Khi xuất hiện giá trị Cronbach’s Alpha âm, giao diện output của SPSS sẽ hiển thị dòng chữ ngay sau bảng Reliability Statistics với nội dung: The value is negative due to a negative average covariance among items. This violates reliability model assumptions. You may want to check item codings. Tạm dịch: Giá trị này bị âm là do xảy ra hiện tượng trung bình hiệp phương sai âm giữa các biến quan sát. Giả định độ tin cậy thang đo đang bị vi phạm. Bạn cần kiểm tra lại các biến quan sát. Hiểu một cách đơn giản là thang đo hoàn hoàn không có độ tin cậy, các biến quan sát trong nhóm không có sự tương quan gì với nhau, hoặc các biến quan sát đa hướng, ngược chiều nhau.
1. Bản chất việc Cronbach’s Alpha mang giá trị âm
Trước hết, chúng ta cần nhắc lại về bản chất của hệ số Cronbach’s Alpha. Trong bài viết Phân tích độ tin cậy Cronbach Alpha trên SPSS, chúng ta đã nói đến tính “nhất quán nội bộ” của một yếu tố. Tính nhất quán nội bộ nghĩa là các biến quan sát trong một thang đo phải có sự tương quan chặt chẽ nhau, cùng giải thích cho một khái niệm. Cronbach’ Alpha là một chỉ số đo lường tính nhất quán nội bộ này. Như vậy, nếu một thang đo mà các biến quan sát có sự tương quan càng chặt chẽ, thang đo đó càng có tính nhất quán cao, hệ số Cronbach’s Alpha sẽ càng cao.
Đồng thời đó, chúng ta cũng đã nhắc đến tính đơn hướng thang đo. Một thang đo có độ tin cậy cao khi tính đơn hướng của thang đo được đảm bảo. Tính đơn hướng nghĩa là các biến quan sát trong một thang đo có sự liên kết với nhau, cùng chiều và cùng thể hiện một khái niệm. Sự cùng chiều ở đây yêu cầu các biến quan sát phải cùng tích cực hoặc cùng tiêu cực về mặt ý nghĩa.
Như vậy, một thang đo có độ tin cậy cao khi các biến quan sát có sự tương quan tốt với nhau, đồng thời sự tương quan này phải là tương quan thuận chiều (tính đơn hướng). Một thang đo sẽ không có độ tin cậy, đồng nghĩa hệ số Cronbach’s Alpha âm hoặc rất thấp, nếu các biến quan sát không có sự tương quan chặt chẽ và ngược chiều nhau.
Cũng ở bài viết Phân tích độ tin cậy Cronbach Alpha trên SPSS, chúng ta có đề cập đến chỉ số Corrected Item – Total Correlation. Giá trị này biểu thị mối tương quan giữa từng biến quan sát với các biến còn lại trong thang đo. Nếu biến quan sát có sự tương quan thuận càng mạnh với các biến khác trong thang đo, giá trị Corrected Item – Total Correlation càng cao, biến quan sát đó càng tốt. Để ý khi một thang đo có giá trị Cronbach’s Alpha âm, giá trị Corrected Item – Total Correlation sẽ âm hoặc tiến về 0.
2. Nguyên nhân dẫn đến Cronbach’s Alpha âm
Cronbach’s Alpha âm là do các biến quan sát không có sự tương quan chặt chẽ và hoặc tương quan ngược chiều nhau. Vậy tại sao các biến quan sát của một thang đo lại không có sự tương quan chặt chẽ, ngược chiều nhau? Dưới đây là một số nguyên nhân phổ biến dẫn đến tình huống này:
- Thang đo được thiết kế theo dạng nguyên nhân (formative) chứ không phải dạng kết quả (reflective). Bởi vì bản chất của thang đo nguyên nhân là các biến quan sát thường có tương quan thấp hoặc không có tương quan. Chính vì vậy, khi kiểm định Cronbach’s Alpha cho dạng thang đo này, hệ số Cronbach’s Alpha thường rất thấp hoặc mang giá trị âm.
- Không nắm vững về kiến thức độ tin cậy thang đo, dẫn đến xây dựng các biến quan sát vi phạm tính nhất quán, tính đơn hướng.
- Đáp viên không hợp tác, điền đại khái, điền bao lô cho xong.
- Lỗi quá trình nhập liệu, dữ liệu nhập sai cột hoặc sai hàng, dữ liệu nhập nhầm quá nhiều các con số trong giới hạn thang đo lường. Ví dụ: thang đo Likert 1-5 nhưng nhập giá trị nhầm thành 11, 44, 55, 6,…
3. Hướng xử lý với trường hợp Cronbach’s Alpha âm
Khi xảy ra tình huống hệ số Cronbach’s Alpha âm, chúng ta cần xử lý như sau:
- Kiểm tra lại thang đo là nguyên nhân hay kết quả, nếu là thang đo nguyên nhân thì chúng ta không thực hiện kiểm định Cronbach’s Alpha. Nếu thang đo là kết quả, chúng ta sẽ tiếp tục đi tới các mục bên dưới.
- Kiểm tra lại dữ liệu được nhập có chính xác chưa, có bị lỗi nhầm giá trị, có bị lỗi nhập sai cột, sai hàng không.
- Khi đã kiểm tra rồi và kết quả không có sai sót, hãy thử xem lại bảng câu hỏi xem có hiện tượng các biến quan sát ngược chiều không. Nếu có, hãy đảo ngược dữ liệu biến quan sát ngược chiều lại để chuyển biến quan sát từ ngược chiều về thuận chiều. Ví dụ, các biến quan sát được đo bằng thước đo Likert 5 mức độ 1 2 3 4 5. Lúc này, với biến quan sát ngược chiều, nếu đáp viên trả lời 1 chúng ta nhập 5, đáp viên trả lời 2 chúng ta nhập 4, đáp viên trả lời 4 chúng ta nhập 2, đáp viên trả lời 5 chúng ta nhập 1, đáp viên trả lời 3 sẽ giữ nguyên 3.
- Trường hợp thang đo tốt, không vi phạm tính nhất quán và tính đơn hướng, có thể vấn đề đến từ việc hợp tác của đáp viên trong lúc khảo sát. Đây là trường hợp tệ nhất, chúng ta bắt buộc phải thu thập lại dữ liệu.
Để tránh phải rơi vào trường hợp xấu nhất là điều tra khảo sát lại. Chúng ta nên sử dụng kỹ thuật câu hỏi gài và câu hỏi đáp án khi xây dựng bảng câu hỏi khảo sát. Áp dụng hai kỹ thuật này sẽ giúp chúng ta loại bỏ đi được một lượng phiếu trả lời không phù hợp. Tham khảo kỹ thuật sử dụng câu hỏi gài trong xây dựng bảng câu hỏi điều tra tại bài viết này.