lường. Về lý thuyết, Cronbach’s Alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, nếu hệ số Cronbach’s Alpha quá lớn (>0.95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa là cùng đo lường một nội dung nào đó). Hiện tượng này gọi là hiện tượng trùng lặp trong đo lường (redundancy).
Để kiểm định Cronbach’s Alpha bằng SPSS, chúng ta thực hiện như sau: Ảnh 1 – Kiểm định Cronbach_s AlphaChúng ta tiến hành phân tích độ tin cậy của nhóm nhân tố A bao gồm 4 biến là A1, A2, A3, A4 bằng cách chọn cả 4 biến như trong hình sau đó nhấn phím mũi tên và chọn Statistics. Ảnh 2 – Chọn biếnHộp thoại mới sẽ xuất hiện, chúng ta chọn “Scale if item deleted” rồi bấm Continue. Sau cùng bấm OK để SPSS tiến hành kiểm tra độ tin cậy của nhân tố A. Ảnh 3 – tiến hành kiểm tra độ tin cậy của nhân tố A.Nếu muốn biết thêm một số tham số thống kê của thang đo, có thể chọn các mục trong ô Summaries như means, variances, covariances, correlations. Sau đó, chúng ta có kết quả sau khi chạy Reliability test như sau: Ảnh 4 – một số tham số thống kê của thang đoẢnh 5 – Item-Total StatisticsGiá trị đầu tiên cần chú ý không phải là Cronbach’s Alpha trong mục Reliability Statistics mà là bảng Item-Total Statistics.
Như vậy, kết quả trong hình cho thấy biến A4 có giá trị Corrected Item – Total Correlation là 0.042. Do giá trị này <0.3, vì thế biến A4 bị loại và tiến hành kiểm định lại độ tin cậy của nhân tố A với 3 biến còn lại là A1, A2, A3, A4. Ảnh 6 – Kiểm định lại độ tin cậy của nhân tố AẢnh 7 – Item-Total StatisticsSau khi kiểm định ở bảng Item-Total Statistics các tiêu chí đã đạt yêu cầu thì chúng ta mới xem xét tới giá trị Cronbach’s Alpha. Giá trị Cronbach’s Alpha có giá trị là 0.828. Như vậy giá trị này >0.6 thỏa mãn với yêu cầu độ tin cậy của thang đo. Cronbach’s Alpha trong ví dụ trên có giá trị nằm trong khoảng [0.7;0.9] có nghĩa độ tin cậy của thang đo được đánh giá tốt. Việc loại đi một biến trong thang đo không chỉ đơn thuần là nhìn vào con số thống kê mà còn phải xem xét giá trị nội dung của khái niệm. Nếu sau khi loại biến, các biến còn lại vẫn đo lường đầy đủ nội dung của khái niệm nghiên cứu thì chúng ta nên loại. Nếu biến bị loại đóng vai trò quan trọng và giá trị không quá nhỏ thì có thể xem xét giữ lại trong thang đo. Nếu bạn muốn thay đổi kết quả Cronbach’s Alpha theo yêu cầu, hãy tham khảo dịch vụ xử lý số liệu SPSS của Luận văn Việt. Với kinh nghiệm hơn 10 năm hoạt động trong lĩnh vực này, chúng tôi cam kết mang đến cho bạn sự hài lòng không chỉ về chất lượng mà còn về giá cả. 4. Phân tích Cronbach’s Alpha với nhân tố chỉ có 2 itemsCó một vấn đề mà nhiều bạn khiến nhiều bạn khá là lúng túng đó là khi nhân tố chỉ có 2 biến (2 câu hỏi) thì cột hệ số cronbach khi loại biến không có số liệu. Đó là do khi chạy Cronbach’s Alpha SPSS đòi hỏi phải đưa ít nhất 2 biến vào chạy. Tuy nhiên trong trường hợp này bạn không thể loại biến nào nữa trong 2 biến này. Gặp trường hợp này, nếu hệ số alpha tổng vẫn > 0.6 thì các bạn vẫn giữ nhân tố này phân tích bình thường cho các bước sau nhé. 5. Quy tắc loại biến khi phân tích hệ số Cronbach’s AlphaCó hai quy tắc loại biến trong Cronbach’s Alpha, chỉ cần thỏa mãn 1 trong 2 quy tắc là bắt buộc phải loại biến:
Cũng có một số trường hợp hệ số tương quan biến tổng > 0.3, nhưng hệ số Cronbach’s alpha if items deleted lại lớn hơn cronbach’s alpha hiện tại. Ta vẫn phải loại biến trong trường hợp này. Cách tăng giá trị cronbach’s alpha cũng áp dụng hai quy tắc này để xử lý, đôi khi một số bài luận văn cần phải cải thiện hệ số cronbach’s alpha thì cần phải loại một số items như trên đã đề cập. Trên đây là bài viết hướng dẫn chi tiết bạn cách chạy kiểm định độ tin cậy thang đo hệ số Cronbach’s Alpha. Nếu bạn còn bất kỳ thắc mắc và khó khăn nào trong quá trình nghiên cứu hệ số này, hay gọi đến Luận Văn Việt theo hotline 0915 686 999 hoặc qua email [email protected] để được tư vấn và hỗ trợ. CEO Helen Lưu Hà Chi – Nhà sáng lập website luanvanviet.com , nơi cung cấp các dịch vụ viết thuê luận văn thạc sĩ, tốt nghiệp, tiểu luận, essay, Assignment, cùng với các giải pháp chuyên sâu về xử lý số liệu bao gồm SPSS, STATA, EVIEWS, và SmartPLS |