Cronbachs-Alpha-Rechner
Cronbachs Alpha ist das Standardmaß der internen Konsistenz einer Skala — wie stark die Items eines Fragebogens zusammenhängen. Fügen Sie Ihre Antwortmatrix ein (eine Zeile pro Befragtem, eine Spalte pro Item) und erhalten Sie das rohe α (den Koeffizienten, den SPSS und Rs psych::alpha berichten), das standardisierte α, die mittlere Inter-Item-Korrelation und die vollständige Alpha-ohne-Item-Tabelle für die Itemdiagnostik. Keine SPSS-Lizenz, keine Syntax: Die Ergebnisse sind gegen Rs psych-Paket verifiziert. Übliche Faustregeln: α ≥ .9 exzellent, ≥ .8 gut, ≥ .7 akzeptabel — mit dem Vorbehalt, dass ein sehr hohes α auch redundante Items signalisieren kann. Ihre Daten bleiben im Browser.
KI-Bericht
Lassen Sie Ihre Ergebnisse von KI interpretieren: ein Word-Dokument im APA-7- / Geschäftsberichtsformat.
Häufig gestellte Fragen
Wie berichtet man Cronbachs Alpha im APA-7-Format?
Den Koeffizienten mit der Itemzahl angeben, z. B.: "Die 3-Item-Skala zeigte eine gute interne Konsistenz, Cronbachs α = .93." Beim Itemvergleich zitiert man die Alpha-ohne-Item-Werte. Der KI-Bericht-Button schreibt den Reliabilitätsabsatz — samt Itemdiagnostik — im APA-7-Stil.
Welches Cronbachs Alpha ist akzeptabel?
Die übliche Richtlinie: ≥ .70 akzeptabel für Forschungszwecke, ≥ .80 gut, ≥ .90 nötig für weitreichende Einzelfallentscheidungen. Unter .70 prüfen Sie die Alpha-ohne-Item-Tabelle auf schwache Items. Beachten Sie, dass α auch mechanisch mit der Itemzahl steigt und α > .95 eher Redundanz als Qualität anzeigen kann.
Was sagt mir Alpha-wenn-Item-gelöscht?
Es berechnet α jeweils ohne ein Item neu. Würde das Löschen eines Items α deutlich über den aktuellen Wert heben, korreliert dieses Item schwach mit dem Rest der Skala und ist ein Kandidat für Überarbeitung oder Ausschluss — wägen Sie das vor dem Streichen gegen die inhaltliche Abdeckung ab.
Was unterscheidet rohes und standardisiertes Alpha?
Das rohe α arbeitet mit den Item-Kovarianzen (was SPSS als "Cronbach's Alpha" ausgibt); das standardisierte α mit Korrelationen, als wären alle Items z-standardisiert. Sie unterscheiden sich bei ungleichen Itemvarianzen. Berichten Sie das rohe α, sofern Sie nicht tatsächlich standardisierte Items summieren.