Alpha de Cronbach : Mesure de la cohérence interne

Dans le domaine de la psychométrie et de l’évaluation psychologique, la rigueur de la mesure constitue le socle indispensable sur lequel repose la validité de toute inférence clinique ou scientifique. L’indice alpha, formalisé par Lee Cronbach en 1951, représente le coefficient statistique le plus largement utilisé pour estimer la fiabilité et la cohérence interne des instruments psychologiques, des questionnaires de personnalité aux échelles d’attitudes. Comprendre la dynamique théorique, la portée mathématique et les limites inhérentes au coefficient alpha s’avère fondamental pour tout chercheur ou praticien soucieux d’administrer des outils psychologiques standardisés et robustes.

L’Alpha de Cronbach en psychologie

1. Définition concise

Le coefficient alpha de Cronbach est un indice statistique psychométrique évaluant la cohérence interne, ou la fidélité, d’une échelle de mesure composée de multiples items censés quantifier un même construit théorique sous-jacent. Il mesure le degré auquel l’ensemble des énoncés ou questions d’un test convergent vers une variance commune, reflétant ainsi l’homogénéité du dispositif d’évaluation.

Sur le plan mathématique, l’alpha exprime la proportion de la variance totale des scores observés attribuable à la variance des scores vrais des individus, conformément aux postulats de la théorie classique des tests. Une valeur élevée indique que les différents items covarient fortement entre eux et mesurent avec précision la même dimension psychologique latente. En pratique, il oscille théoriquement entre zéro et un, bien que des valeurs négatives puissent survenir en présence d’items mal codés ou de corrélations négatives non inversées.

Il convient toutefois de souligner que l’alpha ne constitue pas une preuve absolue d’unidimensionnalité. Une échelle multidimensionnelle peut afficher un coefficient alpha élevé dès lors que le nombre total d’items est conséquent, ce qui nécessite une analyse factorielle préalable pour s’assurer que la structure factorielle sous-jacente respecte l’hypothèse d’une dimension unique.

2. Étymologie et origine linguistique

Le vocable « alpha » trouve son origine linguistique dans la première lettre de l’alphabet grec antique, ἄλφα (alpha), elle-même issue du phénicien ‘āleph, qui désignait métaphoriquement la tête de bœuf et symbolisait le commencement ou le principe primordial. Dans la nomenclature scientifique occidentale, l’attribution des lettres grecques a traditionnellement servi à formaliser des paramètres, des constantes ou des coefficients statistiques au sein des modélisations formelles.

L’introduction du terme dans la terminologie psychométrique contemporaine est directement imputable au psychologue et statisticien américain Lee Joseph Cronbach dans sa publication fondatrice de 1951 intitulée « Coefficient alpha and the internal structure of tests ». Cronbach avait délibérément choisi la lettre alpha afin d’inscrire son nouvel indicateur au sein d’une série continue d’indices d’homogénéité qu’il projetait de concevoir ultérieurement (envisageant alors d’autres coefficients comme bêta ou gamma pour des designs spécifiques de mesure composite).

Par métonymie et usage académique mondialisé, l’expression « alpha de Cronbach » s’est imposée pour désigner spécifiquement la formule générale de cohérence interne applicable tant aux items continus qu’aux items polytomiques, englobant et généralisant les formules historiques antérieures de Kuder et Richardson destinées aux formats dichotomiques.

3. Prononciation et forme grammaticale

En langue française, le mot s’écrit « alpha » ou « Alpha » (avec majuscule lorsqu’il désigne nommément le coefficient ou l’auteur éponyme : « Alpha de Cronbach »). Sur le plan phonétique international, il se prononce /al.fa/. Sur le plan grammatical, il s’agit d’un substantif masculin (« un alpha », « l’alpha de Cronbach »), employé le plus souvent comme nom commun invariable en nombre lorsqu’il désigne la lettre ou le symbole ($lpha$).

Sur le plan morphologique et syntaxique, il entre dans des locutions nominales complexes comme « coefficient alpha », « alpha standardisé », « alpha ordinal » ou « seuil alpha » (ce dernier renvoyant alors au niveau d’erreur de première espèce dans les tests d’hypothèses statistiques). Dans le langage de la recherche empirique, on emploie fréquemment des formulations verbales telles que « calculer l’alpha », « maximiser l’alpha » ou « rapporter un alpha satisfaisant ».

4. Explication conceptuelle détaillée

Pour appréhender en profondeur le concept d’alpha, il est indispensable de comprendre le problème fondamental de la mesure des attributs psychologiques. Contrairement aux grandeurs physiques directement observables comme la taille ou la masse, les construits psychologiques — tels que l’anxiété-trait, l’extraversion, l’intelligence émotionnelle ou la mémoire de travail — sont des variables latentes, c’est-à-dire non directement mesurables. Pour les quantifier, les psychométriciens conçoivent des batteries de questions ou de stimuli que l’on suppose être des manifestations observables de ces dimensions théoriques invisibles.

L’alpha de Cronbach évalue dans quelle mesure chaque participant répond de façon consistante à travers ces multiples items. Si un instrument mesure fidèlement un construit particulier, un individu présentant un niveau élevé de cette caractéristique devrait logiquement obtenir des scores systématiquement élevés à la majorité des items conçus pour la sonder, tandis qu’un individu à faible niveau devrait obtenir des scores systématiquement bas. L’alpha analyse l’ensemble des intercorrélations entre tous les items du test pour synthétiser ce degré de convergence globale en un coefficient synthétique unique.

L’amplitude mathématique de l’alpha dépend directement de deux variables distinctes : la force moyenne des intercorrélations entre les items du test d’une part, et le nombre total d’items inclus dans l’échelle d’autre part. Cette dernière caractéristique constitue l’une des propriétés les plus remarquables et les plus débattues de l’indice : à niveau d’intercorrélation égal, l’addition mécanique d’items supplémentaires accroît systématiquement la valeur de l’alpha. Ce phénomène s’explique par le fait que l’agrégation statistique tend à annuler mutuellement les erreurs de mesure aléatoires au fur et à mesure que le test s’allonge.

Il existe une distinction cruciale entre la consistance interne et l’unidimensionnalité. Un ensemble d’items peut afficher un alpha très élevé (par exemple 0,88) tout en étant composé de deux sous-dimensions distinctes mais modérément corrélées, pourvu que le nombre total d’items soit suffisamment important. Ainsi, l’alpha ne doit jamais être interprété comme une preuve isolée qu’une échelle ne mesure qu’une seule et unique réalité psychologique. La confirmation de l’unidimensionnalité exige préalablement le recours à des modélisations exploratoires ou confirmatoires en analyse factorielle.

En outre, le calcul de l’alpha traditionnel repose sur des hypothèses statistiques strictes qui sont fréquemment violées dans les données réelles en psychologie. Il suppose notamment que chaque item contribue de manière équivalente au construit latent (l’hypothèse d’essentielle tau-équivalence), que les erreurs de mesure sont indépendantes d’un item à l’autre (absence de covariances d’erreurs locales), et que les variables observées suivent une distribution normale continue. Dès lors que les items présentent des saturations factorielles très disparates ou reposent sur des échelles de type Likert courtes à distribution asymétrique, l’alpha sous-estime systématiquement la fidélité réelle de l’instrument.

5. Évolution historique

La genèse de la quantification de la consistance interne s’inscrit au sein de l’école psychométrique du début du XXe siècle, sous l’impulsion initiale de Charles Spearman et de sa conceptualisation de l’erreur de mesure aléatoire dans l’analyse de l’intelligence générale. Avant l’émergence des indices globaux, les chercheurs évaluaient la fidélité par la méthode du test-retest (qui nécessite deux passations distinctes et introduit des effets d’apprentissage ou de maturation) ou par la méthode de bissection dite de « split-half » (partage du test en deux moitiés équivalentes, corrigé par la formule de Spearman-Brown).

La méthode de bissection présentait une limitation majeure : le résultat dépendait arbitrairement de la manière dont le test était subdivisé en deux parties (items pairs contre items impairs, première moitié contre seconde moitié, etc.). En 1937, G. Frederic Kuder et Marion Richardson ont apporté une réponse décisive en publiant les formules KR-20 et KR-21. Ces formules permettaient de calculer la moyenne théorique de toutes les bissections possibles d’un test, mais elles étaient strictement limitées aux items notés de façon dichotomique (vrai/faux, succès/échec).

En 1951, Lee J. Cronbach publie son article révolutionnaire dans la revue Psychometrika, dans lequel il généralise mathématiquement la logique de Kuder-Richardson à tout type de données quantitatives, notamment les échelles polytomiques et continues. Cronbach démontre avec élégance que l’alpha correspond exactement à la moyenne de tous les coefficients de bissection envisageables pour un test donné, éliminant ainsi le caractère arbitraire du découpage manuel des échelles.

Au cours des décennies suivantes, l’alpha de Cronbach est devenu l’indice le plus cité de la littérature en sciences sociales et comportementales. Cronbach lui-même, dans des rétrospectives rédigées au crépuscule de sa vie (notamment en 2004), a exprimé des réserves quant à l’utilisation dogmatique et parfois simpliste de son coefficient, recommandant aux chercheurs d’adopter des cadres plus globaux et multidimensionnels, à l’instar de la théorie de la généralisabilité qu’il a par la suite développée.

6. Fondements théoriques

Le coefficient alpha est théoriquement ancré dans les axiomes fondamentaux de la psychométrie et de la théorie classique des tests (TCT), initiée formellement par Harold Gulliksen et consolidée par Lord et Novick en 1968. Selon le postulat central de la TCT, tout score observé $X$ obtenu par un sujet à un item ou un test est la résultante linéaire de deux composantes additives : le score vrai $T$ (l’espérance mathématique du score de l’individu sous une infinité d’administrations indépendantes) et une erreur de mesure aléatoire $E$, formalisée par l’équation $X = T + E$.

Dans ce modèle, la fidélité ($R_{xx}$) est formellement définie comme le ratio de la variance du score vrai sur la variance totale observée : $$R_{xx} = rac{\sigma^2_T}{\sigma^2_X} = 1 – rac{\sigma^2_E}{\sigma^2_X}$$ L’erreur de mesure aléatoire est présumée avoir une espérance nulle, être non corrélée avec le score vrai, et posséder une covariance nulle avec les erreurs des autres items.

Pour que l’alpha de Cronbach soit une estimation non biaisée de ce ratio de fidélité, le modèle de mesure doit satisfaire la condition d’essentielle tau-équivalence. Cette hypothèse mathématique exige que tous les items de l’échelle mesurent le même construit latent avec la même échelle d’unités de mesure et avec des saturations factorielles identiques, bien que leurs constantes additives (les moyennes) puissent différer. Si cette condition est respectée, l’alpha équivaut rigoureusement à la fidélité réelle.

Dans l’éventualité où cette condition n’est pas remplie — ce qui correspond à la situation congrénergique générale où chaque item possède une sensibilité (discrimination) distincte vis-à-vis du trait latent —, l’alpha de Cronbach n’est plus une estimation exacte, mais constitue une borne inférieure (limite basse) de la fidélité véritable de l’instrument. En conséquence, une échelle peut posséder une fidélité de 0,85 alors que son alpha n’affiche que 0,78.

7. Composantes clés, types et dimensions

L’utilisation et la décomposition de l’alpha s’articulent autour de plusieurs concepts statistiques et déclinaisons méthodologiques :

• L’alpha de Cronbach brut (non standardisé) : Calculé directement à partir de la matrice de covariance des items réels. Il prend en compte les disparités de variance entre les items et constitue la formule standard rapportée lorsque les items partagent la même échelle de réponse (par exemple, des échelles de Likert de 1 à 5).
• L’alpha de Cronbach standardisé : Calculé à partir de la matrice des corrélations de Pearson, ce qui revient à convertir préalablement chaque item en score centré-réduit. Il est indispensable lorsque les items sont formulés avec des métriques hétérogènes (par exemple une question sur une échelle de 1 à 7 combinée à une question notée de 0 à 100).
• L’alpha ordinal : Dérivé de la matrice des corrélations polychoriques plutôt que des corrélations de Pearson. Il est recommandé lors de l’analyse d’échelles de Likert à faible nombre de modalités (3 ou 4 points) présentant une asymétrie marquée, évitant ainsi la sous-estimation de la cohérence interne.
• L’indice de corrélation item-total corrigé : Paramètre analytique associé évaluant la corrélation d’un item individuel avec le score composite de tous les autres items restants. Un coefficient inférieur à 0,30 signale généralement un item défaillant ou hétérogène qui affaiblit la cohérence de l’ensemble.
• L’alpha en cas de suppression de l’item (« Alpha if item deleted ») : Outil diagnostique indiquant la valeur qu’adopterait l’alpha si un item spécifique était retiré du questionnaire. Si la suppression d’un item augmente substantiellement l’alpha global, cela prouve que cet énoncé pollue la fidélité de l’échelle.
• Le nombre d’items ($k$) et la covariance inter-items moyenne : Les deux moteurs structurels de la formule de Cronbach. L’équation canonique s’écrit : $$lpha = rac{k}{k – 1} \left( 1 – rac{\sum_{i=1}^k \sigma^2_i}{\sigma^2_X}
  ight)$$ où $\sigma^2_i$ représente la variance de l’item $i$ et $\sigma^2_X$ la variance totale du test.

8. Exemples et cas illustratifs

Pour illustrer concrètement l’usage de l’alpha, considérons le développement d’une échelle psychologique mesurant l’épuisement professionnel (burnout) chez les soignants, composée initialement de 5 énoncés évalués sur une échelle de fréquence de 1 (Jamais) à 6 (Tous les jours) :

Dans une cohorte de 400 infirmiers, les quatre premiers items (« Je me sens émotionnellement vidé par mon travail », « Je me sens à bout de forces en fin de journée », « Me lever le matin pour affronter ma journée de travail exige un effort immense », « J’ai le sentiment d’être saturé par mes obligations professionnelles ») présentent des intercorrélations élevées, oscillant entre 0,65 et 0,78. En revanche, le cinquième item, formulé comme « Je trouve que mes collègues sont peu coopératifs », n’obtient que des corrélations de 0,15 à 0,22 avec les autres questions, car il sonde la dynamique relationnelle d’équipe plutôt que le sentiment individuel d’épuisement.

L’analyse psychométrique initiale révèle un alpha global de 0,76. Bien que ce score paraisse acceptable au premier abord, l’examen diagnostique de l’« alpha si item supprimé » montre que l’exclusion de l’item numéro 5 fait bondir l’alpha de Cronbach à 0,89. Le concepteur de l’échelle supprime donc cet item inadéquat pour préserver l’homogénéité du construit et maximiser la fidélité interne de l’instrument final.

Un second exemple emblématique concerne les tests d’aptitude cognitive comportant un nombre très élevé d’items. Un test d’évaluation du raisonnement spatial de 60 items peut afficher un alpha exceptionnel de 0,94. Néanmoins, une analyse approfondie des items peut révéler que plusieurs paires d’items sont des doublons quasi identiques, ne variant que par l’orientation de quelques degrés d’une figure géométrique. Cet allongement artificiel par redondance sémantique gonfle l’alpha de Cronbach sans pour autant apporter d’information psychologique nouvelle ni améliorer la validité prédictive de l’examen.

9. Mesure et évaluation

L’interprétation clinique et psychométrique des valeurs de l’alpha est traditionnellement régie par des conventions empiriques introduites dans la littérature par George et Mallery, ainsi que par Nunnally et Bernstein :

• $lpha ge 0,90$ : Niveau d’homogénéité excellent. Ce seuil élevé est généralement considéré comme un impératif éthique et déontologique pour les tests utilisés à des fins de décisions diagnostiques ou de sélection individuelle (par exemple, pour le diagnostic d’un trouble du déficit de l’attention ou l’évaluation du quotient intellectuel).
• $0,80 le lpha < 0,90$ : Bon niveau de cohérence interne. Idéal pour la plupart des questionnaires standardisés de personnalité et les échelles de dépistage clinique.
• $0,70 le lpha < 0,80$ : Niveau acceptable. Très répandu en recherche fondamentale exploratoire et dans les études expérimentales de psychologie sociale.
• $0,60 le lpha < 0,70$ : Niveau douteux ou discutable. Les scores doivent être interprétés avec une extrême précaution méthodologique.
• $lpha < 0,60$ : Inacceptable. L’instrument est dominé par l’erreur de mesure aléatoire et ne peut faire l’objet d’aucune inférence scientifique valide.
• $lpha > 0,95$ : Alerte de redondance excessive. Un indice anormalement proche de 1 signale fréquemment que les items posent exactement la même question avec de minimes variations syntaxiques, réduisant l’étendue du domaine conceptuel mesuré au détriment de la validité de contenu.

Dans l’évaluation psychométrique contemporaine, le coefficient alpha sert également au calcul direct de l’erreur standard de mesure (ESM, ou SEM en anglais), définie par l’équation $SEM = \sigma_X \sqrt{1 – lpha}$. Cette grandeur permet aux psychologues cliniciens de construire des intervalles de confiance précis (généralement à 95 %) autour du score observé d’un patient lors de la rédaction d’un bilan d’évaluation psychologique.

10. Applications et portée pratique

La mesure de la fidélité par l’alpha innerve l’intégralité des champs d’application de la psychologie appliquée et de la psychiatrie :

En psychologie clinique et psychopathologie, les échelles de référence telles que l’Inventaire de Dépression de Beck (BDI-II), le questionnaire d’anxiété généralisée (GAD-7) ou l’échelle de stress perçu (PSS) font l’objet d’exigences sévères quant à leur cohérence interne. Un alpha robuste garantit au clinicien que la sévérité symptomatologique documentée ne fluctue pas au gré de l’inconstance interne des items, fournissant ainsi une base solide pour mesurer l’efficacité d’une psychothérapie ou d’un traitement pharmacologique au fil du temps.

En psychologie organisationnelle et du travail, l’évaluation des compétences, du climat social, de l’engagement au travail et des traits de personnalité (notamment le modèle des Big Five) repose sur des batteries de questionnaires utilisées pour le recrutement ou la détection des hauts potentiels. Un alpha insuffisant dans ces contextes exposerait les organisations à des risques juridiques et déontologiques majeurs en fondant des décisions de carrière sur des indicateurs métrologiquement instables.

En neuropsychologie, la mesure des fonctions exécutives ou mnésiques recourt à des scores composites dont l’homogénéité conditionne la comparabilité inter-individuelle face à des tables normatives représentatives de la population générale.

11. Recherches et preuves empiriques

Depuis le début des années 2000, la littérature méthodologique en psychologie a engagé un réexamen critique approfondi des qualités de l’alpha de Cronbach. Des chercheurs de premier plan comme Cortina (1993), Sijtsma (2009), Schmitt (1996) et Peters (2014) ont mené des simulations massives de Monte-Carlo pour évaluer le comportement de l’alpha sous diverses conditions de distribution et de violation d’hypothèses de modélisation.

Ces investigations ont formellement démontré que l’alpha de Cronbach résiste très mal aux violations du modèle d’essentielle tau-équivalence. Lorsque les saturations factorielles (les coefficients de pondération des items) varient substantiellement au sein d’une même échelle — situation presque universelle dans les échelles psychologiques —, l’alpha sous-estime de façon systématique la véritable fidélité composite. De surcroît, Sijtsma (2009) a prouvé que la croyance selon laquelle l’alpha refléterait la consistance interne moyenne est erronée : l’alpha est avant tout une limite mathématique inférieure qui peut s’écarter considérablement du niveau réel de fiabilité dès lors que les covariances d’erreurs entre items ne sont pas strictement nulles.

Ces travaux empiriques ont conduit la majorité des revues internationales de premier rang en psychométrie, telles que Psychological Methods ou Educational and Psychological Measurement, à exiger que les chercheurs accompagnent l’alpha d’indices structurels plus sophistiqués, tels que l’oméga de McDonald ($\omega$).

12. Considérations culturelles et transculturelles

L’adaptation et la standardisation transculturelle des instruments psychologiques constituent un défi majeur pour la consistance interne. Lorsqu’une échelle mise au point dans un contexte culturel anglophone ou nord-américain est traduite en français, en espagnol, en arabe ou en mandarin, la cohérence interne ne peut en aucun cas être présumée équivalente à celle de la version source.

Les biais linguistiques de traduction, les idiomes culturels et les différences d’interprétation des concepts abstraits peuvent modifier la covariance entre les items. Par exemple, des items formulés sous forme de négations ou d’inversions de sens induisent très fréquemment des chutes drastiques de l’alpha dans certaines aires culturelles où les normes de politesse ou les modes de raisonnement répugnent à l’usage de double négation dans les questionnaires d’auto-évaluation.

Dans la validation transculturelle, il est impératif de démontrer l’invariance de mesure à travers l’analyse factorielle confirmatoire multigroupe avant de comparer les coefficients alpha. Si l’équivalence métrique n’est pas établie entre deux cultures, une différence observée d’alpha reflétera un artefact de mesure lié au fonctionnement différentiel des items plutôt qu’une disparité psychologique réelle au sein des populations évaluées.

13. Critiques, débats et limites

Malgré sa suprématie historique incontestée, l’alpha de Cronbach fait l’objet de critiques méthodologiques vigoureuses qui animent les débats contemporains en psychométrie :

La première critique majeure concerne l’illusion de parcimonie causée par la sensibilité de l’alpha à la longueur de l’échelle. En concevant des échelles très longues comportant de nombreux items presque identiques, les concepteurs peuvent artificiellement afficher un alpha très élevé (par exemple 0,93), dissimulant ainsi un instrument redondant, fastidieux pour les répondants, et susceptible de générer un biais de lassitude ou d’inattention sans aucun apport de variance valide.

La seconde critique fondamentale porte sur l’inférence abusive de l’unidimensionnalité. Il est mathématiquement démontré qu’un questionnaire mesurant trois dimensions psychologiques distinctes et orthogonales peut afficher un alpha de 0,75 ou 0,80 si chaque dimension est représentée par un nombre suffisant d’items. Déclarer qu’une échelle est « unidimensionnelle » sur la seule base d’un alpha acceptable constitue un non-sens méthodologique notoire que les comités de lecture académiques récusent désormais fermement.

La troisième critique dénonce l’inadéquation de l’alpha pour les formats de réponse ordinaux discrets. L’application de la formule classique sur des échelles de type Likert à 3, 4 ou 5 points viole l’hypothèse de continuité des variables et engendre des distorsions mathématiques majeures, sous-estimant la fiabilité réelle en présence d’effets de plancher ou de plafond prononcés.

14. Termes connexes et distinctions

Pour appréhender le positionnement précis de l’alpha, il convient de le confronter aux autres concepts et métriques clés de la psychométrie :

• L’oméga de McDonald ($\omega$) : Également appelé fidélité composite. Contrairement à l’alpha qui postule des saturations factorielles égales, l’oméga est dérivé d’un modèle d’analyse factorielle confirmatoire et prend en compte les charges factorielles spécifiques de chaque item. Il est aujourd’hui considéré par les méthodologistes comme supérieur à l’alpha dans la quasi-totalité des contextes congrénergiques.
• La fidélité test-retest : Mesure la stabilité temporelle des scores à travers le temps lors de deux administrations indépendantes, alors que l’alpha évalue la consistance interne à un instant $T$ unique. Un test peut posséder une cohérence interne parfaite tout en affichant une mauvaise stabilité temporelle si le trait mesuré est un état passager (comme l’humeur aiguë).
• La validité de construit : Degré auquel un test mesure effectivement le concept théorique qu’il prétend mesurer. La consistance interne (alpha) est une condition nécessaire mais nullement suffisante à la validité : une échelle peut mesurer avec une cohérence parfaite ($lpha = 0,95$) quelque chose qui ne correspond absolument pas au construit théorique visé.
• Le coefficient bêta de Revelle : Indice statistique conçu pour quantifier la proportion de variance attribuable au facteur général commun le plus large d’un test, permettant de repérer les tests multidimensionnels que l’alpha de Cronbach ne parvient pas à discriminer.
• L’erreur de première espèce ($lpha$) : En statistique inférentielle générale, la lettre grecque alpha désigne le seuil de significativité théorique (habituellement fixé à 0,05 ou 0,01), représentant le risque consenti de rejeter à tort l’hypothèse nulle ($H_0$). Ce concept d’inférence décisionnelle ne doit pas être confondu avec le coefficient de fiabilité de Cronbach.
• Le rythme alpha : En neurophysiologie et électroencéphalographie (EEG), oscillation cérébrale synchronisée oscillant entre 8 et 12 Hz, prédominant dans les régions occipitales lors des états de veille calme aux yeux fermés, sans rapport métrologique direct avec la théorie classique des tests.

15. Résumé et points clés

L’alpha de Cronbach demeure la pierre angulaire historique et l’indice de référence universel pour quantifier la cohérence interne des échelles de mesure et des questionnaires en psychologie. Né de la volonté de synthétiser la consistance moyenne des items indépendamment du découpage arbitraire des bissections, il fournit une estimation globale de la part de variance attribuable aux scores vrais sous les hypothèses de la théorie classique des tests.

Néanmoins, la pratique psychométrique moderne impose de ne plus considérer l’alpha comme une métrique isolée ou infaillible. Parce qu’il exige la tau-équivalence et se trouve influencé mécaniquement par l’allongement artificiel des échelles, l’alpha ne valide en rien l’unidimensionnalité d’un outil d’évaluation. L’évaluation contemporaine de la fidélité requiert une approche intégrée, combinant l’analyse factorielle confirmatoire, l’indice oméga de McDonald et l’évaluation minutieuse de la validité de contenu, garantissant ainsi des instruments de mesure à la hauteur des exigences scientifiques et cliniques contemporaines.

Références

• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://link.springer.com/article/10.1007/BF02310555
• Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104. https://psycnet.apa.org/record/1993-27756-001
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha. Psychometrika, 74(1), 107–120. https://link.springer.com/article/10.1007/s11336-008-9101-0
• Peters, G. Y. (2014). The alpha and the omega of scale reliability and validity: Why and how to abandon Cronbach’s alpha and the route towards more comprehensive assessment of scale quality. The European Health Psychologist, 16(2), 56–69. https://ehps.net/ehp/index.php/contents/article/view/ehp.v16.i2.p56