在浏览器中计算，数据不会上传
Cronbach’s α 信度系数 在线计算
检验问卷的内部一致性：从 Excel 粘贴作答数据，立即得到 α 值，无需 SPSS。
如何解读 Cronbach’s α 系数
研究者和导师判断问卷质量时常用的经验标准
✓
优秀 (Excellent)
α > 0.9
内部一致性非常高，适合要求较高的研究
✓
良好 (Good)
0.8 ≤ α ≤ 0.9
一般研究中可以接受
~
可接受 (Acceptable)
0.7 ≤ α < 0.8
达到最低标准，可考虑进一步改进
✗
偏低 (Poor)
α < 0.6
应修改或重新设计研究工具
计算公式（Cronbach, 1951）
α = K / (K−1) × (1 − Σσ²ᵢ / σ²ₓ)
K = 题目数 · σ²ᵢ = 各题方差 · σ²ₓ = 总分方差
采用总体方差（÷N）。无论用总体方差还是样本方差，Σσ²ᵢ / σ²ₓ 的比值都相同，因此这一选择不会改变 α 值。
什么是 Cronbach’s α 系数？
克隆巴赫 α 系数（Cronbach’s alpha）是最常用的内部一致性信度指标，通常介于 0 到 1 之间， 用来说明同一量表中的各道题目在测量同一构念时有多一致。
原理很简单：如果五道题测量的是同一种态度，那么对其中一题给出正面回答的受访者，往往也会对其他题给出正面回答。 样本整体呈现这种规律时，α 值就高，说明量表信度良好。
什么时候需要计算 α 系数？
预测试
正式收集数据前，先对小样本（约 30 人）进行预测试并计算 α，及早发现有问题的题目。
论文研究方法章节
定量研究的论文会在研究方法（第三章）中报告各量表的 α 值，以证明研究工具可靠。
李克特量表
适用于 3、4、5、7 级等各种李克特量表及其他数值型题目，前提是所有题目测量同一构念。
改进题目
α 偏低时，每道题旁边“删除后”的变化会告诉您是哪道题拉低了 α，便于有针对性地修改。
常见问题
Cronbach’s α 系数多少才算好？
论文中最常引用的标准是：α ≥ 0.7 达到最低要求，0.8 以上为良好，高于 0.9 为优秀；低于 0.6 则应修改或重新设计问卷。大多数导师接受 0.7 及以上。
这个计算器的结果和 SPSS 一样吗？
一样。本工具与 SPSS 可靠性分析使用同一公式 α = K/(K−1) × (1 − Σσ²ᵢ / σ²ₓ)。虽然方差按 N 而不是 N−1 计算，但 α 只取决于方差之比，因此结果完全相同。
预测试（Pre-test）需要多少名受访者？
一般建议预测试约 30 人，以保证统计量足够稳定。也有教材建议 20–30 人，视题目数量而定：题目越多，受访者也应越多。
α 系数偏低是什么原因？怎么改进？
常见原因有：(1) 题目之间不一致，有的题在测量别的内容；(2) 题目难懂或有歧义，受访者理解不同；(3) 样本不合适，随意作答或没有理解题意。可以查看每道题旁边“删除后”的变化，删除能让 α 上升的题目，或把表述不清的题目改得更明确。另外请先确认反向题已经重新计分。
参考文献
- Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning.
- Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3rd ed.). McGraw-Hill.
- Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach's alpha. International Journal of Medical Education, 2, 53–55.
★★★★★ 4.8/5 · 来自 Fastwork 的 69 条真实评价
找受访者的事交给我们 您专心做研究就好
告诉我们您的项目情况，我们免费帮您估价，无需承诺，24小时内回复。
免费咨询，无需承诺通过Fastwork Escrow安全付款PDPA 100%24小时内回复