Hi,
zentral ist immer (erst mal), ob die zwei items valide sind (d.h. wirklich die selbe latente Variable messen) und essentiell tau-äquivalent sind
(d.h. gleich hohe Faktorladungen haben). Dann gibt Cronbach's alpha die Reliabilität an. Das trifft für 2 items genauso zu wie für 20 items. Allerdings
kannst du die Voraussetzungen bei nur zwei Items schwer testen.
Wenn die Voraussetzungen aber stimmen, dann ist alpha auch bei zwei items völlig ok.
a) 2 Item Konstrukte nicht die erste Wahl sein sollen
b) R zusätzlich angegeben werden sollte
c) die Einschätzung der Höhe von Alpha hier relativiert werden muss
zu a: Die erste Wahl sollten valide items sein. Wenn du 2 valide items hast, ist das eine bessere Wahl, als 20, die zig verschiedene Dinge messen, denen man aber
ein label gibt, was suggeriert, sie würden eine Entität messen.
Zwei items (oft sogar nur eins) ist völlig ok, wenn die items reliabel und valide sind und implizieren meist eine schärfere und präzisere Konstruktvorstellung als Messungen,
die aus vielen items bestehen.
Zu b: R ist die multiple Korrelation aus der Regressionsanalyse. Die passt hier nicht.
zu c). Das hängt von der Perspektive ab. Alpha gibt die Reliabilität des sets von items an. Wenn du eine Skala mit 20 items und einem alpha von .60 hast, ist das set genauso unreliabel
(immer noch: falls die Voraussetzungen stimmen) wie wenn du 2 items hast, die zusammen ein alpha von .60 haben. Da muss also nix relativiert werden.
Anders siehts natürlich aus, wenn du einzelne items betrachtest. Da kann ein item aus der 20-item-Skala schon richtig mies sein, während eines aus der 2-item-Skala weit reliabler ist.
Gruß
Holger