Ik denk dat je wat in de war bent: ik denk dat je begeleiders suggereerden dat je het als een ordinale schaal benadert in plaats van als een interval schaal. Het enige verschil tussen ordinale en nominale schalen is dat de verschillende categorieen in een nominale schaal niet te ordenen zijn ten opzichte van elkaar. In jouw geval kan dat duidelijk wel.
Cronbach's alpha kan met ordinale data worden berekend, op basis van de zogenaamde polychorische correlatiematrix. Ik weet niet of SPSS dat kan - maar R kan het sowieso, en de functie scaleStructure() in package userfriendlyscience doet dat standaard (zie http://userfriendlyscience.com/reliability).
Als je begeleiders wel echt nominaal bedoelden: ten eerste, zorg dat je hun onderbouwing goed begrijpt, want ik zou zelf zeggen dat dat geen plausibele aanname is. Ten tweede: dichotomiseren is meestal geen goed idee, en dat is wat je eigenlijk zou doen (zie http://oupsy.nl/help/222/mijn-schaal-dichotomiseren-wat-een-goede-cut-off-grenswaarde). Dus als het echt realistisch is om aan te nemen dat het nominale schalen zijn, dan nog zou ik niet teruggaan naar 2 antwoordopties.
Cronbach's Alpha kun je niet berekenen voor nominale variabelen. Bij nominale variabelen is er geen onderliggend concept van 'meer of minder'. De antwoordopties zijn kwalitatief verschillend, maar niet indicatief voor of mensen hoger of lager scoren op een onderliggende variabele. Als dat laatste wel zo zou zijn, dan zou het een ordinale schaal zijn.
Dus, het idee van Cronbach's alpha berekenen is methodologische niet consistent met een nominale schaal, zeg maar.