ENGAGE-v1 的 12 題總 alpha（內部一致性信度係數，不證明單一構念）約 0.843，能據此宣布量表只有一個構念嗎？不能：這份合成資料原本就由三個相關構念生成。昨天用古典測驗理論定義了信度，今天要分清楚兩件事：係數如何算出來，以及它在什麼模型條件下能解釋為指定分數的信度。

alpha 算的是什麼

對 k 個題目，alpha 可寫為：

α = k/(k−1) × (1 − Σ_j σ_j² / σ_X²)

alpha 等於 k 除以 k 減 1，再乘上 1 減去各題變異數總和占總分變異數的比例。

其中 X 是題目加總分。它由題目變異數（variance）與共變異數（covariance）計算，因此總能得到一個數字。要把數字解釋為特定信度（reliability），需要題目分數模型與誤差條件；在常見論述中，essential tau-equivalence 是關鍵條件之一。alpha 也不是 unidimensionality test：多個高度相關但可區分的面向仍可能得到高值。

omega（以因素負荷估計的信度係數）不是單一不變的公式名稱。以單因素 congeneric 模型、因素變異數（factor variance）固定為 1、誤差（error）不相關的簡化 omega total 為例：

ω = (Σ_j λ_j)² / [(Σ_j λ_j)² + Σ_j θ_j]

omega 等於各題負荷量總和的平方，除以該平方加上各題殘差變異數 θ_j 的總和。

它容許因素負荷量（loading）不相等，但仍依賴因素模型（factor model）、誤差結構（error structure）與分數定義（score definition）。把 alpha 換成 omega 而不檢查模型，只是換了一個按鈕。

六層責任

完整例題：用兩組獨立設定手算 alpha 與 omega

先看設定 A：四題變異數都是 1，六個不重複的共變異數都是 0.4。這是一個獨立手算例，並非從 ENGAGE-v1 抽出的四題。加總分的變異數是：

σ_X² = 4 + 2 × (6 × 0.4) = 8.8

總分變異數是四個題目變異數之和 4，加上兩倍的六個共變異數之和。

所以：

α = 4/3 × (1 − 4/8.8) ≈ 0.727

代入 k 等於 4、題目變異數總和 4、總分變異數 8.8，alpha 約 0.727。

這個手算確認軟體輸出如何由共變異數來，也顯示題目數與平均共變異數都會影響 alpha。它沒有告訴我們四題是否一個構念。

接著另建設定 B：單因素模型的因素負荷量是 0.8、0.7、0.6、0.5，因素變異固定為 1，題目殘差互不相關，殘差變異數分別為 0.36、0.51、0.64、0.75。這組負荷量隱含的題間共變異數並非全部 0.4，所以不能沿用設定 A 的 alpha 來做同資料比較。此設定的簡化 omega 為：

ω = 2.6² / (2.6² + 2.26) ≈ 0.749

負荷量總和 2.6 的平方，除以它加上殘差變異數總和 2.26，約 0.749。

上式的未四捨五入值約為 0.749446，保留三位小數是 0.749；原稿的約 0.750 在本輪代值核對後更正。0.727 與 0.749 來自兩組不同設定。這裡示範的是各自的計算步驟，差值不能解讀為 omega 比 alpha 改善了多少。要比較同一分數，需使用相同資料與分數定義，再檢查模型。若因素模型設錯或殘差存在相關，上面的簡化 omega 公式也不能直接套用。

在 ENGAGE-v1 上，12 題總 alpha 的 smoke test 約 0.843。這個值看似更好，卻正好是反例：資料由三個相關構念生成，把 12 題混成一個總分仍可得到高 alpha。它不能證明單一學習投入構念，也不能決定總分適合班級回饋。

Claude 協作：拒絕係數排行榜

請 Claude 比較 alpha 與 omega 時，避免接受「omega 通常更準確，所以應優先使用」這種未附條件的排序。可以要求它逐項列出估計目標、模型假設、可觀察量與失敗條件。教師再核對差異是否確實來自本質 tau 等值或同屬模型、負荷量不等及誤差相關，而非只用「較新」解釋選擇。

人工查核回到 Cronbach（1951）、Sijtsma（2009）以及 Revelle 與 Zinbarg（2009）。這些來源對 alpha 的歷史、限制與不同 coefficients 有更細緻討論。我的文章只保留足以做決策的工作模型，不把爭論壓成「alpha 壞、omega 好」。

反例：複製題目提高 alpha

假設原本四題涵蓋準備、參與、持續與進度。現在把「我準時交作業」改寫成六個近義句加入量表。題數增加，平均共變異數也可能維持偏高，alpha 因而上升；內容卻被準時交作業主導。係數改善與構念代表性（construct representation）惡化可以同時發生。

另一個 failure case（失敗案例）是跨母體比較係數。高度同質班級的真分數（true-score）變異數較小，信度可能低於異質大樣本；不能因此直接說量表在前者品質較差。要先看分數用途、母體與誤差來源。

若真的要做同資料比較，可以從設定 B 先算出六個共變異數：它們在本例中是兩個負荷量的乘積。把這組矩陣帶回 alpha 公式，才有共同的比較基礎；仍要說明兩個係數依賴的條件，不能只報相差幾個百分點。

教師該怎麼報

我不再寫「本量表信度良好（alpha=.84）」。較負責的報法是：定義分數、母體與施測；說明選擇 alpha 或 omega 對應的模型；報點估計與不確定性；檢查 dimensionality 與殘差結構（residual structure）；最後說這個信度證據支援哪一種用途、沒有支援什麼。

Ordinal 題目與不確定性不能消失

ENGAGE-v1 是五類反應。直接用 Pearson 共變異數的 alpha，是把 1–5 當作數值間距。改用 polychoric 相關（相關係數）算 ordinal coefficient（有序類別），是另一種設定。它又加入潛在連續反應與 threshold（切點）模型。兩者不是「普通版」與「更高級版」，而是不同資料模型。我要報哪一個，必須說明作答量尺（response scale）、estimator（估計方法）與 target 分數，並做敏感度比較，而不是看到較高的數字就選它。

點估計也會隨樣本改變。若文章只報 .843，讀者容易把三位小數當確定性。較完整的重現卡會保留樣本、missing handling、估計公式與 bootstrap 或其他合適的不確定性評估。本文的 0.843 只來自固定合成資料的 base-R 共變異數 formula，沒有作為真實母體推論。

我再用刪題做 probe（檢查題）。軟體若顯示「刪除 BE03 後 alpha 上升」，教師先檢查變動幅度、題目內容與 scoring 模型（計分）；不因上升就刪。若刪題改變構念範圍，新的係數估的是另一個分數。這條規則把 Day 11 的構念（construct） responsibility 接回信度。

最後，對班級平均或變化分數，信度 target 可能不是個人一次加總分的係數。只要分數定義改變，就要重寫分子、分母與誤差來源。報一個全量表 alpha，不能為所有衍生分數提供保證。

原問題的答案是：alpha 和 omega 都是依模型解釋的估計量，不是量表品質代名詞。基礎閱讀是 Day 12 的 CTT（古典測驗理論）；發展閱讀是 Sijtsma、Revelle 與 Zinbarg；前沿閱讀可進 bifactor 信度、ordinal coefficients 與 conditional 信度。

今日產物是係數決策表、兩個手算與「三構念仍有高 alpha」反例。下一篇接手「可靠不等於有效」：效度不是再算一個係數，而是檢查從作答反應到分數解釋（score interpretation）/use 的整條論證。

來源與協作揭露

• Cronbach, L. J. (1951). Coefficient Alpha and the Internal Structure of Tests。
• Sijtsma, K. (2009). On the Use, the Misuse, and the Very Limited Usefulness of Cronbach's Alpha。
• Revelle, W., & Zinbarg, R. E. (2009). Coefficients alpha, beta, omega, and the glb。