スポンサーリンク

アルファ係数(Cronbach’s Alpha)

原理・研究法・歴史

アルファ係数(Cronbach’s Alpha)とは、アンケートや心理検査の複数の項目が同じことをそろって測れているか(内的整合性)を、ふつう0から1の数字(まれにマイナス)で表す信頼性の指標です。クロンバックのαとも呼ばれます。

アルファ係数の定義と、複数の項目から1回の実施でα係数を求め0から1の数字で項目のそろい具合を表す流れ、3つのポイント(1回の実施で求められる、項目数が増えると高くなりやすい、高くても1つの特性とは限らない)をまとめた図
ひと目でわかるアルファ係数

試験では、1回の実施で求められる、項目数が増えると高くなりやすい、高くても1つの特性を測っている証拠にはならない、の3点が問われます。

簡単な説明

「やる気」を測る4つの質問を作ったとします。「目標に向かって努力するのが好きだ」のように、やる気の高い人ほど「はい」と答えるはずの質問です。

4問が同じ「やる気」を測っているなら、ある質問で高い点をつけた人は、ほかの質問でも高い点をつけやすいはずです。答えがバラバラなら、別々のことを聞いているのかもしれません。

そこで、「質問どうしの答えがどれくらいそろっているか」を数字にしたのがアルファ係数です。体重計に何度のっても似た数字が出れば信頼できるように、尺度の結果がぶれにくいか(信頼性)を、1回のアンケートだけで見積もれます。

由来

1937年にKuderとRichardsonが、正誤で採点する項目の検査の信頼性を見積もる式(KR-20など)をPsychometrika誌で示しました。

これを5段階評定などの項目にも使えるよう一般化したのが、アメリカの心理学者Lee J. Cronbachです。1951年の論文「Coefficient alpha and the internal structure of tests」(Psychometrika)でこの式をαと名づけ、KR-20はその特別な場合だと示しました。

その後、NovickとLewis(1967)が、αは信頼性の下限であり、等しくなるには条件が必要なことを示しました。

具体的な説明

式の意味

項目の数をk、それぞれの項目の得点の分散をσ²ᵢ、全項目を足した合計得点の分散をσ²Xとすると、アルファ係数は次の式で表されます。

α = k/(k−1) × (1 − Σσ²ᵢ/σ²X)

「Σσ²ᵢ/σ²X」は、「項目ごとのばらつきの合計」が「合計得点のばらつき」のどれくらいを占めるかを表します。

  • 項目がバラバラのとき:項目どうしに相関がなければ、合計得点の分散は項目の分散の和と等しくなり、Σσ²ᵢ/σ²X は1、αは0に近づきます。
  • 項目がそろっているとき:同じ方向に動く項目を足すと、合計得点の分散は項目の分散の和より大きくなり、Σσ²ᵢ/σ²X は小さくなって、αは1に近づきます。
  • k/(k−1)は、最大値を1にそろえるための項目数の補正です。

計算例

4項目の尺度で、各項目の分散が1.0、合計得点の分散が10.0だったとします。α = 4/3 × (1 − 4/10) = .80 です。もし4項目がまったく無関係なら、合計得点の分散は4.0(=項目の分散の和)になり、α = 4/3 × (1 − 4/4) = 0 になります。

項目の分散が等しいときは、項目間の平均相関(r̄)と項目数kだけでも書けます(標準化α)。

α = k・r̄ / (1 + (k−1)・r̄)

上の例では、合計の分散10.0=項目の分散の和4.0+共分散の部分6.0で、項目間の平均相関は .50 です。4×.50/(1+3×.50) = .80 と一致します。

項目数が増えるとαは上がる

同じ平均相関でも、項目数が増えるとαは高くなります。r̄ = .20 で計算すると次のとおりです。

項目数 k41020
α(r̄=.20).50.71.83

αが高いのは項目が多いからかもしれません。逆に項目が少ない尺度では、αは低めに出やすくなります。

平均相関.20のとき項目数4・10・20でαが.50・.71・.83と上がることと、6項目ずつの2つの別々の特性でもαが約.78となり目安の.70を超える計算例を並べた図
αは項目数で上がり、別々の特性が混ざっていても高くなりうる

どれくらいなら「よい」のか

「.70以上ならよい」「.80以上なら十分」といった目安は広く使われています。ただし慣習的な目安で、決まった基準ではありません。目的や項目数で求められる値は変わり、高ければよいとも限りません。似た質問をくり返すだけでもαは上がるからです。

αの限界と注意点

  • αは「そのデータでの値」:同じ尺度でも、答えた人たちが変わればαは変わります。
  • αが高い=1つの特性を測っている、ではない:複数の特性が混ざった尺度でも、項目数が多ければαは高くなりえます(下の計算例)。1つの特性かどうかは、因子分析などで別に確かめます。Cronbach(1951)自身も、下位尺度に分けられる検査は分けてからαを求めるべきだと述べています。

信頼性を調べる方法の比較

方法どう調べるか何がわかるか
再検査法同じ人に時間をおいて2回実施し、得点の相関を見る時間がたっても結果が変わらないか(安定性)
折半法項目を半分ずつ(奇数番と偶数番など)に分けて相関を求め、スピアマン=ブラウンの公式で全体の長さに直す2つの半分がそろっているか
α係数1回の実施で、各項目と合計得点の分散から求める項目どうしのそろい具合(内的整合性)
ω係数共通の特性を仮定したモデル(因子分析)から推定する項目ごとに特性の反映の強さが違っても使える信頼性

折半法では、半分どうしの相関を r とすると、全体の信頼性は 2r/(1+r) です(r = .60 なら 1.2/1.6 = .75)。Cronbach(1951)はαを折半係数の平均として示しましたが、Novick & Lewis(1967)は、それが成り立つのは限られた条件のときだけだと指摘しています。

実験や観察の方法と結論

Cortina(1993)は、仮想のテストで項目数、直交する次元(無関係な特性)の数、項目間の平均相関を変えてαを計算し、テストの長さと次元数がαに与える影響を示しました。

簡単な計算でも確かめられます(筆者の計算例)。12項目を6項目ずつ2グループに分け、グループ内の項目間相関は .50、グループ間は0(無関係な2つの特性)とします。相関のある組は66組中30組なので、平均相関は 30×.50/66 ≒ .23、αは 12×.23/(1+11×.23) ≒ .78 です。2つの別々の特性でも、慣習的な目安の .70 を超えてしまうのです。

こうした限界をふまえて、Sijtsma(2009)は、αを内的整合性の指標として使うことに大きな問題があると論じ、Revelle & Zinbarg(2009)や Dunn ら(2014)は、代わりにω係数の利用を勧めています。

例文

「この不安尺度の10項目のα係数は .85 で、内的整合性は良好と判断しました。」

「α係数が高いことは、尺度が1つの特性を測っていることを保証しないので、因子分析で次元の数も確認しました。」

疑問

Q: αが .70 に届かない尺度は、使ってはいけないのですか?

A: そうとは限りません。.70は慣習的な目安で、決まった基準ではありません。項目数が少ないとαは低めに出やすく、目的によって必要な水準も違います。項目の内容や他の証拠もあわせて判断しましょう。

Q: αが高ければ、その尺度は「正しく測れている」といえますか?

A: いえません。αは信頼性(ぶれにくさ)の指標で、「測りたいものを測れているか」という妥当性とは別の話です。ずれた体重計は、毎回同じ数字を出しても正しい体重を示しません。

Q: 質問を増やせばαは上がるのなら、増やせばよいのですか?

A: αは上がりますが、似た質問を並べても測れる内容は広がらず、答える人の負担が増えるだけです。

理解度を確認する問題

問題1. ある不安尺度を、1回だけ実施して得られたデータから、項目どうしが同じ方向にそろって得点しているかを調べたい。このとき最も適切な指標はどれか。

  • A. 再検査法による相関係数
  • B. α係数
  • C. 基準関連妥当性係数
  • D. 評定者間一致係数

正解:B α係数は、1回の実施のデータから項目間のまとまり(内的整合性)を求められます。Aは時間をおいて2回実施する方法、Cは妥当性の指標、Dは複数の評定者の判断のそろい具合を見る指標です。


問題2. 項目間の平均相関が同じ場合の、α係数と項目数の関係についての説明として、最も適切なものはどれか。

  • A. 項目数が増えると、α係数は下がる
  • B. 項目数が変わっても、α係数は変わらない
  • C. 項目数が増えると、α係数は高くなる傾向がある
  • D. 項目数が奇数のときにだけ、α係数を求められる

正解:C 平均相関が同じなら、項目数が増えるほどαは高くなります。Aは逆です。Bは、式にkが含まれている点を見落としています。Dは、奇数か偶数かはαの計算に関係ありません(折半法の奇数番・偶数番との混同に注意)。


問題3. ある尺度のα係数が .92 であった。この結果の解釈として、最も適切なものはどれか。

  • A. この尺度が1つの特性だけを測っていることが証明された
  • B. この尺度の妥当性が高いことが示された
  • C. この尺度の得点には、測定誤差がまったく含まれていないことが示された
  • D. 項目間のまとまりは高いが、1つの特性だけを測っているかは、因子分析などで別に確認する必要がある

正解:D 複数の特性が混ざった尺度でもαは高くなりえ、一次元性の証拠にはなりません。Aは誤りです。Bは、αが信頼性の指標で、妥当性とは別なので誤りです。Cは、αは誤差を含む得点から推定した信頼性の目安(条件つきで下限)にすぎず、誤差がないことは示さないので誤りです。

関連キーワード

関連論文

まずこの1本

Cronbach, L. J.(1951)Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.

KR-20を一般化した式をαと名づけた原典です。αを「同じ種類の項目から無作為に選んだ2組のテストの相関」の推定値と位置づけ、折半係数の平均として示しました。試験ではKR-20との関係と内的整合性の指標であることを押さえましょう。

https://doi.org/10.1007/BF02310555

その他の参考文献

Sijtsma, K.(2009)“On the use, the misuse, and the very limited usefulness of Cronbach’s alpha.” Psychometrika, 74(1), 107–120.

概要 αを信頼性の推定値として使うことにも、内的整合性の指標として使うことにも大きな問題があると論じました。

解説 αからは検査の内部構造(1つの特性か)はわからない、という指摘が重要です。同じ号の Revelle & Zinbarg(2009, Psychometrika, 74, 145–154)はωの利用を勧めています。

https://doi.org/10.1007/s11336-008-9101-0
Coefficients Alpha, Beta, Omega, and the glb: Comments on Sijtsma | Psychometrika | Cambridge Core
Coefficients Alpha, Beta, Omega, and the glb: Comments on Sijtsma - Volume 74 Issue 1

ほそめがねのひとこと

アンケートや論文で「α=.80」のような数字を見かけたことはありますか?

覚え方

①αは「そろい度」。項目がそろって動くほど高く(1へ)、バラバラなら低く(0へ)なります。

②式は「1 − ばらつきの割合」。項目のばらつきの合計が、合計得点のばらつきより小さいほどαは大きくなります。

③「多いほど高い」と「高くても一つとは限らない」。項目が多いとαは上がり、1つの特性かは別に調べる、とセットで覚えましょう。

コメント

タイトルとURLをコピーしました