1. پایایی (Reliability) چیست؟
پایایی به ثبات، یکنواختی و قابلیت اعتماد یک ابزار اندازهگیری (مانند پرسشنامه، آزمون) اشاره دارد. اگر یک آزمون را در شرایط یکسان چندین بار روی یک گروه اجرا کنیم، نتایج باید مشابه باشد. پایایی این اطمینان را میدهد که تغییرات نمرات به دلیل خطاهای تصادفی اندازهگیری نیست.
2. انواع پایایی
پایایی به روشهای مختلفی سنجیده میشود:
-
پایایی بازآزمایی (Test-Retest):
-
توضیح: یک آزمون در دو زمان مختلف بر روی یک گروه اجرا میشود. سپس همبستگی بین نمرات دو بار اجرا محاسبه میگردد.
-
مزیت: ساده و مستقیم.
-
معایب: اثر یادگیری، تغییر در وضعیت پاسخدهندگان.
-
-
پایایی فرمهای موازی (Parallel Forms):
-
توضیح: دو فرم مختلف از یک آزمون که محتوای یکسان اما سؤالات متفاوت دارند، در یک بازه زمانی کوتاه بر روی یک گروه اجرا میشوند.
-
مزیت: اثر یادگیری را کاهش میدهد.
-
معایب: ساخت دو آزمون کاملاً معادل بسیار دشوار است.
-
-
پایایی بین ارزیابها (Inter-Rater Reliability):
-
توضیح: زمانی استفاده میشود که قضاوت انسان در نمرهدهی دخیل است. این روش میزان توافق بین دو یا چند ارزیاب را میسنجد (مانند مصاحبه، مشاهده).
-
معروفترین شاخص: ضریب کاپای کوهن (Cohen’s Kappa).
-
-
همسانی درونی (Internal Consistency):
-
توضیح: رایجترین نوع پایایی که میزان همبستگی بین سؤالات یک آزمون را در یک زمان اجرا اندازه میگیرد. این روش بررسی میکند که آیا تمام گویهها (سؤالات) یک سازه واحد را اندازهگیری میکنند یا خیر.
-
معروفترین شاخص: آلفای کرونباخ (Cronbach’s Alpha).
-
3. آلفای کرونباخ و مقادیر قابل قبول
آلفای کرونباخ یک شاخص برای سنجش همسانی درونی است که میزان همبستگی بین گویههای یک پرسشنامه یا مقیاس را گزارش میدهد. این ضریب بین ۰ تا ۱ تغییر میکند.
مقادیر قابل قبول آلفای کرونباخ:
| مقدار آلفا | سطح پایایی | تفسیر |
|---|---|---|
| α ≥ 0.9 | عالی | پایایی بسیار مطلوب. برای تصمیمگیریهای مهم و بالینی مناسب است. |
| 0.9 > α ≥ 0.8 | خوب | پایایی مطلوب برای اکثر تحقیقات. |
| 0.8 > α ≥ 0.7 | قابل قبول | حداقل مقدار قابل قبول برای تحقیقات علوم اجتماعی و روانشناسی. |
| 0.7 > α ≥ 0.6 | مشکوک | در تحقیقات اکتشافی ممکن است پذیرفته شود، اما نیاز به بازنگری دارد. |
| α < 0.6 | ضعیف | پایایی ناکافی. مقیاس نیاز به بازسازی اساسی دارد. |
نکات مهم:
-
مقادیر بالاتر از ۰.۹۵ لزوماً خوب نیستند و ممکن است نشاندهنده تکرار غیرضروری سؤالات (redundancy) باشند.
-
هدف اصلی، دستیابی به یک تعادل بین پایایی کافی و کوتاه بودن پرسشنامه است.
4. عوامل مؤثر بر میزان پایایی (آلفای کرونباخ)
-
تعداد گویهها: به طور کلی، افزایش تعداد گویهها (تا یک حد معقول) آلفا را افزایش میدهد.
-
همبستگی بین گویهها: هرچه همبستگی بین گویهها بیشتر باشد، آلفا بالاتر خواهد بود.
-
چندبعدی بودن مقیاس: اگر پرسشنامه شما چند بعد (زیرمقیاس) مختلف را اندازهگیری میکند، محاسبه آلفا برای کل پرسشنامه معنیدار نیست. باید آلفا برای هر زیرمقیاس به طور جداگانه محاسبه شود.
-
ویژگیهای جامعه آماری: تنوع و پراکندگی نمرات در نمونه میتواند بر آلفا تأثیر بگذارد. نمونههای همگن ممکن است آلفای پایینتری گزارش کنند.
-
پیچیدگی و وضوح گویهها: گویههای مبهم، منفی و دوپهلو پایایی را کاهش میدهند.
5. گام به گام اجرای آلفای کرونباخ در SPSS
مثال: فرض کنید یک پرسشنامه رضایت شغلی با ۵ سؤال (Q1 تا Q5) داریم.
مرحله ۱: باز کردن دادهها
دادههای خود را در SPSS باز کنید. ستونها باید متغیرهای شما (Q1 تا Q5) و سطرها پاسخ هر شرکتکننده باشند.

مرحله ۲: رفتن به مسیر تحلیل
از منوی بالا بر روی:
Analyze > Scale > Reliability Analysis
مرحله ۳: انتخاب گویهها
-
در کادر محاورهای، متغیرهای مربوط به مقیاس خود (Q1 تا Q5) را انتخاب کرده و با فلش به سمت راست به کادر
Itemsمنتقل کنید. -
مطمئن شوید که در قسمت
ModelگزینهAlphaانتخاب شده است (که به طور پیشفرض انتخاب است).
مرحله ۴: گرفتن خروجی
-
برای گزارش ساده، فقط بر روی
OKکلیک کنید. -
برای تحلیل دقیقتر، بر روی دکمه
Statisticsکلیک کنید و گزینههای مفید زیر را فعال کنید:-
Scale if item deleted: این گزینه بسیار مهم است و نشان میدهد اگر هر گویه حذف شود، آلفای کل چه تغییری میکند. این به شناسایی گویههای مشکلدار کمک میکند. -
Correlations: ماتریس همبستگی بین گویهها را نشان میدهد.
-

مرحله ۵: تفسیر خروجی
خروجی اصلی شامل دو جدول است:
الف) جدول آمارههای قابلیت اطمینان (Reliability Statistics)
| Cronbach’s Alpha | Cronbach’s Alpha Based on Standardized Items | N of Items |
|---|---|---|
| 0.875 | 0.881 | 5 |
-
Cronbach’s Alpha (0.875): این مقدار اصلی است. طبق جدول مقادیر، ۰.۸۷۵ نشاندهنده پایایی “خوب” است.
ب) جدول خلاصه قابلیت اطمینان آیتم (Item-Total Statistics)
| Item | Scale Mean if Item Deleted | Scale Variance if Item Deleted | Corrected Item-Total Correlation | Cronbach’s Alpha if Item Deleted |
|---|---|---|---|---|
| Q1 | 15.80 | 8.700 | .655 | .865 |
| Q2 | 16.05 | 8.550 | .710 | .851 |
| Q3 | 15.90 | 9.800 | .455 | .885 |
| Q4 | 16.20 | 8.200 | .750 | .845 |
| Q5 | 15.75 | 9.100 | .580 | .872 |
-
Corrected Item-Total Correlation: این ستون همبستگی هر گویه با نمره کل (بدون خودش) را نشان میدهد. این مقدار باید معمولاً بالای ۰.۳ باشد. اگر پایینتر باشد، آن گویه احتمالاً سازه مورد نظر را به خوبی اندازهگیری نمیکند (مثلاً گویه Q3 با مقدار ۰.۴۵۵ ضعیفتر است).
-
Cronbach’s Alpha if Item Deleted: این ستون نشان میدهد اگر آن گویه حذف شود، آلفای کل چه میشود. اگر حذف یک گویه باعث افزایش قابل توجه آلفا شود (مثلاً از ۰.۸۷۵ به ۰.۸۸۵ برای Q3)، این یک نشانه قوی برای حذف آن گویه است، زیرا آن گویه با کل مقیاس هماهنگی ندارد.
پس از تسلط بر این مفاهیم، متوجه میشویم که تحلیل آماری، تنها وارد کردن داده در نرمافزار نیست؛ بلکه تفسیر درست خروجیها و اتخاذ تصمیمهای مبتنی بر شواهد است که یک تحقیق را ارزشمند میکند.
اگر شما نیز:
-
زمان کافی برای یادگیری نرمافزارهای پیچیده مانند SPSS, AMOS, Lisrel یا PLS را ندارید.
-
نگران صحت و دقت تحلیلهای خود هستید و میخواهید از بروز خطاهای جبرانناپذیر جلوگیری کنید.
-
میخواهید گزارش تحلیلهای شما کاملاً حرفهای، شفاف و قابل ارائه به مجلات معتبر بینالمللی باشد.
-
نیاز به مشاوره در مورد روش تحقیق، طراحی پرسشنامه یا مدلسازی معادلات ساختاری دارید.
گروه تحلیل آماری “ایران پروداک” و داده سنج با افتخار در کنار شماست.
چرا “ایران پروداک”؟
-
تیم متخصص: همکاری با فارغالتحصیلان دانشگاههای برتر با سالها تجربه در تحلیلهای پیشرفته.
-
پشتیبانی و تضمین کیفیت: پیگیری پروژه شما از شروع تا تحویل نهایی و تضمین رضایت کامل.
-
تحویل به موقع و قیمت رقابتی: احترام به زمان و بودجه پژوهشگران.
-
مشاوره رایگان: پیش از عقد قرارداد، به صورت رایگان با شما مشورت میکنیم.
سفر علمی خود را با اطمینان آغاز کنید. برای سفارش تحلیل و دریافت مشاوره رایگان، به وبسایت “ایران پروداک” مراجعه کنید.
آینده پژوهشی شما، سرمایهگذاری ماست.

