مهروماه

در بررسی پرسشنامه‌های مرتبط با تحقیقات آماری، از معیاری به منظور سنجش اعتبار پاسخ‌های ارائه شده در گویه‌ها (هر پرسش در پرسشنامه) استفاده می‌شود که به «آلفای کرونباخ» (
α
Cronbach’s) مشهور است. این شاخص را گاهی با ضریب آلفا نیز می‌شناسند. شاخص یاد شده توسط لی کرونباخ (Lee Cronbach) دانشمند روانشناسی و علوم تربیتی در سال ۱۹۵۱ معرفی شد.

آلفای کرونباخ را می‌توان به عنوان ضریب همبستگی بین دو سوال در نظر گرفت که به منظور اندازه‌گیری دستیابی به یک هدف به کار گرفته می‌شوند. این شاخص به عنوان تابعی از تعداد گویه‌ها در پرسشنامه، متوسط کوواریانس بین زوج گویه‌ها و واریانس امتیازات پرسشنامه است.

ضریب آلفای کرونباخ برای سنجش پایایی همگنی توسط لی جوزف کرونباخ (Lee Joseph Cronbach) روانشناس آمریکایی در سال 1951 معرفی شد. این ضریب جهت بررسی اعتماد به توانایی یک ابزار جهت اندازه گیری به طور مداوم اشاره دارد؛ به این صورت که تا چه حد تمام اجزای یک مقیاس، یک مفهوم یکسان را بیان کرده و نشان دهنده ارتباط درونی این اجزاست.

آلفای کرونباخ چیست؟
برای سنجش سازگاری(پایایی همگنی) درونی(داخلی) پرسشنامه، روش‌های مختلفی وجود دارد که یکی از پرکاربردترین آن‌ها ضریب آلفای کرونباخ می‌باشد که براساس میانگین کواریانس (و یا همبستگی) سوالات (گویه‌ها، آیتم‌ها) موجود در یک پرسشنامه (آزمون) بدست می‌آید. زمانی که چندین خرده مقیاس در پرسشنامه موجود است، آلفا به تفکیک خرده مقیاس ها (جدا جدا) محاسبه می‌شود.

آلفای كرونباخ را مي توان برای تمامي مقیاس‌هايي كه سطح سنجش معرف‌های آنها رتبه ای، فاصله‌ای یا نسبی است مورد استفاده قرار داد. برای محاسبه ضريب آلفای كرونباخ ابتدا بايد واريانس نمره‌های سوال‌های پرسشنامه و واريانس کل (واریانس مجموع نمرات) را محاسبه كرد و سپس با استفاده از فرمول زير:

ضریب آلفای کرونباخ باید چند باشد؟
معمولا اين سوال وجود دارد كه مقدار آلفای كرانباخ از چه مقدار بیشتر باشد گويیم همگني وجود دارد. متاسفانه هیچ جواب جامعي برای اين سوال وجود ندارد و دلیل آن اين است كه سازه های مختلف از حیث همگني قابل دسترس متفاوت اند و مقدار مرزی بايد با توجه به مقدار آلفای ابزارهای استفاده شده در متون پیشین در نظر گرفته شود. برای مثال همگني قابل دسترسي در ابزار اندازه گیری هوش ممكن است بسیار بیشتر از همگني قابل دسترسي در اندازه گیری افسردگي باشد.

با این حال جدول زیر می‌تواند در کمک به تعیین کران‌های آلفای کرونباخ و میزان سازگاری درونی گویه‌ها مؤثر باشد:

آلفای کرونباخ منفی
مقدار آلفای كرونباخ مي تواند منفي باشد كه نشان دهنده ناهمگني زياد است که علت آن می‌تواند به دلیل وجود داده‌های پرت، عدم حذف کد اعداد گمشده (وقتی اعداد گمشده با کدی مثل 999 وارد شده‌اند)، عدم وجود روابط منطقی مدل نظری، عدم معکوس سازی کد سوالات منفی و وجود همبستگی منفی بین آیتم‌ها (inter item correlation) باشد.

پایایی ترکیبی
پایایی ترکیبی یا پایایی مرکب (Composite Reliability) روش دیگر و جدیدتری نسبت به آلفای کرونباخ برای سنجش سازگاری (پایایی همگنی) است که بر مبنای آیتم‌های استاندارد شده است و پس از انجام تحلیل عاملی تأییدی و محاسبه پارامترهای آن (بارهای عاملی استاندارد) قابل محاسبه می‌باشد.

روش پایایی مرکب، نسبت به روش آلفای کرونباخ، نیازمند حجم نمونه‌ی بیشتری برای محاسبه شدن است و به این دلیل معمولاً در هنگام تعیین حجم نمونه، در نمونه گیری‌های اولیه(به خصوص زمانی که نمونه اولیه کم می‌باشد) از آلفای کرونباخ (که در حجم نمونه‌های کم هم قابل محاسبه است) برای بررسی پایایی همگنی استفاده می‌کنند. همچنین در خروجی نرم افزار spss آلفای کرونباخ‌هایی که هر بار با حذف یک از سوالات بدست آمده نیز موجود هست تا به کمک آن بتوان در انتخاب سوالات مناسب در هنگام نمونه گیری اولیه قدم برداشت. البته باید توجه نمود که محاسبه CR در نرم‌افزار spss قابل محاسبه نیست و باید از نرم افزارهایی مانند pls و یا R استفاده نمود.

پس از پایان یافتن مرحله جمع آوری تمام داده‌ها می‌توان هم ضریب آلفای کرونباخ و هم ضریب CR را گزارش نمود.

این ضریب به صورت زیر محاسبه می‌شود:

آلفای کرونباخ در spss
در نرم افزار spss بعضی روش‌های مختلف سنجش سازگاری (مانند: Split-half، Guttman، Parallelو Strict parallel) وجود دارد، اما محاسبه ضریب آلفای کرونباخ از مسیر زیر میسر می‌باشد:

Analyze> Scale> Reliability Analysis

(نکته: دقت کنید در قسمت Model عبارت Alpha قرار گرفته باشد.)

در نرم افزار spss هر دو آلفا که یکی بر اساس سوالات استاندارد نشده و یکی بر حسب سوالات استاندارد شده بود، گزارش می‌شود؛ اما برای مشاهده آلفا برای ضرایب استاندارد شده باید از زبانه statistics در قسمت inter-item گزینه correlations و یا covariances را فعال کنید تا این مقدار هم در ستونی در کنار آلفای اولیه ظاهر شود.

معمولا استفاده از مقادیر استاندارد شده در زمان‌هایی کاربرد دارد که مقادیر آیتم‌ها اختلاف زیادی با یکدیگر داشته باشند، چون در این صورت مقدار آلفای کرونباخ مقادیر استاندارد نشده تحت تأثیر اختلاف ناشی از واحد اندازه گیری آیتم به غلط کوچک بدست می‌آید و آلفای استاندارد شده، سازگاری واقعی را نشان می‌دهد. در غیر این صورت، معمولا مقدار این دو آلفا تفاوت زیادی با یکدیگر نخواهند داشت.

بايد توجه داشت كه محاسبه آلفا پايان كار نیست. محقق بايد از خود سوال كند آيا امكان افزايش آلفا وجود دارد؟ آيا در اين مقیاس سوالاتی وجود دارد كه میزان آلفای کرونباخ كل مي توانست با نبود آنها افزايش پیدا كند؟ اينجاست كه محقق برای محاسبه تاثیر يكايك سوالات بر همگني مقیاس بايد مقدار آلفا را به تعداد سوالات (هر بار با حذف یکی از سوالات) محاسبه نمايد. برای این منظور می‌توانید از زبانه statistics در قسمت Descriptives for گزینه Scales if item deleted را فعال کنید تا جدول Item-Total Statistics در خروجی نرم افزار ظاهر شود. در ستون آخر این جدول مقدار آلفای مقیاس در صورت حذف سوال (آیتم) مربوطه درج شده است تا سوالاتی که حذف آن‌ها باعث افزایش مقدار آلفای کرونباخ می‌شود معلوم گردد. سوالاتی که حذف آن‌ها باعث کاهش مقدار آلفا می‌شود، سوالات مناسبی هستند و نباید حذف شوند.

نکته: در هنگام حذف سوالات نامناسب به منظور افزايش ضريب همگنی، نبايد روايی محتوايی مقیاس خدشه دار شود. گاهي اوقات با حذف يك سوال ممكن است همگنی تا حدّی افزايش يابد، اما در عین حال ممكن است روايی محتوايی به سبب حذف آن کاهش یابد.

یکی از موضوعات مهم در پایان نامه سنجش پایایی پرسشنامه است. یکی از رایج ترین روش ها برای این موضوع آلفای کرونباخ است، که می توانید با کمک متخصصان آمار پیشرو به خوبی آن را برای پرسشنامه خود اجرا کنید.