信度系數α的取值范圍真是【0，1】嗎？_數據分析_大數據

Cronbach信度系數α的取值范圍到底是多大？真如好多專業書上所說是【0，1】嗎？對于α的取值范圍很多數書上的表達都比較模糊，普遍認為α信度系數的值一般在0和1之間。更有學者給出了經驗判定值，他們認為在基礎研究中α系數至少應達到0.8才能接受，在探索研究中α系數至少應達到0.7才能接受，而在實務研究中α系數只需達到0.6即可。那么，到底α的理論取值范圍是多大呢？
我們先看α信度系數的計算公式：a=[K/(K-1)]×[1-(∑S2i)/(S2x)]。其中，K為量表中題項的總數，S2i為第i題得分的題內方差，S2x為全部題項總得分的方差。需要強調的是S2x是總得分的方差，而不是總離差平方和。此前筆者因為沒有看清楚公式，誤把總得分的方差理解為總離差平方和，在此自汗一個！在方差分析中，總離差一定大于組內離差差；但是總得分方差卻有可能小于題內方差。經過我"數據分析師"的計算，α值的理論區間應該是(-∞，1]。比如這兩組數據：1、2、3、4、5與5，4，3，2，2。經計算兩列數據的α信度系數為-40。如若不信，您大可打開spss自己算一算，消除一下疑慮，所謂實踐出真知。
       難道專家教授們錯了？幾百萬的莘莘學子又被忽悠了？其實，倒也是不。實際中α系數檢測的是數據間的內部一致性。也就是說，在潛在的前提假設中，數據內部應該是基本一致的，行話就是正相關，所以范圍通常在[0，1]之間。α值用來表示這些數據間一致程度。如果出現負值，則說明多列數據不一致。但是，-α值又不能簡單地理解成內部不一致系數，因為α是專門為測量一致性而設置的，α只在表示一致性上有意義，或者可以說成是只在α值大于0時才有意義。當多列數據的之間不是正相關時，總得分方差S2x可能小于題內方差∑S2i，所以負值就會出現。只是相關系數用于測量兩變量之間的關系，而α系數可用于測量多個變量。
       信度檢驗測量的是可靠性。實際的問卷調查中，一般用a系數檢驗數據內部的一致性！但是，檢驗的前提是數據內部應該是一致的，或者理論上是一致的。比如：做一項教室衛生程度的調查，地板、桌子、玻璃，理論上潔凈程度應該一致，要么都臟，要么都干凈。所以可以用α系數測度內部的一致性。但是如果內部本來就不一致，檢驗將沒有意義。比如清潔員只打掃了地板、抹桌子，卻忘記了擦玻璃。那么地板和桌子可能一塵不染，但是玻璃卻會滿臉污臟。面對這樣的事實，計算出來的a信度系數，就可能是負值了。所以，當a系數為負時，也不必大驚小怪。這可能反映了數據內部本身的不一致，但更可能的是你忘記把調查中的反向問題正向化了。 數據分析師