Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Cronbachs Alpha

Cronbach’s Alpha · Koeffizient Alpha · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter Cronbachs Alpha?

Cronbachs Alpha (Symbol: α) ist ein Maß für die interne Konsistenz einer Skala oder eines Tests. Es gibt an, wie eng die Items (also Fragen oder Aussagen) einer Skala miteinander zusammenhängen – ob sie also alle dasselbe zugrunde liegende Konstrukt messen. Der Wert wurde 1951 vom amerikanischen Psychologen Lee J. Cronbach entwickelt und ist heute eines der am häufigsten berichteten Gütekriterien in der empirischen Forschung.

Die Formel lautet:

Formel: Cronbachs Alpha

Dabei steht k für die Anzahl der Items, für die Summe der Varianzen der einzelnen Items und für die Varianz des Gesamtscores aller Items.

Der Wertebereich von Cronbachs Alpha liegt theoretisch zwischen 0 und 1, wobei höhere Werte eine stärkere interne Konsistenz anzeigen. In der Praxis gelten folgende Richtwerte:

Tabelle 1. Orientierungswerte zur Interpretation von Cronbachs Alpha
Alpha-Wert Interpretation
< 0,60 Unzureichend
0,60 – 0,69 Akzeptabel (je nach Kontext)
0,70 – 0,79 Gut
0,80 – 0,89 Sehr gut
≥ 0,90 Exzellent (ggf. Redundanz prüfen)
Einfach erklärt Stell dir vor, du hast einen Fragebogen mit fünf Fragen, die alle das Konstrukt „Stressempfinden“ messen sollen. Cronbachs Alpha prüft, ob Personen, die bei einer Frage hohe Werte angeben, das auch bei den anderen Fragen tun. Wenn ja, messen die Fragen offenbar alle dasselbe – die Skala ist intern konsistent.

Warum ist Cronbachs Alpha für statistische Analysen wichtig?

In der empirischen Forschung werden Konstrukte wie Persönlichkeitseigenschaften, Einstellungen oder psychologische Zustände häufig nicht mit einer einzigen Frage erfasst, sondern durch mehrere Items zu einer Skala zusammengefasst. Ob diese Skala zuverlässig misst, was sie messen soll, ist eine grundlegende Voraussetzung für valide Ergebnisse. Cronbachs Alpha liefert hier eine erste, schnell berechenbare Einschätzung der Reliabilität.

In Abschlussarbeiten und wissenschaftlichen Publikationen wird erwartet, dass Alpha für jede verwendete Skala berichtet wird – insbesondere wenn Fragebögen aus der Literatur adaptiert oder neu entwickelt wurden.

Häufiger Fehler Cronbachs Alpha steigt automatisch mit der Anzahl der Items, selbst wenn die einzelnen Items nur schwach miteinander korrelieren. Ein hoher Alpha-Wert bedeutet also nicht zwingend, dass eine Skala gut ist – er kann auch durch viele Items „aufgeblasen“ werden. Außerdem misst Alpha ausschließlich interne Konsistenz, nicht Validität. Eine Skala kann intern konsistent, aber trotzdem am Konstrukt vorbeimessen.
Gut zu wissen Cronbachs Alpha setzt voraus, dass alle Items gleich stark zum Gesamtkonstrukt beitragen (sogenannte tau-Äquivalenz). Ist das nicht der Fall, liefert McDonald’s Omega (ω) eine genauere Schätzung der Reliabilität und wird in der modernen Methodenliteratur zunehmend empfohlen.

Praxisbeispiel zu Cronbachs Alpha

Eine Studierende entwickelt im Rahmen ihrer Masterarbeit einen Fragebogen zur Messung von akademischer Prokrastination. Die Skala besteht aus fünf Items, die jeweils auf einer fünfstufigen Likert-Skala beantwortet werden (1 = trifft gar nicht zu, 5 = trifft voll zu):

  • „Ich schiebe Aufgaben auf, obwohl ich weiß, dass ich sie erledigen sollte.“
  • „Ich beginne mit dem Lernen erst kurz vor der Prüfung.“
  • „Ich habe Schwierigkeiten, mich rechtzeitig an die Arbeit zu machen.“
  • „Ich erledige Aufgaben lieber im letzten Moment.“
  • „Ich bereue oft, nicht früher angefangen zu haben.“

Nach der Datenerhebung berechnet sie Cronbachs Alpha in SPSS und erhält einen Wert von α = 0,81. Das bedeutet: Die fünf Items hängen stark genug zusammen, um als eine einheitliche Skala interpretiert zu werden. Die interne Konsistenz gilt als sehr gut.

Hätte sie einen Wert von α = 0,52 erhalten, wäre das ein Hinweis darauf, dass einzelne Items nicht gut zum Rest der Skala passen. Ein Blick in die „Item-Skala-Korrelationen“ würde zeigen, welches Item entfernt oder überarbeitet werden sollte.

Reliabilität Interne Konsistenz Skalenanalyse Fragebogen Likert-Skala Messtheorie Psychometrie

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!