CERITA 21: Analisis Kebolehpercayaan Cronbach Alpha (Reliability Analysis)

Analisis Kebolehpercayaan Cronbach Alpha (Reliability Analysis)

sumber: google

Salam semua. mcm biasa gambar di atas tiada kaitan. hehe. ok kali ni nak cerita pasal Cronbach Alpha.

Pekali Cronbach Alpha (α), yang dihasilkan oleh Lee Cronbach pada tahun 1951, digunakan untuk mengukur kebolehpercayaan, atau konsistensi dalaman. "Kebolehpercayaan" adalah sejauh mana ujian itu mengukur sesuatu konstruk. Sebagai contoh, sebuah syarikat telekomunikasi ingin membuat kaji selidik kepuasan pelanggan.

Kebolehpercayaan yang tinggi bermakna item-item di dalam survei tersebut benar-benar mengukur kepuasan pelanggan, manakala kebolehpercayaan yang rendah bermakna ia mengukur sesuatu yang lain daripada kepuasan pelanggan.

Ujian Cronbach Alpha dijalankan untuk melihat adakah soalan kaji selidik yang diukur melalui skala likert itu boleh dipercayai. Soalan-soalan ini mengukur pemboleh ubah pendam (latent) - pembolehubah yang tersembunyi atau tidak dapat diukur secara terus seperti: bersifat terbuka, personaliti atau bertanggungjawab.

Cara untuk dapatkan nilai cronbach alpha:

Di SPSS : Analyze à Scale à Reliability Analysis à masukkan item-item di bawah faktor/ dimensi yang hendak diuji à Click Statistics à tick  ‘descriptives for’ scale if item deleted à OK

Secara umumnya, nilai pekali kebolehpercayaan > 0.7 adalah diterima dalam kajian dan menunjukkan item-item dalam soalan adalah boleh dipercayai. 

'Cronbach alpha if item deleted' dalam jadual output memberikan kita panduan untuk menaikkan nilai cronbach alpha dengan membuang item-item tertentu.

Manakala 'Corrected item total correlation' pula memberi panduan kepada kita sekiranya nilai < 0.3 maka item tersebut harus disemak semula kerana ia mempunyai hubungan korelasi yang amat rendah dengan item-item yang lain.

Isu dalam cronbach alpha:

1) jika nilai cronbach alpha terlalu tinggi, ada kemungkinan item-item kita mempunyai korelasi yang tinggi antara 1 sama lain (untuk ini issue multicollinearity mungkin terjadi jika buat regression/ SEM nanti. Cadangan untuk membuang item yang tidak perlu

2) Namun perkara (1) juga mungkin boleh terjadi sekiranya bilangan item kita adalah banyak, ini kerana formula dalam cronbach alpha itu sendiri

3) nilai cronbach alpha yang rendah berkemungkinan item-item kita tidak mengukur apa yg sepatutnya diukut (semak kembali soalan kita). Juga kemungkin bilangan item terlalu sedikit juga boleh diambil kira sebagai faktor. 

ok , pembaca budiman kalau nak tahu lebih lanjut pasal cronbach alpha boleh baca di sini Tavakol & Dennick (2011)

Sekian ada cerita saya kongsi lagi..