Calculateur d'Alpha de Cronbach
L'alpha de Cronbach est la mesure standard de la cohérence interne d'une échelle — la force avec laquelle les items d'un questionnaire se tiennent. Collez votre matrice de réponses (une ligne par répondant, une colonne par item) et obtenez l'α brut (le coefficient rapporté par SPSS et psych::alpha de R), l'α standardisé, la corrélation moyenne inter-items et le tableau complet alpha-si-item-supprimé pour le diagnostic des items. Pas de licence SPSS, pas de syntaxe : les résultats sont vérifiés contre le paquet psych de R. Règles usuelles : α ≥ .9 excellent, ≥ .8 bon, ≥ .7 acceptable — avec la réserve qu'un α très élevé peut aussi signaler des items redondants. Vos données restent dans le navigateur.
Rapport IA
Laissez l'IA interpréter vos résultats : un document Word téléchargeable au format APA 7 / rapport professionnel.
Questions fréquentes
Comment rapporter l'alpha de Cronbach au format APA 7 ?
Donnez le coefficient avec le nombre d'items, p. ex. : « L'échelle de 3 items a montré une bonne cohérence interne, α de Cronbach = .93. » Pour comparer les items, citez les valeurs alpha-si-item-supprimé. Le bouton Rapport IA rédige le paragraphe de fiabilité — diagnostic des items compris — au style APA 7.
Quel alpha de Cronbach est acceptable ?
La règle usuelle : ≥ .70 acceptable pour la recherche, ≥ .80 bon, ≥ .90 requis pour des décisions individuelles à fort enjeu. En dessous de .70, examinez le tableau alpha-si-item-supprimé pour les items faibles. Notez qu'α augmente aussi mécaniquement avec le nombre d'items, et qu'un α > .95 peut indiquer de la redondance plutôt que de la qualité.
Que m'apprend l'alpha si item supprimé ?
Il recalcule α en retirant chaque item tour à tour. Si la suppression d'un item élèverait α nettement au-dessus de la valeur actuelle, cet item corrèle mal avec le reste de l'échelle et est candidat à la révision ou au retrait — à mettre en balance avec la couverture du contenu avant de supprimer.
Quelle différence entre alpha brut et standardisé ?
L'α brut travaille sur les covariances des items (ce que SPSS affiche comme « Cronbach's Alpha ») ; l'α standardisé sur les corrélations, comme si tous les items étaient standardisés en z. Ils diffèrent quand les variances des items sont inégales. Rapportez l'α brut sauf si vous sommez réellement des items standardisés.