每學期批改研究計畫書，我都會看到同樣一句話：「本量表 Cronbach’s α = .87，信度良好。」
這句話沒有錯，但它遮蔽了很多問題。Cronbach’s α 是什麼？它能告訴你什麼？更重要的是，它告訴不了你什麼？這篇把這些事情說清楚。
Cronbach’s α 是什麼？
Cronbach’s α（1951）是量表內部一致性的常用估計指標，用來反映題項作為同一量表時的一致程度。直覺上的意義是：如果一組題目都在測同一個構念，它們應該彼此高度相關；α 就是這個相關程度的綜合指標。
α 的值介於 0 到 1 之間，常見的經驗法則參考門檻：
- α ≥ .90：優秀
- .80 ≤ α < .90：良好
- .70 ≤ α < .80：可接受
- α < .70：不足（有些領域接受 .65）
⚠️ 這些只是經驗法則，不是硬性標準。把 α 值對應到門檻後就結束信度討論，是很多論文的問題所在。
α 告訴不了你的三件事
一、α 高 ≠ 量表是單一構念
α 高只代表題項彼此相關。如果一個量表包含兩個彼此相關的構念（例如：認知投入和行為投入），α 仍然可能很高，但這不代表它是單一維度的量表。
我看過學生把一個雙因素量表的所有題目混在一起算整體 α，然後用整體分數做分析。這在結構上是有問題的——你應該分別報告各分量表的 α，而不是把所有題項混算。
⚠️ 審稿人最常抓的點：明明是多構面量表，作者卻只報整體 α，不分子量表報告。這幾乎是 reviewer 的標準 comment，值得提前防範。
二、α 受題項數影響
在其他條件相同的情況下，題項越多，α 越高。題目變多會拉高 α，但不代表量表內容更好、更精準。你可以把一個很差的量表通過無限增加題目來提高 α。
因此，α = .92 不能直接說「量表很好」，也要看題目數量、每題是否有獨立貢獻。
三、α 假設等負荷，在題項負荷差異大時可能偏估
Cronbach’s α 有一個數學假設：每個題項對潛在構念的「貢獻」是相等的（tau-equivalence）。如果題項的因素負荷量差異很大（現實中非常常見），α 在某些條件下可能高估或低估真實信度，因此不應被視為精確無誤的單一答案。
⚠️ α 高不代表有效度。 我看過學生把「信度良好」寫得像量表已被證明有效——這是兩件不同的事。信度高只說明題項彼此一致；量表是否真的在測你想測的構念（效度），需要另外的證據。
四、反向題沒處理會讓 α 崩掉
這不是 α 本身的限制，而是學生最常犯的操作錯誤。我看過不少學生拿到一個 α 很低的結果，以為是量表有問題，後來發現是反向題根本沒有先做逆向計分（reverse coding）。
凡是量表中有反向題（例如：「我不擅長時間管理」和「我能有效管理時間」放在同一個量表），在計算 α 之前，必須先把反向題的分數翻轉（5 改 1，4 改 2 等等）。跳過這步，α 一定偏低，甚至是負數。
更好的替代指標：McDonald’s ω
α 假設每題對構念貢獻相近；McDonald’s ω 則允許不同題項有不同的因素負荷量。因此，ω 在很多情況下比 α 更能補足內部一致性估計的限制，是近年方法學文獻更推薦的補充指標。
⚠️ ω 不是要取代 α，而是幫你更完整地說明量表信度。兩者都報，才是現在審稿人比較期待的做法。
ω 有兩種版本：
- ω total（ω_t）：整體量表總分作為測量工具時的可靠性，適合單維度量表。
- ω hierarchical（ω_h）：當量表有一般因素與群因素時，總分到底多大程度反映一般因素——適合多維度量表，回答「整體分數有多可靠」這個問題。
計算工具：R psych 套件（omega()）、JASP（信度分析模組）。
⚠️ ω 的估計通常建立在因素模型上，因此最好在有清楚測量模型或因素分析結果支持下報告。如果你的量表沒有做 EFA 或 CFA，ω 的計算本身也缺乏依據。許多期刊與審稿人會鼓勵同時報告 α 與 ω，作為更完整的信度說明。
α 太高是問題嗎？
有學生問我：「老師，α = .96 是不是很好？」
我說：「要看情況。」
α 非常高（> .95）有時候反而是個警訊：
- 題項重複性太高：幾道題說的幾乎是同一件事，對量表沒有增加新資訊。
- 題項數量過多：用 20 題測一個概念，α 自然飆高。
信度不是越高越好，而是應該在「足夠高」的範圍內，同時確認每道題都有獨立貢獻：
- item-total correlation 應 > .30（表示這題與整體量表有正向相關）
- 刪除某題後，若 α 明顯上升，表示該題可能與整體量表不一致，需要重新檢視
⚠️ 補充提醒：α 不是量表的固定屬性，同一份量表在不同樣本（例如：不同年齡層、不同文化背景）可能得到不同的 α 值。不要把文獻上的 α 直接當作自己研究的品質背書，而要根據自己資料實際計算並報告。
如何在論文裡報告？
完整的信度報告應包含：
- 各分量表各自報 α，不要只報整體（多維度量表尤其重要）
- 題項數：α = .87（8 題）
- ω 值（若有因素分析基礎）：α = .87，ω = .89
- item-total correlation：審稿人若問，你要能提供
範例寫法：「本研究採用 XX 量表，共 3 個分量表。各分量表的 Cronbach’s α 分別為：認知投入 .83（5 題），行為投入 .79（4 題），情感投入 .86（5 題），均達可接受標準（α ≥ .70）。McDonald’s ω 分別為 .85、.81、.87，與 α 值相近，顯示各分量表符合基本的等負荷假設。」
如果有問題，歡迎留言。
更新記錄：2026-03 首次發布。