Calculateur de l’alpha de Cronbach et de l’oméga de McDonald

Name: Calculateur de l’alpha de Cronbach
Author: Richard Injante

Fiabilité d’une échelle ou d’un questionnaire : alpha avec intervalle de confiance, oméga, et quels items l’améliorent ou la dégradent.

Contenu vérifié par Richard Injante Édité par SolucionesAhora.com Mis à jour le 20/10/2026 Comment nous vérifions

Données de la calculatrice

Saisissez vos données, ou cliquez sur « Voir un exemple » pour voir comment ça marche.
Si votre cas est particulier, ouvrez « Options avancées ».
Lisez le résultat puis, dessous, ce qu’il signifie et comment il a été calculé.

Réponses à l’échelle

Chaque ligne est un participant et chaque colonne un item de l’échelle (par exemple, une question Likert de 1 à 5). Tous les items doivent aller dans le même sens : recodez d’abord ceux inversés. Vous pouvez mettre les noms des items sur la première ligne. Pas de données manquantes.

Une ligne par personne, une colonne par item

Options avancées

Niveau de confiance (facultatif)

Niveau de l’intervalle de confiance de l’alpha. 95 % est la norme.

Voir le résultat

Résultats

Alpha de Cronbach0,914

IC de l’alpha : inférieur0,245

IC de l’alpha : supérieur0,979

Appréciation de l’alphaExcellent

Oméga de McDonald (total)0,925

Alpha standardisé0,920

Corrélation moyenne inter-items0,742

Nombre d’items4

Nombre de personnes5

Analyse de chaque item
Item	Moyenne	Écart-type	Corrélation item-total corrigée	Alpha si supprimé	Saturation factorielle
1	3,6	1,14	0,948	0,833	0,986
2	4	1	0,868	0,867	0,947
3	4	1,225	0,731	0,923	0,745
4	3,8	0,837	0,725	0,918	0,777

Voir le calcul étape par étape

Alpha standardisé = 0,920 ; corrélation moyenne inter-items = 0,742
4 items et 5 personnes

Gratuit et sans inscription ! Et si vous appreniez à le faire sans calculatrice ? Un jeu de cinq minutes avec des défis, des vies et des points. Ça rentre tout seul.

En bref

Ce qu’il calcule: Fiabilité d’une échelle ou d’un questionnaire : alpha avec intervalle de confiance, oméga, et quels items l’améliorent ou la dégradent.
Formule appliquée: α = k/(k − 1) × (1 − Σ s²ᵢ / s²ₜ) k = items, s²ᵢ = variance de chaque item, s²ₜ = variance du total
Exemple: Exemple 1. Cinq personnes et quatre items.

Calculateur de l’alpha de Cronbach

Quand une échelle additionne plusieurs questions pour mesurer une même chose (satisfaction, anxiété, attitude…), il faut vérifier que ces questions « vont dans le même sens ». L’alpha de Cronbach mesure cette cohérence interne, et c’est la première chose que demandent les relecteurs d’un questionnaire.

Collez les réponses (une ligne par personne, une colonne par item). Vous obtenez l’alpha avec son intervalle de confiance, l’oméga de McDonald (qui n’exige pas que tous les items pèsent pareil), la corrélation moyenne entre items et, pour chaque item, sa corrélation avec le reste de l’échelle et la variation de l’alpha si vous le retiriez. Tout se passe dans votre navigateur.

Comment ça marche

L’alpha compare la somme des variances des items à la variance du score total : si les items mesurent la même chose, la variance totale dépasse largement la somme des variances individuelles et l’alpha augmente. Il dépend du nombre d’items (plus d’items, plus d’alpha) et de leur corrélation.

L’oméga estime la fiabilité à partir d’un modèle à un facteur, avec les saturations de chaque item ; il ne suppose pas que tous pèsent pareil (tau-équivalence), il est donc généralement plus réaliste. Ici, il est obtenu par la méthode des axes principaux itérés. L’intervalle de confiance de l’alpha utilise la loi F (Feldt).

Formule

α = k/(k − 1) × (1 − Σ s²ᵢ / s²ₜ) k = items, s²ᵢ = variance de chaque item, s²ₜ = variance du total
IC de l’alpha (Feldt) : [1 − (1 − α) / F₍α/2₎ ; 1 − (1 − α) / F₍1−α/2₎] avec F(n − 1, (n − 1)(k − 1))
Alpha standardisé = k·r̄ / (1 + (k − 1)·r̄) r̄ = corrélation moyenne inter-items
Oméga = (Σλᵢ)² / ((Σλᵢ)² + Σ(1 − λᵢ²)) λᵢ = saturation de chaque item sur l’unique facteur
Appréciation de l’alpha : ≥ 0,9 excellent · ≥ 0,8 bon · ≥ 0,7 acceptable · ≥ 0,6 discutable · ≥ 0,5 faible

Exemple résolu

Exemple 1. Cinq personnes et quatre items.
Avec les réponses 4 5 4 5 / 3 3 4 3 / 5 5 5 4 / 2 3 2 3 / 4 4 5 4, l’alpha est de 0,914 et l’oméga de 0,925 ; la corrélation moyenne entre items est de 0,742. Bonne cohérence, mais avec seulement cinq personnes l’intervalle de confiance à 95 % est énorme : de 0,245 à 0,979.

Exemple 2. Un item qui ne s’intègre pas.
Six personnes et quatre items : 5 4 5 2 / 4 4 4 5 / 2 1 2 3 / 3 3 3 1 / 5 5 4 4 / 1 2 1 2. L’alpha est de 0,869 (IC de 0,156 à 0,963) et l’oméga de 0,896. Le quatrième item ne corrèle qu’à 0,359 avec le reste ; en le retirant, l’alpha monte à 0,961. C’est le signe que cet item ne mesure peut-être pas la même chose.

Explication

Ce que mesure l’alpha de Cronbach

Il mesure la cohérence interne d’une échelle : dans quelle mesure ses items varient ensemble. Un alpha élevé indique que les items mesurent quelque chose en commun ; il ne prouve pas qu’ils mesurent ce que vous voulez mesurer (c’est la validité).

Comment interpréter la valeur

- 0,9 ou plus : excellent (au-dessus de 0,95, redondance possible).
- 0,8 à 0,9 : bon.
- 0,7 à 0,8 : acceptable pour la recherche.
- 0,6 à 0,7 : discutable.
- Moins de 0,6 : faible.
Ces seuils sont une convention. Les décisions individuelles exigent plus (0,9) que la comparaison de groupes (0,7).

Alpha ou oméga

L’alpha suppose que tous les items pèsent pareil sur le facteur. Sinon (cas habituel), il sous-estime la fiabilité. L’oméga ne fait pas cette hypothèse. Rapporter les deux, avec leurs intervalles, est aujourd’hui la pratique recommandée.

L’intervalle de confiance compte

Avec peu de personnes, l’alpha est très imprécis : 0,91 avec cinq personnes peut en réalité valoir 0,25. Un échantillon d’au moins 100 donne des intervalles raisonnables.

Améliorer l’échelle

Le tableau des items montre la corrélation de chaque item avec le reste (idéalement ≥ 0,30) et l’alpha si l’item est supprimé. Un item de faible corrélation, ou dont la suppression fait monter l’alpha, est à revoir. Mais ne supprimez pas des items juste pour augmenter l’alpha : vous perdez du contenu.

Erreurs fréquentes

Oublier de recoder les items inversés : l’alpha sort artificiellement bas, voire négatif.
Calculer un seul alpha pour une échelle à plusieurs dimensions.
Croire qu’un alpha élevé prouve la validité.
Utiliser l’alpha avec des items dichotomiques sans savoir qu’il équivaut au KR-20.
Interpréter l’alpha sans son intervalle, avec peu de personnes.

Limites de ce calculateur

Il suppose une échelle unidimensionnelle ; avec plusieurs sous-échelles, calculez chacune séparément.
Les données doivent être complètes (pas de valeurs manquantes).
L’oméga est le total d’un modèle à un facteur (axes principaux itérés), pas un modèle hiérarchique ni du maximum de vraisemblance.
L’intervalle de Feldt suppose des scores à peu près normaux.
Il accepte jusqu’à 40 items et 2 000 personnes.

Avis

Il s’agit d’une estimation. Pour une publication, vérifiez les chiffres avec votre logiciel de statistique et décrivez la méthode.

Questions fréquentes

Quel alpha de Cronbach est acceptable ?

À partir de 0,7 pour la recherche et 0,8 ou plus pour des décisions concernant des personnes. Au-delà de 0,95, il peut y avoir redondance.

Quelle différence entre alpha et oméga ?

L’alpha suppose que tous les items pèsent pareil ; l’oméga utilise la saturation de chaque item et est plus réaliste. Il vaut mieux rapporter les deux.

Combien de personnes faut-il ?

Plus il y en a, mieux c’est : sous 30, l’alpha est très imprécis. Un minimum de 100 donne des intervalles raisonnables.

Faut-il inverser les items négatifs ?

Oui. Les items formulés à l’envers doivent être recodés avant le calcul, sinon le résultat sort artificiellement bas.

Puis-je supprimer un item pour augmenter l’alpha ?

Seulement si cela a un sens théorique. Un item très peu corrélé au reste peut être revu, mais ne supprimez pas du contenu juste pour améliorer le chiffre.

Est-ce valable pour des items oui/non ?

Pour des items dichotomiques, l’alpha équivaut au KR-20, qui a son propre calculateur.

L’alpha prouve-t-il que mon échelle est valide ?

Non. L’alpha mesure la cohérence ; la validité demande d’autres preuves (contenu, structure factorielle, relation avec d’autres critères).

Mes données sont-elles envoyées à un serveur ?

Non. Le calcul se fait dans votre navigateur.

Sources et références

La formule de ce calculateur n’est pas de nous. Voici les sources dont elle provient, au format APA 7, si vous souhaitez consulter l’original ou les citer dans un travail.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555 https://doi.org/10.1007/BF02310555 La définition du coefficient alpha.
Feldt, L. S., Woodruff, D. J., & Salih, F. A. (1987). Statistical inference for coefficient alpha. Applied Psychological Measurement, 11(1), 93–103. https://doi.org/10.1177/014662168701100107 https://doi.org/10.1177/014662168701100107 L’intervalle de confiance de l’alpha par la loi F.
McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates. Le coefficient oméga à partir d’un modèle factoriel.
Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. https://doi.org/10.1111/bjop.12046 https://doi.org/10.1111/bjop.12046 Pourquoi il convient de rapporter l’oméga en plus de l’alpha.

Envie de calculer autre chose ?

Ces outils sont souvent utilisés avec cette calculatrice.