مفهوم ضريب آلفاي کرونباخ:
ضريب آلفاي کرونباخ توسط کرونباخ ابداع شده و يکي ازمتداولترين روشهاي اندازه گيري اعتماد پذيري و يا پايائي پرسش نامه هاست. منظور از اعتبار يا پايايي پرسش نامه اين است که اگر صفت هاي مورد سنجش با همان وسيله و تحت شرايط مشابه و در زمانهاي مختلف مجددا اندازه گيري شوند، نتايج تقريبا يکسان حاصله شود.
ضريب آلفاي کرونباخ، براي سنجش ميزان تک بعدي بودن نگرشها، عقايد و ... بکار مي رود. در واقع مي خواهيم ببينيم تا چه حد برداشت پاسخگويان از سوالات يکسان بوده است. اساس اين ضريب بر پايه مقياسهاست. مقياس عبارتند از دسته اي از اعداد که بر روي يک پيوستار به افراد، اشيا يا رفتارها در جهت به کميت کشاندن کيفيت ها اختصاص داده مي شود. رايج ترين مقياس که در تحقيقات اجتماعي بکار مي رود مقياس ليکرت است. در مقياس ليکرت اساس کار بر فرض هم وزن بودن گويه ها استوار است. بدين ترتيب به هر گويه نمراتي (مثلا از1 تا 5 براي مقياس ليکرت 5 گويه اي) داده مي شود که مجموع نمراتي که هر فرد از گويه ها مي گيرد نمايانگر گرايش او خواهد بود.
آلفاي کرونباخ بطورکلي با استفاده از يکي روابط زيرمحاسبه مي شود.
يا
که دراين روابط k تعداد سوالات، واريانس سوال i ام، واريانس مجموع کلي سوالات، ميانگين کواريانس بين سوالات، و واريانس ميانگين سوالات مي باشند(برگرفته شده از آلن و ين، 2002).
با استفاده از تعريف آلفاي کرونباخ مي توان نتيجه گرفت: (1) هرقدرهمبستگي مثبت بين سوالات بيشتر شود، ميزان آلفاي کرونباخ بيشتر خواهد شدو بالعکس، (2) هر قدر واريانس ميانگين سوالات بيشتر شود آلفاي کرونباخ کاهش پيدا خواهد کرد، (3) افزايش تعداد سوالات تاثيرمثبت و يا منفي (بسته به نوع همبستگي بين سوالات) بر ميزان آلفاي کرونباخ خواهد گذاشت، (4) افزايش حجم نمونه باعث کاهش واريانس ميانگين سوالات در نتيجه باعث افزايش آلفاي کرونباخ خواهد شد.
بديهي است هرقدر شاخص آلفاي کرونباخ به 1نزديکترباشد، همبستگي دروني بين سوالات بيشتر و در نتيجه پرسشها همگن ترخواهند بود. کرونباخ ضريب پايايي %45 را کم، %75 را متوسطو قابل قبول، و ضريب %95 را زياد پيشنهاد کرده (کرونباخ، 1951). بديهي است درصورت پايين بودن مقدارآلفا، بايستي بررسي شود که با حذف کدام پرسشها مقدارآن را مي توان افزايش داد.
تتاي ترتيبي:
در سال 1974 آمارداني به نام آمور در مورد استفاده از آلفاي کرونباخ آماردانان ديگر را به چالش کشيد. استدلال او اين بود که آلفاي کرونباخ بر علاوه بر نارايب بوده (نارايبي مثبت)، بر اساس شاخص هاي تعريف و محاسبه مي گردنند که مربوط به داده هاي با مقياس فاصله اي و يا نسبتي هستند، بنابراين استفاده از آلفاي کرونباخ براي محاسبه اي ميزان پايائي پرسش نامه هاي که حاوي سوالات ترتيبي هستند دقيق به نظر نمي رسد. او براي رفع اين مشکل شاخص جديدي تحت عنوان تتاي ترتيبي به صورت زير ارائه داد.
که بيشترين مقدار ويژه در تحليل مولفه اي اصلي مي باشد. اخيرا زامبو، گادرومن، و زيسر (2007) به مطالعه اين شاخص پرداخته و با چندين مثال شبيه سازي شده نشان دادند که ضريب آلفاي کرونباخ هميشه مقدار پاياي را کم برآورد مي کند. بنابراين توصيه مي شود که در هنگامي که داده ها ترتيبي هستنند به جاي آلفاي کرونباخ از تتاي ترتيبي استفاده شود.
چگونگي محاسبه به همراه مثال عملي:
بسياري از نرم افزارهاي آماري قادر به محاسبه آلفاي کرونباخ هستند. در اين قسمت از مقاله چگونگي محاسبه ي آلفاي کرونباخ را توسط دو نرم افزار SPSS و SAS شرح داده، سپس با ارائه يک برنامه به زبان R چگونگي محاسبه ي آلفاي کرونباخ و تتاي ترتيبي را توسط نرم افزار R نشان مي دهيم. در ادامه با استفاده از سوالات نمونه گيري مقدماتي اميدي (1387) چگونگي سنجش آلفاي کرونباخ و تتاي ترتيبي را نشان مي دهيم.
براي محاسبه آلفاي کرونباخ به کمک نرم افزار SPSS مسير زيررا دنبال مي کنيم :
Analyze> Scale> Reliability Analysis…
چنانچه مايل باشيم بررسي کنيم که حذف هرسوال چه ميزان روي ضريب آلفاي کرونباخ تاثير مي گذارد، بعد از باز شدن پنجره “Reliability Analysis Reliability Analysis” روي گزينه Statistics کليک کرده و در قسمت “Descriptive for” گزينه “Scale if item deleted” را انتخاب کنيم.
خروجي نرم افزارSPSS براي داده هاي اميدي (1387) به صورت زيرخواهد بود:
جدول1) خروجی نرم افزار شامل ضريب آلفا و تعداد سوالات
Reliability Statistics
|
Cronbach's Alpha
|
N of Items
|
.855
|
13
|
جدول2) خروجی نرم افزار
Item-Total Statistics
|
|
Scale Mean if Item Deleted
|
Scale Variance if Item Deleted
|
Corrected Item-Total Correlation
|
Cronbach's Alpha if Item Deleted
|
V1
|
48.159
|
45.067
|
.470
|
.848
|
V2
|
48.500
|
44.488
|
.517
|
.845
|
V3
|
47.977
|
46.162
|
.484
|
.847
|
V4
|
48.318
|
43.989
|
.660
|
.838
|
V5
|
48.045
|
44.230
|
.495
|
.846
|
V6
|
49.227
|
45.808
|
.147
|
.890
|
V7
|
47.864
|
44.074
|
.690
|
.837
|
V8
|
48.136
|
43.283
|
.653
|
.837
|
V9
|
48.000
|
45.442
|
.515
|
.846
|
V10
|
48.068
|
43.646
|
.616
|
.839
|
V11
|
47.841
|
43.532
|
.680
|
.836
|
V12
|
48.318
|
43.106
|
.597
|
.840
|
V13
|
48.545
|
41.323
|
.671
|
.834
|
همانطوريکه ملاحظه مي شود مقدارآلفاي محاسبه شده برابر85 درصد است، که مقدار قابل قبولي است. همانطور که جدول شماره 2 نشان مي دهد حذف سوال ششم (v6) باعث افزايش آلفاي کرونباخ به 89 درصد خواهد شد.
آلفاي کرونباخ در نرم افزار SAS با استفاده از دستور
proc corr alpha nocorr nomiss; Variables; run;
محاسبه مي گردد. که به دلايل مشابه بودن خروجي با نرم افزار SPSS از ذکر جزئيات آن خوداري مي کنيم.
دو نرم افزار SPSS و SAS قادر به محاسبه ي تتاي ترتيبي نمي باشند و نرم افزار S-plus و R توانائي محاسبه آلفاي کرونباخ را ندارند.
در ادامه با ارائه تابعي (پيوست الف) چگونگي محاسبه آلفاي کرونباخ و تتاي ترتتيبي را توسط R نشان مي دهيم.
خروجي برنامه بالا تحت نرم افزار R براي داده هاي اميدي (1387) در جدول 3 خلاصه شده است.
جدول 3) خروجی برنامه پيوست الف
New_Theta
|
$` Ordinal Theta if a Question Deleted`
|
New_Alpha
|
$`Alpha if a Question Deleted`
|
0.8849911
|
Without Question 1
|
0.8476305
|
Without Question 1
|
0.8840719
|
Without Question 2
|
0.8448156
|
Without Question 2
|
0.8867511
|
Without Question 3
|
0.8474065
|
Without Question 3
|
0.8765560
|
Without Question 4
|
0.8377251
|
Without Question 4
|
0.8854676
|
Without Question 5
|
0.8461963
|
Without Question 5
|
0.8949432
|
Without Question 6
|
0.8899667
|
Without Question 6
|
0.8737700
|
Without Question 7
|
0.8368503
|
Without Question 7
|
0.8754874
|
Without Question 8
|
0.8368983
|
Without Question 8
|
0.8834650
|
Without Question 9
|
0.8455129
|
Without Question 9
|
0.8782972
|
Without Question 10
|
0.8390775
|
Without Question 10
|
0.8741109
|
Without Question 11
|
0.8361389
|
Without Question 11
|
0.8814010
|
Without Question 12
|
0.8395971
|
Without Question 12
|
0.8775920
|
Without Question 13
|
0.8338930
|
Without Question 13
|
$`Ordinal Theta for all Question=` 0.8895967
|
$`Cronbach's Alpha for all Question=` 0.8551825
|
نتيجه آلفاي کرونباخ جدول بالا مشابه با نرم افزار SPSS مي باشد. همچنين تتاي ترتيبي نيز نتيجه مشابه با آلفاي کرونباخ ارائه مي دهد با اين تفاوت که تتاي ترتيبي برآوردگر دقيق تر نسبت به آلفاي کرونباخ براي پايائي سوالات ارائه مي کند.
نتيجه گيري:
با توجه به کم برآورد پايائي توسط آلفاي کرونباخ توصيه مي شود پايائي سوالات ترتيبي با استفاده از تتاي ترتيبي سنجيده شود.
نظرات شما عزیزان:
احمد حاکمی فر
ساعت8:15---11 فروردين 1395
با سلام و تشکر
توضیحات بسیار عالی بود چنانچه به همین شکل امکان دارد طرز محاسبه پایایی پرسش نامه از طریق تتای ترتیبی نیز معرفی گردد با تشکر
moghavasaz
ساعت13:14---6 آذر 1391
بسیارممنون.متن خیلی خوب،مختصرومفیدی بود.متاسفم که دیر با وبلاگ آشنا شدم.پاسخ:متشكرم
|