Het berekenen van een Cronbach's alpha over de meetmomenten heen is geen juist gebruik van de alphamaat. Alpha is een interne consistentiemaat, en gaat ervan uit dat een test herhaaldelijk afgenomen is, en dat de error uitmiddeld tot nul, en ongecorreleerd is met de testscore en dat de error onderling niet gecorreleerd is. Zodra je herhaalde metingen als paralelle metingen gaat meetellen dan schendt je meerdere assumpties van de Cronbach's alpha.
Je kunt de alpha, zoals je al gedaan hebt, het beste per meetmoment vastellen. Ik kan mij ook geen goede reden voorstellen om dan alles te poolen in een nieuwe alpha, behalve dat minstens een van de alpha tegenvalt? Dat kun je dan beter wegzetten voor jezelf als 'helaas pindakaas'. De reden hiertoe is dat je namelijk niet de samengestelde schaal over t0 en t1 gaat gebruiken, en dat de samengestelde alpha dus ook misleidend is; t0 en t1 zullen waarschijnlijk als losse variabelen gebruikt worden, of zelfs bij verschilscores, als het product van losse variabelen behandeld worden. t0 heeft dus een bepaalde mate van meetfout, en t1 heeft een eigen bepaalde mate van meetfout. Daar moet de lezer over geinformeerd worden.
Als je aan wilt geven dat t0 en t1 (dus de betrouwbaarheid van herhaalde metingen) hoog is, dan kun je beter, naast de alpha als maat van betrouwbaarheid van parallele metingen, de test-hertest betrouwbaarheid berekenen. Dit is zo eenvoudig als de correlatie berekenen tussen de schaalwaarden van t0 en t1.