Cronbach's alpha: arti, batas 0,6 atau 0,7, dan cara membacanya
Cronbach's alpha mengukur seberapa konsisten butir-butir dalam satu variabel ketika diisi oleh responden yang sama. Nilainya biasanya di antara 0 dan 1, dan semakin tinggi berarti butir-butirnya semakin searah. Batas 0,6 atau 0,7 yang sering dipakai adalah pengaturan yang dipilih jurusan atau buku acuan, bukan hukum statistik.
Cronbach's alpha itu mengukur apa
Bayangkan kamu menaruh lima termometer di satu kamar. Kalau kelimanya menunjukkan angka yang naik turun bersamaan, kamu percaya bahwa mereka mengukur hal yang sama: suhu kamar itu. Kalau satu termometer bergerak sendiri, hasil gabungannya jadi kurang bisa dipegang.
Cronbach's alpha melakukan pengecekan yang mirip pada kuesioner. Butir-butir dalam satu variabel diharapkan bergerak bersama: responden yang setuju dengan satu butir cenderung setuju dengan butir lain di variabel yang sama. Alpha merangkum kekompakan itu dalam satu angka untuk seluruh variabel. Karena itu uji reliabilitas dijalankan per variabel, bukan untuk seluruh kuesioner sekaligus.
Ada dua hal yang memengaruhi alpha: seberapa kuat butir-butir saling berkorelasi, dan berapa banyak butirnya. Variabel dengan banyak butir cenderung punya alpha lebih tinggi meskipun korelasi antarbutirnya biasa saja. Banyak buku metode juga mengingatkan bahwa alpha yang tinggi tidak membuktikan semua butir mengukur satu konsep yang sama; ia hanya menunjukkan butir-butirnya konsisten.
Batas 0,6 dan 0,7 adalah pengaturan
Kamu mungkin pernah membaca "reliabel kalau alpha di atas 0,7" di satu buku dan "di atas 0,6" di buku lain. Batas 0,70 paling sering dikutip dari buku Nunnally, sedangkan sebagian buku metode di Indonesia memakai 0,60, terutama untuk penelitian awal atau uji coba. Keduanya adalah kesepakatan, bukan hasil perhitungan.
Mesin statistik StatPilot memperlakukannya dengan cara yang sama: batas alpha adalah pengaturan yang kamu pilih bersama dosen pembimbing, bukan aturan yang ditetapkan oleh rumus. Yang penting, batasnya ditentukan sebelum kamu melihat hasil dan ditulis di Bab III. Jangan memilih 0,6 hanya karena alpha-mu ternyata sedikit di bawah 0,7.
Contoh dengan data sungguhan
Contoh ini memakai data survei 445 mahasiswa S1 di Indonesia yang diterbitkan terbuka oleh penelitinya. Ada lima variabel, masing-masing lima butir skala Likert 1 sampai 5.
| Variabel | Jumlah butir | Responden | Cronbach's alpha |
|---|---|---|---|
| Literasi AI (AIL) | 5 | 445 | 0,750 |
| Kecemasan terhadap AI (AIA) | 5 | 445 | 0,683 |
| Regulasi diri dalam belajar (SRL) | 5 | 445 | 0,823 |
| Keterlibatan belajar (LE) | 5 | 445 | 0,823 |
| Berpikir kritis (CT) | 5 | 445 | 0,852 |
Empat variabel punya alpha di atas 0,70, jadi keputusannya sama dengan batas mana pun. Variabel kecemasan terhadap AI berbeda: alpha-nya 0,683, di atas 0,60 tapi di bawah 0,70. Dengan batas 0,6 variabel ini memenuhi syarat; dengan batas 0,7 tidak. Inilah alasan batasnya harus kamu tetapkan dan tulis lebih dulu. Angka yang sama bisa menghasilkan kesimpulan berbeda, tergantung pengaturan yang kamu pakai.
Membaca alpha if item deleted
Output reliabilitas biasanya punya kolom "Cronbach's alpha if item deleted": alpha variabel itu seandainya satu butir dikeluarkan. Kolom ini sering disalahpahami sebagai daftar butir yang harus dibuang. Berikut hasilnya untuk variabel kecemasan terhadap AI, yang alpha-nya 0,683.
| Butir | Korelasi butir-total terkoreksi | Alpha jika butir dihapus |
|---|---|---|
| AIA1 | 0,466 | 0,622 |
| AIA2 | 0,390 | 0,669 |
| AIA3 | 0,551 | 0,590 |
| AIA4 | 0,455 | 0,624 |
| AIA5 | 0,370 | 0,660 |
Semua angka di kolom terakhir lebih kecil dari 0,683. Artinya, menghapus butir mana pun justru menurunkan alpha. Yang paling sedikit turun adalah AIA2 (0,669), dan yang paling banyak turun adalah AIA3 (0,590), butir dengan korelasi terkuat. Jadi, di data ini tidak ada satu butir pun yang "menahan" alpha. Kelima butir sama-sama menyumbang.
Seandainya ada butir yang kalau dihapus membuat alpha naik, itu pun belum alasan untuk membuangnya. Butir mewakili indikator dari teori di Bab II. Membuangnya demi alpha yang lebih tinggi bisa membuat variabelmu kehilangan sebagian isinya. StatPilot tidak pernah membuang butir atau mengubah jawaban responden secara otomatis. Kalau sebuah butir dikeluarkan, alasannya dan siapa yang memutuskan harus dicatat, dan keputusan itu sebaiknya diambil bersama dosen pembimbing.
Pola kalimat untuk Bab IV, sesuaikan dengan variabel dan batas yang kamu pakai:
Nilai Cronbach's alpha variabel berpikir kritis sebesar 0,852 dengan 5 butir, lebih besar dari batas 0,70 yang ditetapkan, sehingga instrumen variabel ini dinyatakan reliabel.
Kesalahan yang paling sering terjadi
- Menghitung alpha untuk seluruh kuesioner. Alpha dihitung per variabel. Mencampur semua butir membuat angkanya tinggi karena jumlah butirnya banyak, bukan karena butirnya kompak.
- Lupa membalik butir negatif. Butir unfavorable yang skornya belum dibalik bisa menurunkan alpha dengan tajam. Baca butir negatif (unfavorable) untuk cara membaliknya sesuai rancangan kuesioner.
- Membuang butir demi mengejar alpha. Alpha yang naik sedikit tidak sebanding dengan indikator yang hilang.
- Memilih batas setelah melihat hasil. Batas 0,6 atau 0,7 ditetapkan di Bab III, sebelum data dianalisis.
- Menganggap alpha yang sangat mendekati 1 selalu bagus. Alpha yang terlalu tinggi bisa berarti beberapa butir hampir sama kalimatnya, sehingga menanyakan hal yang sama berulang kali.
Pertanyaan yang sering muncul
Berapa nilai Cronbach's alpha yang dianggap reliabel?
Yang paling sering dipakai adalah 0,70, dan sebagian buku metode menerima 0,60. Tidak ada satu angka yang berlaku untuk semua penelitian, jadi ikuti ketentuan jurusanmu. Tetapkan batasnya sebelum melihat hasil dan tulis di Bab III.
Apa beda uji validitas dan Cronbach's alpha?
Uji validitas memeriksa tiap butir: apakah butir itu searah dengan butir lain di variabelnya. Cronbach's alpha memeriksa seluruh butir dalam satu variabel sebagai satu ukuran. Keduanya biasanya dilaporkan berurutan di Bab IV.
Apakah boleh menghapus butir supaya alpha naik?
Boleh secara teknis, tapi itu bukan alasan yang cukup. Butir mewakili indikator dari teori, jadi membuangnya bisa mengubah isi variabelmu. Kalau ada butir yang dipertimbangkan untuk dikeluarkan, diskusikan dengan dosen pembimbing dan catat alasannya.
Kenapa alpha uji coba berbeda dengan alpha data utama?
Alpha dihitung dari jawaban responden yang ada, jadi angkanya ikut berubah saat respondennya berubah. Dengan responden sedikit, satu atau dua jawaban yang berbeda bisa menggeser alpha cukup jauh. Contohnya ada di artikel uji coba kuesioner 30 responden.