L’alpha de Cronbach

A quoi ça sert?A déterminer si plusieurs items d’une échelle mesurent bien la même dimension psychologique. Lorsque l’on mesure un construit psychologique (par exemple une attitude, le niveau d’identification, l’orientation politique, le stéréotype d’un groupe, etc.), on recourt souvent à des questionnaires regroupant de nombreuses questions portant sur un même sujet. Effectivement, disposer de plusieurs questions pour évaluer un même concept permet souvent de limiter l’erreur de mesure et de l’évaluer de façon plus précise et générale (en jargon psychométrique, on dit que cela permet d’augmenter la fidélité de la mesure).

Exemple

Par exemple, pour mesurer l’orientation politique (le degré auquel on est de “gauche” ou “de droite”), on pourrait poser des questions comme “Dans quelle mesure êtes-vous favorable à l’économie de marché?”; “Dans quelle mesure êtes-vous favorable à un contrôle de l’Etat sur le fonctionnement de l’économie?”; etc. sur des échelles à 7 points (1=”pas du tout d’accord”, 7 = tout à fait d’accord). Il faudra d’abord encoder les réponses des sujets et les transformer de façon à ce que les valeurs élevées représentent la même orientation politique.

Dans l’exemple, une réponse élevée à la seconde question représente une orientation de “gauche” alors qu’une réponse élevée à la première représente une orientation de “droite”; il faut donc transformer les scores. Le nouveau score sera égal à 8-l’ancien de façon à inverser l’échelle de 1 à 7 de l’item qui va “dans l’autre sens” (1 devient 7, 2, devient 6, etc.).On pourrait ensuite  être tenté de calculer leur moyenne ou leur somme afin d’obtenir un “score” correspondant à l’orientation politique des sujets. Toutefois, d’un point de vue méthodologique, on ne peut pas combiner les réponses à des items différents si l’on ne dispose pas d’arguments suggérant que ces items mesurent effectivement la même dimension.

Cela n’aurait pas de sens de combiner des items qui mesurent en réalité des construits différents. Or si deux items mesurent la même dimension (par exemple un même trait psychologique, ou une attitude commune), les réponses aux différents items devraient être corrélées l’une à l’autre. Ainsi si, dans l’exemple précédent,  les deux items mesurent bien l’orientation politique, les personnes qui sont fort favorables à la première affirmation devraient être défavorable à la seconde. Toutefois, les corrélations ne peuvent être calculées que sur deux items à la fois. Que faire lorsqu’on utilise plus de deux items pour mesurer un concept? C’est à répondre à cette question que sert l’alpha Cronbach qui varie entre 0 et 1 e t constitue un indice de “consistance” de l’échelle (un aspect de la fidélité) c’est-à-dire du degré auquel l’ensemble des items qu’elle inclut mesurent bien le même concept. Il se calcule facilement dans SPSS et constitue en quelque sorte une synthèse des corrélations entre les différents items qui composent l’échelle.

Valeurs

A partir de quelles valeurs l’alpha est-il suffisamment satisfaisant pour que l’on puisse calculer un score correspondant à l’ensemble de l’échelle (en effectuant la moyenne ou la somme des items)?

– Entre 0 et .50: Valeurs insuffisantes.

– Entre .50 et .70: Valeurs Limites.

– Entre .70 et 99:  Valeurs élevée ou très élevées.

Attention: l’alpha ne peut normalement se calculer que sur des données continues.

Comment calculer un alpha dans SPSS?

1. Grâce à la fonction compute (transform/compute), on va créer de nouvelles variables afin que tous les items aillent dans le même sens. Par exemple, si mon échelle comprend les items “intelligent”, “cultivé”, “inculte” et “irrationnel”, il me faudra préalablement créer des items inversé pour deux d’entre eux, par exemple “inculte” et “irrationnel”.

Analyse/Scale/Reliability analysis/ cliquer sur statistics/ cocher Scale, Item et Scale if item is deleted.

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>