{"id":20323,"date":"2020-08-11T18:13:16","date_gmt":"2020-08-11T16:13:16","guid":{"rendered":"https:\/\/www.mathsly.it\/wordpress\/?p=20323"},"modified":"2026-04-04T08:08:36","modified_gmt":"2026-04-04T06:08:36","slug":"alfa-di-cronbach-informazioni-per-non-sbagliare","status":"publish","type":"post","link":"https:\/\/www.mathsly.it\/wordpress\/alfa-di-cronbach-informazioni-per-non-sbagliare\/","title":{"rendered":"Alfa di Cronbach? Informazioni per non sbagliare"},"content":{"rendered":"\n

L’alfa di Cronbach \u00e8 l’indice<\/strong> di<\/strong> attendibilit\u00e0<\/strong> di ogni questionario<\/a> che si rispetti. Il suo ruolo \u00e8 fondamentale per dare<\/strong> validit\u00e0<\/strong> ad ogni lavoro di ricerca che coinvolga l’utilizzo<\/strong> di<\/strong> questionari<\/strong> o di test<\/strong>. La psichiatria e la psicologia, ad esempio, fanno un larghissimo uso dell’alfa di Cronbach. La sfida sulla validit\u00e0 della coerenza interna ai fini dell’interpretazione psicometrica \u00e8 stata cos\u00ec accesa, da aver diviso i ricercatori tra favorevoli e contrari. <\/p>\n\n\n\n

Da ormai molti anni, la disputa sulla validit\u00e0 dell’alfa di Cronbach \u00e8 ormai stata superata a favore di un consenso internazionale circa la sua utilit\u00e0. Tutti gli studi che contengono un questionario con item<\/em> (e.g. con risposte graduate con scala Likert<\/a>) sono sempre accompagnati dal calcolo dell’alfa di Cronbach.<\/p>\n\n\n\n

Qual sar\u00e0 mai il segreto di tale successo<\/strong>? Seguimi e lo scoprirai!<\/p>\n\n\n\n

Alfa di Cronbach: cosa sapere assolutamente<\/h2>\n\n\n\n

Definizione<\/h3>\n\n\n\n

L’alfa di Cronbach \u00e8 un metodo<\/strong> statistico<\/strong> per misurare la coerenza<\/strong> interna<\/strong> di un questionario composto da item<\/em> che hanno una risposta di tipo numerico. In modo molto pratico, misurare la coerenza interna di un questionario significa determinare se le risposte fornite ai vari item<\/em> sono tra loro consistenti, ossia in relazione le une con le altre<\/strong>. <\/p>\n\n\n\n

Introdotta nel 1951 da Cronbach<\/strong> (nemmeno a dirlo!), essa ha trovato ampio impiego sin da subito grazie al lavoro di Guilford<\/strong> (1956) e Nunnally<\/strong> (1978), i quali l’hanno utilizzata come strumento ideale per la valutazione della coerenza interna. <\/p>\n\n\n\n

Campione e numero di item<\/em> <\/h3>\n\n\n\n

Anche nel caso dell’alfa di Cronbach, la numerosit\u00e0 campionaria assume un ruolo fondamentale. Una bassa numerosit\u00e0 campionaria pu\u00f2 dare origine a bias<\/em> rilevanti. Al di l\u00e0 del calcolo rigoroso della dimensione del campione (vedi post sul tema<\/a>), una regola pratica <\/strong>suggerisce di scegliere un campione con almeno 100 soggetti<\/strong>. Questa scelta fa s\u00ec che possiamo eseguire un buon calcolo anche con campioni molto piccoli per un questionario. <\/p>\n\n\n\n

La numerosit\u00e0 campionaria non \u00e8 l’unico aspetto da considerare ai fini di un accurato calcolo dell’alfa di Cronbach. Infatti, osservando la definizione data in precedenza, questo metodo poggia su un elemento fondamentale: la relazione tra item<\/em><\/strong>. Pi\u00f9 questi sono tra loro in relazione, maggiore sar\u00e0 il valore della coerenza interna. Questo assunto poggia a sua volta, su un presupposto importante: gli item<\/strong><\/em> sono considerati un campione<\/strong> casuale<\/strong> derivato da un universo di item<\/em>, per cui pi\u00f9 item<\/em> possono essere considerati un campione sempre pi\u00f9 rappresentativo dell’intera popolazione. Tutto ci\u00f2 comporta che questionari con meno di dieci item<\/em> <\/strong>risulteranno quasi certamente non attendibili<\/strong>, esattamente come i piccoli campioni<\/a> e gli errori statistici.<\/p>\n\n\n\n

Riassumendo questa prima parte, ne ricaviamo che due elementi sono necessari per un accurato calcolo dell’alfa di Cronbach: un campione di almeno 100 soggetti ed un numero di item<\/em> non inferiore a 10. Ovviamente aumentando il numero di item<\/em>, l’alfa di Cronbach subir\u00e0 un aumento del valore. <\/p>\n\n\n\n

Classificazione<\/h3>\n\n\n\n

In termini numerici, l’alfa di Cronbach \u00e8 un numero che oscilla tra 0 ed 1<\/strong>. Visto l’enorme utilizzo della coerenza interna in tutte le procedure di validazione dei questionari ed in alcuni casi anche per le comparazioni tra questionari somministrati a diverse latitudini, dapprima Guilford e poi Nunnally si sono occupati di offrirci dei parametri rigorosi<\/strong> per decidere se il nostro questionario gode o meno di una buona coerenza interna. <\/p>\n\n\n\n

Il valore limite<\/strong> per affermare una buona coerenza \u00e8 pari a 0.70<\/strong>. Ultimamente, c’\u00e8 stato un aumento di tale valore limite fino a 0.80<\/strong>. Tuttavia, occorre sapere che il valore limite non \u00e8 assoluto.<\/strong> In psicometria<\/strong> ad esempio, il valore dell’alfa di Cronbach per affermare una buona coerenza interna deve essere pari a 0.90<\/strong>. Su questo aspetto, ti consiglio di controllare nel dettaglio il tuo specifico campo di ricerca, per essere sicuro qual \u00e8 il valore minimo di attendibilit\u00e0 interna accettato dalle riviste scientifiche.<\/p>\n\n\n\n

La classificazione tipica<\/strong>, indipendentemente dal campo di indagine specifico \u00e8 la seguente:<\/p>\n\n\n\n