Słownik metodologiczny · Ludzie statystyki

Lee J. Cronbach (1916–2001) – kim był i co wniósł do statystyki

Lee J. Cronbach dał badaczom współczynnik alfa, pojęcie trafności teoretycznej i teorię generalizowalności. Przedstawiamy jego biografię naukową, oś czasu i przykład w R: alfa pięciu skal Wielkiej Piątki i całego zestawu 25 pozycji.

Strona główna / Słownik / Lee J. Cronbach
W skrócie: Lee J. Cronbach (1916–2001) – amerykański psycholog edukacyjny i psychometra. Autor współczynnika alfa (1951), współautor (z Meehlem) pojęcia trafności teoretycznej (1955) i teorii generalizowalności (1972), w wykładzie „dwie dyscypliny” (1957) wezwał do łączenia psychologii korelacyjnej i eksperymentalnej.

Kim był Lee J. Cronbach?

Lee Joseph Cronbach (1916–2001) był amerykańskim psychologiem edukacyjnym i psychometrą – autorem współczynnika alfa, współtwórcą pojęcia trafności teoretycznej i teorii generalizowalności. Urodził się 22 kwietnia 1916 r. we Fresno w Kalifornii. Według wspomnienia Shavelsona (2009) w 1921 r. przeszedł test inteligencji i został włączony do badań Lewisa Termana nad dziećmi zdolnymi; szkołę średnią skończył w wieku 14 lat, a Fresno State College (chemia i matematyka) – w wieku 18 lat.

Przez dwa i pół roku uczył matematyki i chemii w szkole średniej, a w 1940 r. obronił doktorat z psychologii edukacyjnej na Uniwersytecie Chicagowskim. Pracował na Washington State (1940–1946), w czasie wojny w szkole sonarowej marynarki w San Diego, potem krótko w Chicago, a od 1948 r. na Uniwersytecie Illinois. W latach 60. przeszedł na Uniwersytet Stanforda, gdzie pracował do emerytury w 1980 r. Był prezesem American Psychological Association (wybrany w 1956 r.), a w 1974 r. został członkiem National Academy of Sciences. Zmarł 1 października 2001 r. (Shavelson, 2009).

Najważniejsze pomysły

  • Współczynnik alfa (1951). Cronbach (1951) podał ogólny wzór α, którego szczególnym przypadkiem jest KR-20, i pokazał, że α to średnia wszystkich współczynników rzetelności połówkowej. Alfę liczy się z jednego badania, bez powtórnego testu i wersji równoległej, więc stała się podstawową miarą spójności wewnętrznej.
  • Trafność teoretyczna (1955). Jako przewodniczący komisji APA ds. standardów testów (1950–1953) napisał z Paulem Meehlem artykuł o trafności teoretycznej (Cronbach i Meehl, 1955). Autorzy wyróżnili cztery rodzaje trafności, a teoretyczną – sprawdzanie proponowanej interpretacji wyniku logicznie i empirycznie wobec interpretacji konkurencyjnych – postawili w centrum walidacji (Shavelson, 2009).
  • „Dwie dyscypliny psychologii naukowej” (1957). W wykładzie prezesa APA wezwał do połączenia psychologii korelacyjnej (różnice indywidualne) i eksperymentalnej (różnice między warunkami). Z tego wyrósł program badań interakcji uzdolnień z metodą nauczania, prowadzony z Richardem Snowem (Shavelson, 2009).
  • Teoria generalizowalności (1972). Z Goldine Gleser, Harinderem Nandą i Nageswari Rajaratnam rozbił błąd pomiaru na źródła – pozycje, okazje, oceniających – w teorii generalizowalności (Cronbach i in., 1972).
  • Decyzje i ewaluacja. W laboratorium marynarki poznał teorię informacji Shannona, a przez nią prace Abrahama Walda; zainspirowały go one do traktowania interpretacji testu jak reguł podejmowania decyzji. Pisał też o ewaluacji programów edukacyjnych.

Przykład na prawdziwych danych

Historycznych danych Cronbacha nie ma w pakietach R, więc bierzemy prawdziwe dane współczesne: zbiór bfi z pakietu psych – 25 pozycji osobowości (skala 1–6) z internetowego projektu SAPA, po 5 pozycji na każdą z pięciu cech Wielkiej Piątki. Po usunięciu osób z brakami zostaje 2436 osób; pozycje odwrócone przekodowaliśmy według klucza skal.

Alfa poszczególnych skal wynosi od .61 (otwartość) do .82 (neurotyczność), a średnia korelacja między pozycjami w skali – od .24 do .47. Alfa wszystkich 25 pozycji razem to .70, choć mierzą one pięć różnych cech, a średnia korelacja między nimi wynosi tylko .09. Wzór na alfę standaryzowaną daje z tych liczb .72: przy 25 pozycjach nawet słabe korelacje sumują się do „przyzwoitej” alfy. Jak duży jest ten efekt w czystej postaci, pokazuje panel B rysunku 2 – wartości populacyjne bez losowania, z korelacją .30 w obrębie cechy i 0 między cechami (parametry ustawione ręcznie).

Na rysunku

Oś czasu od 1910 do 2010 z dziesięcioma zdarzeniami oznaczonymi kształtami: koło – życie, kwadrat – stanowisko, trójkąt – praca. 1916 urodzony we Fresno, 1940 doktorat na Uniwersytecie Chicagowskim, 1948 Uniwersytet Illinois, 1951 współczynnik alfa, 1955 trafność teoretyczna z Meehlem, 1957 dwie dyscypliny – wykład prezesa APA, 1972 teoria generalizowalności, 1980 emerytura na Stanfordzie, 2001 zmarł 1 października, 2004 pośmiertne uwagi o alfie
Rysunek 1. Najważniejsze daty z życia Lee J. Cronbacha. Daty według Shavelsona (2009). Rysunek: R, pakiet ggplot2.

Co widać. Prace, z których Cronbach jest dziś najbardziej znany – alfa, trafność teoretyczna i „dwie dyscypliny” – powstały w ciągu siedmiu lat na Uniwersytecie Illinois. Teoria generalizowalności przyszła ponad 20 lat po alfie, a ostatni tekst o alfie ukazał się już po jego śmierci.

Na co uważać. To wybór dziesięciu zdarzeń: oś pomija m.in. podręcznik Essentials of Psychological Testing (1949), badania interakcji uzdolnień z metodą nauczania (1977) i prace o ewaluacji. Rok przejścia na Stanford pominęliśmy, bo wspomnienie podaje dwie różne daty.

Podpis do pracy:

Rysunek 1. Wybrane wydarzenia z życia i pracy Lee J. Cronbacha (1916–2001). Uwaga. Opracowano na podstawie Shavelson (2009).
Panel A: alfa Cronbacha dla pięciu skal Wielkiej Piątki w danych bfi (niebieskie koła): ugodowość .72, sumienność .74, ekstrawersja .77, neurotyczność .82, otwartość .61, oraz dla wszystkich 25 pozycji razem (czerwony trójkąt) .70; przerywana linia przy .70. Panel B: alfa standaryzowana w funkcji liczby pozycji od 5 do 50; dla jednej cechy (linia ciągła, koła) rośnie od .68 do .96, dla pięciu niezależnych cech (linia przerywana, trójkąty) od 0 przy 5 pozycjach do .57 przy 25 i .74 przy 50
Rysunek 2. Alfa Cronbacha dla pięciu skal i dla wszystkich 25 pozycji w danych bfi (A) oraz alfa standaryzowana w funkcji liczby pozycji dla jednej cechy i dla pięciu niezależnych cech (B). Dane: psych::bfi, n = 2436; panel B – wartości populacyjne (korelacja .30 w obrębie cechy, 0 między cechami). Rysunek: R, pakiety psych, ggplot2 i patchwork.

Co widać. Na panelu A alfa „mieszanki” 25 pozycji (.70) jest prawie taka jak alfa skal ugodowości i sumienności. Na panelu B przy pięciu zupełnie niezależnych cechach alfa rośnie z liczbą pozycji i przy 50 pozycjach przekracza .70. Wysoka alfa nie dowodzi więc, że skala mierzy jedną cechę – mówi o tym, jak dobrze suma pozycji powtarza się przy innym zestawie podobnych pozycji.

Na co uważać. Panel B zakłada równe korelacje i zerowe związki między cechami – w prawdziwych skalach jest inaczej. Próg .70 na panelu A to zwyczaj, a nie reguła Cronbacha.

Podpis do pracy:

Rysunek 2. Alfa Cronbacha dla pięciu skal kwestionariusza osobowości i dla wszystkich 25 pozycji łącznie (A) oraz alfa standaryzowana w zależności od liczby pozycji dla skali jednowymiarowej i pięciowymiarowej (B). Uwaga. Linia przerywana w panelu A oznacza wartość .70.

Gdzie spotkasz Cronbacha w swojej pracy

  • Rozdział o narzędziach. Alfa przy każdej skali kwestionariusza – zwykle w SPSS albo jamovi; krok po kroku opisuje to wpis Alfa Cronbacha – rzetelność skali, a co zrobić z niską alfą – Alfa Cronbacha poniżej .70.
  • Adaptacja kwestionariusza. Trafność teoretyczna w rozdziale o walidacji i omega McDonalda obok alfy.
  • Badania z oceniającymi. Gdy wynik zależy od sędziów, zadań i okazji – teoria generalizowalności.
  • Plan eksperymentu. Pytanie, czy metoda działa inaczej u osób o różnych uzdolnieniach, to interakcja z „dwóch dyscyplin”.

Spory, mity i trudne strony

Sam Cronbach wątpił w alfę. W notatkach przygotowanych przed 50. rocznicą artykułu i wydanych pośmiertnie napisał, że alfa nie jest najlepszym sposobem oceny rzetelności i obejmuje tylko mały wycinek potrzeb pomiarowych; szerszą ramą miała być teoria generalizowalności (Cronbach i Shavelson, 2004).

„Wysoka alfa = skala jednowymiarowa”. Nie. Już w 1951 r. Cronbach radził dzielić testy złożone z odrębnych części przed liczeniem alfy, a Shavelson (2009) podkreśla, że alfa nie wymaga jednowymiarowości – a więc jej nie sprawdza. Do tego służy analiza jednowymiarowości.

Interakcje, których nie było. Po dziesięciu latach poszukiwań Cronbach i Snow stwierdzili, że prawie żadnej interakcji uzdolnień z metodą nauczania nie potwierdzono w kilku badaniach; najtrwalsze dotyczyły ogólnych zdolności (Shavelson, 2009).

Anegdota o kolejności nazwisk. Według autobiografii Cronbacha, przytoczonej przez Shavelsona (2009), o tym, że jego nazwisko stoi przed nazwiskiem Meehla, zdecydował rzut monetą, na który nalegał Meehl. Swój wkład w artykuł Cronbach oceniał jako niewielki.

Przykład reprodukowalny

Cronbach w R

Kod rysuje oś czasu, liczy alfę i średnią korelację między pozycjami dla pięciu skal i całego zestawu 25 pozycji oraz krzywe alfy standaryzowanej dla jednej i pięciu cech. Rysunki na stronie powstały z tych samych obiektów p_os i p_metoda z krojem i tłem serwisu; dane, geometrie i skale są identyczne.

Oś czasu i alfa Cronbacha na danych bfi

Dane wejściowe: data(bfi, package = "psych") – 25 pozycji, 2436 osób bez braków; pozycje A1, C4, C5, E1, E2, O2 i O5 odwrócone (7 − x). Krzywe – wzór na alfę standaryzowaną, korelacja .30 w obrębie cechy ustawiona ręcznie; bez losowania.

Co odczytać: alfę i średnią korelację dla każdej skali i dla 25 pozycji razem oraz alfę przy 5, 25 i 50 pozycjach.

Kod R rysunków 1 i 2
# Lee J. Cronbach: oś czasu i alfa Cronbacha na 25 pozycjach Wielkiej Piątki (psych::bfi)
suppressPackageStartupMessages({library(ggplot2); library(patchwork); library(psych)})
oi <- c(niebieski = "#0072B2", pomaranczowy = "#E69F00", cynober = "#D55E00", szary = "grey45")  # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))

# 1. Oś czasu (lata według Shavelsona 2009)
zdarzenia <- data.frame(
  rok = c(1916, 1940, 1948, 1951, 1955, 1957, 1972, 1980, 2001, 2004),
  opis = c("urodzony we Fresno", "doktorat\n(Uniwersytet Chicagowski)", "Uniwersytet Illinois", "współczynnik alfa",
           "trafność teoretyczna\n(z Meehlem)", "„dwie dyscypliny”\n(wykład prezesa APA)", "teoria\ngeneralizowalności",
           "emerytura\n(Stanford)", "zmarł 1 października", "pośmiertnie: uwagi\no alfie"),
  rodzaj = c("życie", "stanowisko", "stanowisko", "praca", "praca", "praca", "praca", "stanowisko", "życie", "praca"))
zdarzenia$y <- c(1.2, -1, 1.2, -2, 2.1, -1, 1.2, -2, 1.2, -1)                  # wysokość etykiet
zdarzenia$x_etyk <- c(1916, 1936, 1945, 1951, 1959, 1963, 1975, 1982, 2001, 2004)  # przesunięcie etykiet, żeby się nie nakładały
p_os <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60") +
  geom_segment(aes(xend = x_etyk, yend = y * 0.8), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.5) +
  geom_label(aes(x = x_etyk, y = y, label = paste0(rok, "\n", opis)), size = 3.2, lineheight = 0.9, linewidth = 0.2) +
  scale_shape_manual(values = c("życie" = 21, "stanowisko" = 22, "praca" = 24), name = NULL) +
  scale_fill_manual(values = c("życie" = oi[["szary"]], "stanowisko" = oi[["niebieski"]], "praca" = oi[["cynober"]]), name = NULL) +
  scale_x_continuous(breaks = seq(1910, 2010, 10), limits = c(1908, 2012)) + scale_y_continuous(limits = c(-2.5, 2.5)) +
  labs(title = "Lee J. Cronbach (1916–2001)", x = NULL, y = NULL) +
  motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank(), legend.position = "bottom")

# 2. Dane: 25 pozycji osobowości (skala 1–6) z projektu SAPA, pięć cech po 5 pozycji
data(bfi, package = "psych")
pozycje <- na.omit(bfi[, 1:25])
nrow(pozycje)
odwrocone <- c("A1", "C4", "C5", "E1", "E2", "O2", "O5")      # pozycje odwrócone według klucza skal
pozycje[odwrocone] <- 7 - pozycje[odwrocone]
cechy <- c(A = "Ugodowość", C = "Sumienność", E = "Ekstrawersja", N = "Neurotyczność", O = "Otwartość")
alfa_i_r <- function(d) c(alfa = psych::alpha(d, warnings = FALSE)$total$raw_alpha,
                          sr_r = mean(cor(d)[lower.tri(cor(d))]), k = ncol(d))
wyniki <- rbind(t(sapply(names(cechy), function(cc) alfa_i_r(pozycje[, startsWith(names(pozycje), cc)]))),
                "25 pozycji razem" = alfa_i_r(pozycje))
round(wyniki, 3)
# Alfa standaryzowana z liczby pozycji k i średniej korelacji: k * r / (1 + (k - 1) * r)
alfa_st <- function(k, r) k * r / (1 + (k - 1) * r)
round(alfa_st(25, wyniki["25 pozycji razem", "sr_r"]), 3)

# 3. Alfa a liczba pozycji, gdy pozycje mierzą jedną cechę albo pięć niezależnych cech
#    (korelacja .30 w obrębie cechy, 0 między cechami; wartości populacyjne, bez losowania)
k <- seq(5, 50, by = 5)
krzywe <- rbind(data.frame(k, struktura = "jedna cecha", alfa = alfa_st(k, 0.30)),
                data.frame(k, struktura = "pięć niezależnych cech", alfa = alfa_st(k, 0.30 * (k / 5 - 1) / (k - 1))))
transform(krzywe[krzywe$k %in% c(5, 25, 50), ], alfa = round(alfa, 3))

d_bfi <- data.frame(skala = factor(rownames(wyniki), levels = rev(rownames(wyniki))), alfa = wyniki[, "alfa"],
                    rodzaj = ifelse(rownames(wyniki) == "25 pozycji razem", "pięć cech razem", "jedna cecha (5 pozycji)"))
levels(d_bfi$skala) <- sub("^(A|C|E|N|O)$", "\\1", levels(d_bfi$skala))
p_bfi <- ggplot(d_bfi, aes(alfa, skala, shape = rodzaj)) +
  geom_vline(xintercept = 0.70, linetype = "dashed", colour = "grey50") +
  geom_segment(aes(x = 0, xend = alfa, yend = skala), colour = "grey75") +
  geom_point(aes(colour = rodzaj), size = 3.5) +
  geom_text(aes(label = sub("^0", "", sprintf("%.2f", alfa))), nudge_x = 0.06, size = 3.6) +
  scale_colour_manual(values = c("jedna cecha (5 pozycji)" = oi[["niebieski"]], "pięć cech razem" = oi[["cynober"]]), name = NULL) +
  scale_shape_manual(values = c("jedna cecha (5 pozycji)" = 16, "pięć cech razem" = 17), name = NULL) +
  scale_y_discrete(labels = function(x) ifelse(x %in% names(cechy), paste0(cechy[x], " (", x, ")"), x)) +
  scale_x_continuous(limits = c(0, 1), breaks = seq(0, 1, 0.2)) +
  labs(title = "A. Dane bfi: alfa skal i całości", x = "Alfa Cronbacha", y = NULL) + motyw + theme(legend.position = "bottom")
p_k <- ggplot(krzywe, aes(k, alfa, linetype = struktura, shape = struktura, colour = struktura)) +
  geom_line(linewidth = 0.9) + geom_point(size = 2.6) +
  scale_colour_manual(values = c("jedna cecha" = oi[["niebieski"]], "pięć niezależnych cech" = oi[["cynober"]]), name = NULL) +
  scale_linetype_manual(values = c("jedna cecha" = "solid", "pięć niezależnych cech" = "22"), name = NULL) +
  scale_shape_manual(values = c("jedna cecha" = 16, "pięć niezależnych cech" = 17), name = NULL) +
  scale_y_continuous(limits = c(0, 1), breaks = seq(0, 1, 0.2)) +
  labs(title = "B. Alfa rośnie z liczbą pozycji", x = "Liczba pozycji", y = "Alfa (standaryzowana)") +
  motyw + theme(legend.position = "bottom")
p_metoda <- p_bfi + p_k + plot_layout(widths = c(1.1, 1))
p_os
p_metoda
Wynik w R
[1] 2436
                  alfa  sr_r  k
A                0.716 0.345  5
C                0.737 0.364  5
E                0.765 0.395  5
N                0.817 0.473  5
O                0.608 0.241  5
25 pozycji razem 0.698 0.093 25
[1] 0.719
    k              struktura  alfa
1   5            jedna cecha 0.682
5  25            jedna cecha 0.915
10 50            jedna cecha 0.955
11  5 pięć niezależnych cech 0.000
15 25 pięć niezależnych cech 0.568
20 50 pięć niezależnych cech 0.745

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (alfa – funkcja alpha() z pakietu psych; korelacje i wzór – funkcje bazowe; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research [R package]. Northwestern University. https://CRAN.R-project.org/package=psych
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był Lee Cronbach?

Amerykańskim psychologiem edukacyjnym i psychometrą (1916–2001). Doktorat zrobił na Uniwersytecie Chicagowskim (1940), pracował m.in. na Uniwersytecie Illinois i Uniwersytecie Stanforda, był prezesem American Psychological Association i członkiem National Academy of Sciences.

Co wymyślił Lee Cronbach?

Współczynnik alfa w 1951 r., pojęcie trafności teoretycznej – razem z Paulem Meehlem w 1955 r., teorię generalizowalności – z Goldine Gleser, Harinderem Nandą i Nageswari Rajaratnam w 1972 r. – oraz program łączenia psychologii korelacyjnej i eksperymentalnej przez badanie interakcji osoby z warunkami.

Dlaczego alfa nazywa się alfą Cronbacha?

Bo Cronbach opisał ją w artykule z 1951 r. jako ogólny wzór α, obejmujący KR-20 jako szczególny przypadek, i pokazał, że jest średnią wszystkich współczynników połówkowych. Nazwa „alfa Cronbacha” przyjęła się później w literaturze.

Czy Cronbach uważał alfę za najlepszą miarę rzetelności?

Pod koniec życia nie. W notatkach wydanych pośmiertnie w 2004 r. pisał, że alfa obejmuje tylko mały wycinek potrzeb pomiarowych i że rzetelność lepiej oceniać w szerszej ramie teorii generalizowalności.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555 ● Otwarty dostęp
  2. Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. https://doi.org/10.1037/h0040957 ● Otwarty dostęp: pełny tekst
  3. Cronbach, L. J., & Shavelson, R. J. (2004). My current thoughts on coefficient alpha and successor procedures. Educational and Psychological Measurement, 64(3), 391–418. https://doi.org/10.1177/0013164404266386
  4. Cronbach, L. J., Gleser, G. C., Nanda, H., & Rajaratnam, N. (1972). The dependability of behavioral measurements: Theory of generalizability for scores and profiles. Wiley.
  5. Shavelson, R. J. (2009). Lee J. Cronbach 1916–2001: A biographical memoir. National Academy of Sciences. https://www.nasonline.org/wp-content/uploads/2024/10/Cronbach_Lee.pdf ● Otwarty dostęp

Cytowania BibTeX

@article{cronbach1951coefficient, author={Cronbach, Lee J.}, title={{Coefficient alpha and the internal structure of tests}}, journal={Psychometrika}, year={1951}, volume={16}, number={3}, pages={297--334}, doi={10.1007/bf02310555}}
@article{cronbach1955construct, author={Cronbach, Lee J. and Meehl, Paul E.}, title={{Construct validity in psychological tests}}, journal={Psychological Bulletin}, year={1955}, volume={52}, number={4}, pages={281--302}, doi={10.1037/h0040957}}
@article{cronbach2004current, author={Cronbach, Lee J. and Shavelson, Richard J.}, title={{My current thoughts on coefficient alpha and successor procedures}}, journal={Educational and Psychological Measurement}, year={2004}, volume={64}, number={3}, pages={391--418}, doi={10.1177/0013164404266386}}
@book{cronbach1972dependability, author={Cronbach, Lee J. and Gleser, Goldine C. and Nanda, Harinder and Rajaratnam, Nageswari}, title={{The dependability of behavioral measurements: Theory of generalizability for scores and profiles}}, year={1972}, publisher={Wiley}, url={https://openlibrary.org/works/OL17977727W}}
@techreport{shavelson2009cronbach, author={Shavelson, Richard J.}, title={{Lee J. Cronbach 1916–2001: A biographical memoir}}, year={2009}, institution={National Academy of Sciences}, url={https://www.nasonline.org/wp-content/uploads/2024/10/Cronbach_Lee.pdf}}
R