Alfa de Cronbach — Glossário Aria Research

Definição estendida

Alfa de Cronbach é o coeficiente clássico de consistência interna para escalas e questionários, proposto por Lee Cronbach em 1951 (Psychometrika). A formulação canônica para escala com $k$ itens é:

\alpha = \frac{k}{k-1}\left(1 - \frac{\sum_{i=1}^{k} \sigma_i^2}{\sigma_t^2}\right)

onde $\sigma_i^2$ é a variância do item $i$ e $\sigma_t^2$ a variância do escore total. O coeficiente é interpretado como medida de quanto os itens da escala medem o mesmo construto subjacente, com valores entre 0 e 1 — convencionalmente, $\alpha \geq 0,7$ é considerado aceitável para pesquisa, $\geq 0,8$ bom, $\geq 0,9$ excelente. Apesar de adoção massiva em psicometria por mais de meio século, alfa repousa sobre pressupostos restritivos — em particular, tau-equivalência (todos os itens medem o construto com mesma carga) e unidimensionalidade — frequentemente violados em escalas reais. Sijtsma (2009) e literatura posterior documentam alternativas tecnicamente superiores: ômega de McDonald, coeficiente H, ômega hierárquico.

Quando se aplica

Alfa é apropriado como verificação rápida e padrão histórico em validação de escalas com itens reflexivos (que medem mesmo construto subjacente). Continua sendo exigido como reporting padrão por muitos periódicos por inércia editorial, e serve como ponto de comparação com a vasta literatura prévia. Em contextos onde leitores e revisores esperam alfa, calculá-lo e reportá-lo é prática conservadora razoável — mas a recomendação técnica contemporânea é reportá-lo junto com ômega ou outra alternativa, não como métrica única.

Quando NÃO se aplica

Não se aplica em escalas com estrutura multidimensional (múltiplos fatores subjacentes) — cada subescala deveria ter alfa próprio, e alfa global é praticamente sem sentido. Não se aplica em escalas com itens formativos (que constituem o construto em vez de refleti-lo) — essas exigem validação por outros métodos. Não substitui análise fatorial confirmatória em validação séria de instrumento; alfa diz que itens correlacionam, CFA testa se estrutura proposta se ajusta. Em escalas com poucos itens (3-4), alfa torna-se instável e pode ser baixo mesmo em escalas válidas. Em itens com escala muito restrita (binários, ou Likert de 3 pontos), alfa subestima sistematicamente a confiabilidade.

Aplicações por área

— Psicometria e psicologia: território natural; reporting padrão em validação de escalas, mesmo com críticas técnicas. — Saúde: instrumentos de qualidade de vida, dor, saúde mental; reporting exigido em estudos de validação cultural. — Educação: confiabilidade de testes padronizados, escalas de avaliação institucional. — Marketing e comportamento do consumidor: escalas de satisfação, lealdade, atitude, com PLS-SEM frequentemente substituindo alfa por composite reliability.

Armadilhas comuns

A primeira armadilha é tratar $\alpha \geq 0,7$ como atestado automático de qualidade — alfa alto pode resultar de muitos itens redundantes em vez de boa medida. A segunda é calcular alfa em escala multidimensional como se fosse unidimensional — produz número sem significado interpretativo. A terceira é confundir alfa com validade — alfa mede consistência interna, não se a escala mensura o que pretende. Escala pode ter alfa 0,95 e medir algo diferente do declarado. A quarta é ignorar critique técnica de Sijtsma e literatura subsequente — alfa não é o coeficiente de “fidedignidade” superior; é um caso especial restrito da família de coeficientes de confiabilidade. A quinta é depender de alfa em amostras pequenas — intervalo de confiança do coeficiente é largo em $n < 200$ , e estimativa pontual pode ser enganosa.