الثبات: ألفا كرونباخ ودرجة المقياس

حاسبة

تحميل البيانات

الصقوا الأعمدة مباشرة من ورقة العمل (بما في ذلك صف العناوين) – حدّدوها في إكسل، وانسخوها، ثم الصقوها هنا:

اختيار فقرات المقياس وتحديد الدرجة

دليل

لماذا يُفحص الثبات؟

الاستبانة التي تقيس بناءً واحدًا – الرضا، الالتزام، القلق – تفعل ذلك بعدة فقرات، ومنها تُحسب درجة واحدة. قبل استخدام هذه الدرجة في التحليل ينبغي التأكد من أن الفقرات "تتفق فيما بينها" فعلًا: أن من يحصل على درجة مرتفعة في المقياس كله يحصل على درجة مرتفعة أيضًا في أي مجموعة فقرات تُختار منه عشوائيًا (Field, 2024, Section 18.9.1). هذا هو الاتساق الداخلي (internal consistency)، أحد أنواع الثبات المشروحة في صفحة الثبات والصدق: المفاهيم؛ وعندما تكون أداة القياس أشخاصًا يرمّزون – يُقاس بدلًا من ذلك الثبات بين المرمِّزين.

بصياغة رسمية: الدرجة المُشاهَدة لكل مشارك هي درجة حقيقية زائد خطأ قياس، X = T + E، والثبات هو نسبة التباين في الدرجات المُشاهَدة التي مصدرها تباين الدرجات الحقيقية (Field, 2024, Equations 18.9-18.12) – أو، بصياغة مكافئة، مربع الارتباط بين الدرجات الحقيقية والمُشاهَدة. يؤكد Field نقطة يسهل نسيانها: الثبات ليس خاصية للاستبانة بل للاستبانة وللأشخاص الذين أجابوا عنها وللسياق – المقياس الذي وُجد ثابتًا في عيّنة ما ليس بالضرورة ثابتًا في عيّنة أخرى. لذلك تشترط Pallant (2020، الفصل 9) فحص الثبات في عيّنتكم، حتى عندما يكون المقياس معروفًا ومحقَّقًا من صدقه، والإبلاغ عنه في فصل المنهجية.

ما هي ألفا كرونباخ؟

لا يمكن قياس تباين الدرجات الحقيقية مباشرة. الحل العملي القديم هو ثبات التجزئة النصفية (split-half): تُقسَم الفقرات إلى مجموعتين عشوائيتين، وتُحسب درجة لكل نصف، والارتباط بين النصفين هو تقدير للثبات – فكل نصف يؤدي دور اختبار موازٍ للنصف الآخر. المشكلة: هناك طرق كثيرة للتقسيم، وكل منها يعطي رقمًا مختلفًا. اقترح Cronbach (1951, as cited in Field, 2024, Section 18.9.2) مؤشرًا هو، على وجه التقريب، متوسط جميع التقسيمات الممكنة – وهذه هي α. الصيغة التي تحسبها الصفحة:

α = k/(k − 1) · (1 − Σs_i²/s_T²)

k – عدد الفقرات؛ s_i² – تباين كل فقرة؛ s_T² – تباين مجموع الفقرات. الفكرة: إذا كانت الفقرات تقيس الشيء نفسه، فإن تباين المجموع أكبر بكثير من مجموع التباينات (لأن الفقرات تتغير معًا، والتغايرات تتراكم)؛ وإذا كانت غير مترابطة، فإن تباين المجموع يساوي تقريبًا مجموع التباينات وتقترب α من الصفر. يعرض Field (القسم 18.9.2) الصيغة نفسها بلغة مصفوفة التغاير: مربع عدد الفقرات مضروبًا في متوسط التغاير، مقسومًا على مجموع جميع عناصر المصفوفة. α على الفقرات المعيارية (العمود الثاني في الجدول 1؛ "Cronbach's Alpha Based on Standardized Items" في SPSS) هي الصيغة نفسها مطبَّقة على مصفوفة الارتباطات بدلًا من التغايرات: k·r̄/(1 + (k − 1)·r̄)، حيث r̄ هو متوسط الارتباط بين الفقرات. Field: α العادية مناسبة عندما تُجمع الفقرات أو يؤخذ متوسطها كما هي (الحالة المعتادة، وهو أيضًا ما تفعله الصفحة في الدرجة)؛ أما المعيارية – فقط عندما تُحوَّل الفقرات إلى درجات معيارية قبل الجمع. ويدقّق Raykov (2024): قد تكون المعيارية أعلى أو أدنى بكثير من ثبات الدرجة التي تُحلَّل فعليًا، ولذلك ينبغي تجنّب الإبلاغ عنها وتفسيرها ما لم يكن هناك سبب قوي للتحويل المعياري من البداية – وهي معروضة في الجدول 1 للمقارنة مع SPSS، ويُبلَّغ عن α العادية.

كيف تُقرأ المخرجات؟

الجدول 1 – α. يبحث Field (2024، القسم 18.11) عن قيم "في حدود .7-.8"؛ وتكتب Pallant (2020، الفصل 9) أن المقياس ينبغي أن يتجاوز .7 (DeVellis, 2012)، وأن ما فوق .8 أفضل. ويضيف المؤلفان في السياق نفسه أن العتبات العامة فكرة سيئة، لأن α تعتمد على عدد الفقرات (قسم الافتراضات أدناه) – ولذلك يعرض الجدول إلى جانبها أيضًا متوسط الارتباط بين الفقرات ومداه. Pallant: في المقاييس القصيرة (أقل من 10 فقرات) من المعتاد الحصول على α منخفضة نسبيًا، وعندئذ يحسن الإبلاغ عن متوسط الارتباط، الذي مداه الأمثل .2-.4 (Briggs & Cheek, 1986, as cited in Pallant, 2020). N في الجدول هو عدد المشاركين الذين أجابوا عن جميع الفقرات – حذف الحالة كاملة، كما في SPSS – والعمود "مستبعَدون" يبيّن عدد المشاركين الذين لم يدخلوا في حساب الثبات (ولا يزال بإمكانهم الحصول على درجة مقياس، انظروا أدناه).

الجدول 2 – فترات الثقة لـα. α في الجدول 1 تقدير من عيّنة، ويوصي Raykov (2024) بالإبلاغ إلى جانبها عن فترة ثقة. يقدّمها الجدول بثلاثة مستويات (95%، 99%، 99.9%) وبثلاث طرق: ADF (asymptotically distribution-free؛ Maydeu-Olivares, Coffman & Hartmann, 2007) – طريقة دلتا يُقدَّر فيها تباين التغايرات من العزوم الرابعة للبيانات نفسها، دون افتراض الاعتدالية أو نموذج ما – وهي العائلة التي يسمّيها Raykov (2024) "خالية من النموذج وتكاد تكون خالية من الافتراضات" (Raykov & Marcoulides, 2015, as cited in Raykov)، وهي الإعداد الافتراضي لعرض النتائج في الصفحة (الصف المميَّز بالخط العريض، 95%)؛ والنظرية الطبيعية (van Zyl, Neudecker & Nel, 2000, as cited in Maydeu-Olivares et al.) – طريقة دلتا نفسها مع افتراض الاعتدالية متعددة المتغيرات – وF لـFeldt (1965, as cited in Maydeu-Olivares et al.) – فترة "دقيقة" مع افتراض فقرات متوازية واعتدالية، وهي أيضًا ما يطبعه psych::alpha. وجد Maydeu-Olivares وزملاؤه (2007) في المحاكاة: في الفقرات القريبة من التوزيع الطبيعي تكاد الطرق الثلاث تتطابق، وحتى في العيّنات الصغيرة تغطي الفترة الطبيعية جيدًا؛ وعندما يتجاوز الالتواء أو التفلطح 1 تصبح الفترات الطبيعية ضيقة أكثر من اللازم، ويكون ADF أفضل – ابتداءً من N = 100 فما فوق. لذلك تقارن ملاحظة الجدول بين الخطأين المعياريين: عندما يختلفان بأكثر من 20% – تكون البيانات بعيدة عن الاعتدالية، والفترة الطبيعية (ومعها Feldt) غير موثوقة. يجب قراءة الحدود مع العتبة معًا: فترة تقع كلها فوق .7 مطمئنة؛ وفترة تعبرها تعني أن العيّنة لا تحسم الأمر. الحد الأعلى الذي يتجاوز 1 (يحدث عندما تكون α̂ قريبة من 1 في فترة متماثلة) يُعرض على أنه 1 ويُعلَّم.

الجدول 3 – إحصاءات الفقرات. العمودان الأخيران هما ما يُقرأ. الارتباط المصحَّح للفقرة بالدرجة الكلية (Corrected Item-Total Correlation) – الارتباط بين الفقرة ومجموع بقية الفقرات ("التصحيح": الفقرة نفسها لا تُدرج في المجموع الذي تُربط به). في المقياس الثابت ترتبط كل الفقرات ارتباطًا جيدًا بالمقياس؛ ويضع Field وPallant العتبة نفسها – تحت .3 تكون الفقرة قائسةً لشيء مختلف عن المقياس ككل. ألفا عند حذف الفقرة – كم كانت α ستبلغ من دون هذه الفقرة. في المقياس الجيد لا تغيّر أي فقرة α كثيرًا، وتكون كل القيم في العمود قريبة من α الكلية ودونها؛ والفقرة التي يرفع حذفها α (خلفية صفراء) مرشحة للحذف – لكن Pallant تتحفظ: هذا مفيد لمن يطوّر مقياسًا، أما في مقياس محقَّق الصدق ومعروف فإن حذف فقرة يمنع المقارنة مع دراسات أخرى استخدمته؛ ويضيف Field أنه إذا حُذفت فقرة، يُعاد تشغيل التحليل العاملي للتأكد من أن البنية محفوظة؛ ويذهب Raykov (2024) أبعد من ذلك: عندما تكون ألفا أدنى من الثبات الحقيقي للمقياس – وهي حالة شائعة – فإن حذف فقرة استنادًا إلى هذه الإحصاءة قد يخفض الثبات والصدق معًا، ولذلك يوصي عمومًا بعدم استخدامها دليلًا لتعديل المقياس. اصطلاح الموقع: يبقى العمود في المخرجات، كما في SPSS، بوصفه تشخيصًا – لا أساسًا للحذف (التوسع في صفحة المفاهيم، القسم 2). الفقرة ذات الارتباط السالب (خلفية حمراء) هي في الغالب فقرة معكوسة لم تُعكس درجاتها – انظروا القسم التالي.

الجدول 4 – مصفوفة الارتباطات. تبدأ Pallant (2020، الفصل 9) من هنا تحديدًا: يُفترض أن تكون جميع الارتباطات بين الفقرات موجبة، لأنها كلها تقيس السمة نفسها؛ والقيمة السالبة تشير إلى فقرة لم تُعكس درجاتها كما ينبغي، وتظهر بالتوازي ارتباطًا سالبًا للفقرة بالدرجة الكلية في الجدول 3. متوسط الارتباطات في الجدول 4 هو الرقم الوارد في الجدول 1 (Summary Item Statistics في SPSS).

الفقرات المعكوسة

تتضمن استبانات كثيرة فقرات مصوغة في الاتجاه المعاكس – "شؤون المجتمع المحلي لا تهمّني" بين فقرات يوافق عليها المرء عندما يكون الالتزام مرتفعًا. يشرح Field (2024، القسم 18.9.4) لماذا توجد (فهي تجبر المشارك على القراءة، وتقلّل تحيّز الاستجابة) ولماذا تُفسد α إذا لم تُعالَج: التغاير بين فقرة كهذه والبقية سالب، فيخفض متوسط التغايرات في بسط الصيغة، وتنخفض α – حتى قيمة سالبة لا معنى لها. مثاله (القسم 18.11، المخرجات 18.14 مقابل 18.15): مقياس فرعي فيه فقرة معكوسة واحدة لم تُعكس درجاتها – α = .537 بدلًا من .707، وارتباط سالب لتلك الفقرة بالدرجة الكلية، و"ألفا عند حذف الفقرة" .687. هذه هي العلامة الكاشفة، وتبرزها الصفحة بخلفية حمراء وبتحذير.

العكس بسيط: تُطرح الدرجة من القيمة العظمى للمقياس زائد 1 – في مقياس 1-5، من 6 (Field, Section 18.9.4): تصبح 5 هي 1، و1 هي 5، وتبقى 3 هي 3. تستخدم الصفحة الصياغة العامة (القيمة الصغرى + القيمة العظمى) − القيمة، التي تعطي النتيجة نفسها في مقياس يبدأ من 1 وتصحّ أيضًا لمقياس 0-10 أو من −3 إلى 3؛ لذلك من المهم أن يكون مدى الإجابات في الخانة هو المدى الممكن للمقياس، لا المدى المُشاهَد في البيانات. تعليم "فقرة معكوسة" في القائمة يعكس درجات الفقرة قبل حساب الثبات والدرجة؛ وإذا كانت في الملف ورقة مفتاح الترميز (legend / מקרא) وظهرت الكلمة "reverse" في ملاحظات الفقرة، يتم التعليم تلقائيًا. تذكّر Pallant (2020، الفصل 8) بضرورة التحقق في دليل المقياس أو في المقال الأصلي من الفقرات المعكوسة – لا التخمين من الصياغة وحدها.

درجة المقياس

بعد أن يتبيّن أن الثبات كافٍ، تُدمج الفقرات في درجة واحدة لكل مشارك. تحسب Pallant (2020، الفصل 8) المجموع، وتذكر أن باحثين كثيرين يقسمون على عدد الفقرات لكي تعود الدرجة إلى مقياس الإجابة الأصلي (1-5) ويسهل تفسيرها – وهذا هو الإعداد الافتراضي في الصفحة، "متوسط الفقرات". الفرق العملي بين الاثنين هو في معالجة القيم المفقودة: في SPSS يعطي المجموع البسيط للفقرات قيمة مفقودة لكل مشارك تنقصه فقرة واحدة (Pallant, Chapter 8)، أما متوسط الفقرات الصالحة – MEAN.n في أوامر Syntax لـSPSS – فيستخدم ما هو متوفر. تحسب الصفحة الدرجة للمشارك فقط إذا أجاب عن نسبة كافية من الفقرات (الإعداد الافتراضي 75%: خمس من ست)، وعندما يُختار المجموع تقدّره بوصفه المتوسط مضروبًا في عدد الفقرات؛ ومن لم يتجاوز العتبة يحصل على خلية فارغة. تطلب Pallant أن يُسجَّل في دليل الرموز اسم المتغير الجديد، وما يمثّله، وأي الفقرات جُمعت، وأيها عُكست درجاتها، وما المدى الممكن – وهذا بالضبط ما تكتبه الصفحة في صف مفتاح الترميز في الملف المنزَّل.

اصطلاح الموقع (صفحة المتغيرات ومستويات القياس): فقرة التقدير المنفردة متغير ترتيبي؛ أما درجة المقياس متعدد الفقرات فتُعامَل على أنها فترية، ولذلك تدخل في معامل ارتباط بيرسون، واختبار t، والانحدار. يُظهر المدرج التكراري في المخرجات ما إذا كانت الدرجة تتوزع توزيعًا معقولًا وما إذا كان هناك أثر أرضية أو سقف.

الافتراضات والتحذيرات

ما الذي تفترضه α. يفصّل Field (2024، القسم 18.9.3): تفترض α أن جميع الفقرات تقيس الدرجة الحقيقية بالقدر نفسه – "تكافؤ تاو الجوهري" (essential tau-equivalence)، وهو من الناحية الرياضية مكافئ لتساوي تشبّعات جميع الفقرات على عامل واحد. في الواقع تختلف التشبّعات، وعندئذ تقدّر α الثبات بأقل من قيمته – "حدّ أدنى". ويذهب Field إلى حدّ القول إن العارفين بالموضوع يعدّون α مؤشرًا رديئًا، ويحيل إلى مقالات عن بدائلها؛ لكنها ما تتوقع كل مجلة علمية رؤيته، وهذا سبب حساب الصفحة لها.

عدد الفقرات. في بسط الصيغة يقع مربع عدد الفقرات، ولذلك ترتفع α كلما طال المقياس – حتى من دون أن تصبح الفقرات أكثر اتساقًا. مثال Cortina (1993, as cited in Field, Section 18.9.3) في الشكل 1: ثلاث فقرات بمتوسط ارتباط محترم قدره .57 وعشر فقرات بمتوسط ارتباط قدره .28 – وكلاهما α = .80. لهذا يعرض الجدول متوسط الارتباط بجانب α، ولهذا لا معنى لعتبة موحّدة لكل مقياس.

α ليست مؤشرًا على أحادية البعد. α المرتفعة لا تعني أن المقياس يقيس شيئًا واحدًا: بيّن Grayson (2004, as cited in Field, Section 18.9.3) أن α = .8 تُستخرج من عامل واحد، ومن عاملين مترابطين، ومن عاملين غير مترابطين على حدّ سواء. Field: إذا كانت للاستبانة مقاييس فرعية، تُحسب α لكل مقياس فرعي على حدة لا لجميع الفقرات معًا – كما اقترح Cronbach نفسه. أما بنية المقياس فتُفحص بالتحليل العاملي، لا بـα.

العتبات. يورد Field (القسم 18.9.4) رأي Kline (1999): .8 مناسبة للاختبارات المعرفية، و.7 لاختبارات القدرة، وفي البنى النفسية المتنوعة يمكن أن يُتوقع واقعيًا ما هو أقل من .7 أيضًا؛ وNunnally (1978) – في المراحل الأولى من البحث تكفي .5. خلاصة Field: لا ينبغي استخدام عتبات عامة، بل تفسير α في سياق طريقة قياسها وفي سياق البحث (Pedhazur & Schmelkin, 1991). الملاحظة "جيدة / مقبولة / دون العتبة المقبولة" التي تطبعها الصفحة تستخدم .7 و.8 عند Pallant، وهي نقطة انطلاق للنقاش، لا حكم نهائي.

العيّنة. يعتمد الثبات على العيّنة (Field, Section 18.9.1; Pallant, Chapter 9)، ولذلك يُبلَّغ عنه للعيّنة الحالية إلى جانب ما أبلغ عنه مطوّرو المقياس. ويضيف Field أن تركيبة العيّنة أيضًا – أشخاص من مجتمعات مختلفة في العيّنة نفسها – تُحرف α، أحيانًا إلى الأعلى وأحيانًا إلى الأسفل (Waller, 2008, as cited in Field).

القيم المفقودة. يُحسب الثبات على المشاركين الذين أجابوا عن جميع الفقرات (حذف الحالة كاملة، كالإعداد الافتراضي في SPSS)؛ وعندما يُستبعد كثيرون، تحذّر الصفحة. أما الدرجة فتُحسب لكل من تجاوز عتبة الفقرات الصالحة – ولذلك قد يختلف N الخاص بالثبات عن N الخاص بالدرجة في البيانات نفسها. لمسألة متى يجوز تقدير الفقرات المفقودة ومتى لا يجوز – صفحة القيم المفقودة.

ما لا تحسبه هذه الصفحة. ثبات التجزئة النصفية ومعامل الارتباط داخل الفئة (ICC) – الخياران الآخران في نافذة SPSS (Field, Section 18.10)؛ وفترة bootstrap لـα (يذكرها Raykov، 2024، إلى جانب طريقة دلتا – والفترات الثلاث في الجدول 2 تحليلية)؛ والبدائل التي يحيل إليها Field (القسم 18.9.3) للمقاييس التي لا تستوفي افتراض التكافؤ – وهي تتطلب تحليلًا عامليًا: الثبات المركّب (ω, Raykov, 2024, Equations 13-15) مع فترة ثقة، إلى جانب ألفا، يُحسب في صفحة التحليل العاملي التوكيدي (الجدول 4). أما التحليل العاملي نفسه – بما في ذلك مسألة ما إذا كانت الفقرات تتشبّع فعلًا على عامل واحد – فيُفحص هناك (عندما تكون البنية محددة مسبقًا) أو في صفحة التحليل العاملي الاستكشافي (عندما تكون البنية غير معروفة)، لا في هذه الصفحة.

وكيف يُنفَّذ ذلك في SPSS؟

قبل كل شيء – العكس (Pallant, 2020, Chapter 8): Transform › Recode into Different Variables…، والفقرات المعكوسة إلى Input Variable → Output Variable، واسم جديد لكل منها (Pallant: Rop2 لـop2)، وفي زر Old and New Values يُحدَّد 1 ← 5، 2 ← 4، 3 ← 3، 4 ← 2، 5 ← 1 ("ليست كل المقاييس من 5 نقاط – تحقّقوا من أنكم عكستم جميع القيم الممكنة"). يفعل Field (القسم 18.9.4) ذلك بأمر حساب واحد، Transform › Compute: 6 − item. أوامر Syntax التي تولّدها الصفحة تستخدم طريقة Field، في متغيرات جديدة، كي يُحفظ الأصل.

الثبات (Pallant, Chapter 9; Field, Section 18.10): Analyze › Scale › Reliability Analysis… – الفقرات (المعكوسة بنسختها المعكوسة!) إلى خانة Items؛ Model: Alpha؛ اسم المقياس في Scale label (يضيف عنوانًا إلى المخرجات)؛ وفي زر Statistics… – Descriptives for: Item, Scale, Scale if item deleted؛ Inter-Item: Correlations؛ Summaries: Correlations. أوامر Syntax:

RELIABILITY
  /VARIABLES=item1 item2 item3_rev item4 item5_rev item6
  /SCALE('Commitment') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL CORR.

قراءة المخرجات (Pallant, Chapter 9): Case Processing Summary – Valid وExcluded (حذف الحالة كاملة) = N و"مستبعَدون" في الجدول 1؛ Reliability Statistics – Cronbach's Alpha، Cronbach's Alpha Based on Standardized Items، N of Items = الأعمدة الثلاثة الأولى؛ Item Statistics – المتوسط الحسابي والانحراف المعياري في الجدول 3؛ Inter-Item Correlation Matrix = الجدول 4؛ Summary Item Statistics – صف Inter-Item Correlations، الأعمدة Mean، Minimum، Maximum = متوسط الارتباط ومداه؛ Item-Total Statistics – Corrected Item-Total Correlation وCronbach's Alpha if Item Deleted = الجدول 3. لا توجد فترة ثقة لـα (الجدول 2) في مخرجات RELIABILITY – لذلك يُستخدم R (قسم R أدناه). تتحقق Pallant أولًا من صحة عدد الحالات وعدد الفقرات – خطأ بسيط يفسّر كثيرًا من قيم α الغريبة.

الدرجة (Pallant, Chapter 8): Transform › Compute Variable… – اسم للمتغير الجديد، وفي التعبير item1 + item2 + Ritem3 + … للمجموع، أو MEAN.5(item1, item2, …) لمتوسط الفقرات الصالحة مع اشتراط خمس فقرات على الأقل – وهذا هو الأمر الوارد في أوامر Syntax الخاصة بالصفحة (مضروبًا في عدد الفقرات عندما يُختار المجموع). زر "تنزيل ملف Syntax لـSPSS" في المخرجات يولّد جميع الخطوات – التحميل، ودليل الترميز (إن وُجد مفتاح ترميز)، والعكس، وRELIABILITY، والدرجة، وDESCRIPTIVES – على البيانات وبأسماء المتغيرات التي حُمِّلت.

وكيف يُنفَّذ ذلك في R؟

تحسب حزمة psych كل شيء بأمر واحد، alpha(): α العادية (raw_alpha)، والمعيارية (std.alpha)، ومتوسط الارتباط (average_r)، والارتباط المصحَّح للفقرة بالدرجة الكلية (r.drop)، وα عند حذف الفقرة (alpha.drop). شُغِّل النص البرمجي كما هو على ملف المثال وأعطى قيم الجدول (في التعليقات). قاعدة الموقع للنصوص غير اللاتينية في R: يُحفظ الملف بترميز UTF-8، وكل سطر تعليق يبدأ بكلمة عربية، وأسماء الأوراق والمتغيرات بالعبرية (كما في ملف المثال) تتطلب بيئة UTF-8 (في Windows: R 4.2 فما فوق، أو Sys.setlocale('LC_ALL', 'Hebrew')).

# ألفا كرونباخ ودرجة المقياس – بروفيسور ستات. هذا الملف محفوظ بترميز UTF-8؛ كل سطر تعليق يبدأ بكلمة عربية
library(readxl)   # قراءة ملف إكسل
library(psych)    # alpha
library(alphaci)  # فترات الثقة لـα (ADF)

# التحميل: القالب القياسي – صف = مشارك، عمود = متغيّر؛ الورقة "נתונים"
d <- read_excel("C:/Rdata/DATA_scale_example_heb.xlsx", sheet = "נתונים")
items <- d[, c("מחויבות_1", "מחויבות_2", "מחויבות_3", "מחויבות_4", "מחויבות_5", "מחויבות_6")]

# عكس درجات الفقرات المصوغة بصورة معكوسة: (القيمة الصغرى + القيمة العظمى) − القيمة
items$"מחויבות_3" <- (1 + 5) - items$"מחויבות_3"
items$"מחויבות_5" <- (1 + 5) - items$"מחויבות_5"

# الثبات: حذف الحالة كاملة كما في SPSS (RELIABILITY)
complete <- items[complete.cases(items), ]
a <- alpha(complete)
a$total$raw_alpha       # ألفا كرونباخ = .809
a$total$std.alpha       # ألفا على الفقرات المعيارية = .809
a$total$average_r       # متوسط الارتباط بين الفقرات = .414
nrow(complete)          # قيمة N بعد حذف الحالات = 171
a$item.stats$r.drop     # الارتباط المصحَّح للفقرة بالدرجة الكلية: .689 .568 .662 .559 .584 .366
a$alpha.drop$raw_alpha  # ألفا عند حذف الفقرة: .753 .779 .757 .781 .776 .822

# فترات الثقة لـα (الجدول 2 في الصفحة): ADF – alphaci؛ psych – Feldt (F) وase (الخطأ المعياري الطبيعي لـDuhachek)
alphaci(complete, type = "adf", conf_level = 0.95)      # ADF 95%: .764 .854 (alphaci: مئين t؛ في الصفحة z – تختلف الحدود في الخانة الثالثة)
alphaci(complete, type = "normal", conf_level = 0.99)   # النظرية الطبيعية 99%: .750 .868
a$feldt                 # F لـFeldt 95%: .761 .850
a$total$ase             # الخطأ المعياري الطبيعي = .0225؛ حدود z: .809 ± 1.96·.0225 = .765 .853

# درجة المقياس: متوسط الفقرات الصالحة، فقط للمشاركين الذين لديهم 75% فقرات صالحة على الأقل
valid <- rowSums(!is.na(items))
score <- ifelse(valid / ncol(items) >= 0.75, rowMeans(items, na.rm = TRUE), NA)
c(n = sum(!is.na(score)), mean = mean(score, na.rm = TRUE), sd = sd(score, na.rm = TRUE))   # 197, 3.199, 0.742

فترات الثقة: تحسب حزمة alphaci (الإصدار 1.0.1) الأخطاء المعيارية نفسها التي تحسبها الصفحة – ADF والطبيعية – لكنها تبني الحدود بمئين t(N − 1) وتقسم على N − 1، ولذلك تكون أوسع قليلًا (في المثال: .7641-.8542 مقابل .7644-.8539 في الصفحة)؛ أما الصفحة فتتبع Maydeu-Olivares وزملاءه (2007) – مئين z، وصيغة van Zyl مع N – مثل ase في psych ("كلا الأمرين": الاصطلاحان كلاهما مشروع، والفرق في الخانة الثالثة). تحسب alpha() أيضًا مؤشرات إضافية غير موجودة في الصفحة؛ ويمكن لـpsych أن تعكس درجات الفقرات بنفسها (keys)، لكن العكس الصريح أعلاه أكثر شفافية وموثَّق. يختلف متوسط الدرجة في R عن متوسطها في الجدول في الخانة الخامسة، لأن الصفحة تقرّب كل درجة إلى أربع خانات قبل كتابتها في الملف.

عرض النتائج

Pallant (2020، الفصل 9): يُبلَّغ عن الثبات في فصل المنهجية، تحت "أدوات البحث" – بعد وصف المقياس (عدد الفقرات، مقياس الإجابة، تاريخ الاستخدام) يُذكر الثبات الذي أبلغ عنه مطوّرو المقياس وباحثون آخرون، ثم جملة عن العيّنة الحالية؛ ومثالها: "وفقًا لـPavot وزملائه (1991) يتمتع مقياس الرضا عن الحياة باتساق داخلي جيد، α = .85؛ وفي الدراسة الحالية α = .89". يُبلغ Field (القسم 18.12) في متن النص بالرمز α، ويذكّر بأنه وفق APA يُحذف الصفر قبل النقطة لأن α لا يمكن أن تتجاوز 1 (APA, 2020, Section 6.36) – وهكذا الجداول وجمل عرض النتائج في الصفحة. ما يحسن أن تتضمنه الجملة أيضًا: عدد الفقرات، ومقياس الإجابة، والفقرات التي عُكست درجاتها، وN الذي حُسبت عليه α، وفترة الثقة 95% بجانبها بصيغة APA (القسم 6.43) – α = .81, 95% CI [.76, .85] – كما يوصي Raykov (2024) (اصطلاح الموقع: الفترة المبلَّغ عنها هي ADF، الجدول 2)، وللمقياس القصير متوسط الارتباط أيضًا (Pallant). تُوصف درجة المقياس في الموضع نفسه – كيف حُسبت (متوسط/مجموع، عتبة القيم المفقودة) وما مداها الممكن – أما مؤشراتها الوصفية فتُنقل إلى فصل النتائج.

أخطاء شائعة

حساب α من دون عكس درجات الفقرات المعكوسة. Field (القسم 18.11): تنهار α، وتحصل فقرة واحدة على ارتباط سالب بالدرجة الكلية، وتقفز "ألفا عند حذف الفقرة". إذا بدت المخرجات هكذا – فلا تُحذف الفقرة بل تُعكس درجاتها.

العكس بمدى خاطئ. (القيمة الصغرى + القيمة العظمى) − القيمة مع قيمة عظمى 5 في مقياس من 7 نقاط يعطي قيمًا سالبة ومقياسًا مشوّهًا. المدى هو المدى الممكن وفق الاستبانة، حتى لو لم يختر أحد 7.

حساب α واحدة لاستبانة كاملة ذات مقاييس فرعية. Field (القسم 18.9.3): α لكل مقياس فرعي على حدة؛ وα "الكل معًا" ستكون مرتفعة بسبب عدد الفقرات ولن تقول شيئًا عن أي مقياس فرعي.

مطاردة α مرتفعة بحذف الفقرات. العمود "ألفا عند حذف الفقرة" يغري بحذف كل فقرة ترفع α بجزء من مئة. Pallant: في مقياس محقَّق الصدق يمنع هذا المقارنة مع دراسات أخرى؛ Field: الحذف يغيّر البنية العاملية، ويستلزم فحصها من جديد؛ Raykov (2024): قد يخفض ذلك الثبات والصدق. لا يُحذف إلا بمسوّغ من حيث المضمون، ويُبلَّغ عن الحذف.

الإبلاغ عن α المعيارية لأنها أعلى. إنها ثبات مقياس آخر – مقياس فقرات معيارية لا يجمعها أحد (Raykov, 2024). يُبلَّغ عن α للدرجة التي تُحلَّل.

قراءة α = .9 دليلًا على أن المقياس يقيس شيئًا واحدًا. Grayson (as cited in Field): α نفسها تُستخرج من بنى مختلفة تمامًا. تُفحص أحادية البعد بالتحليل العاملي.

اقتباس الثبات من المقال الأصلي بدلًا من حسابه. Field وPallant: الثبات هو ثبات المقياس في هذه العيّنة. يُبلَّغ عن الاثنين – ثبات المطوّرين وثباتكم.

حساب درجة مجموع في SPSS وخسارة مشاركين. item1 + item2 + … يعيد قيمة مفقودة لكل من تخطّى فقرة واحدة (Pallant, Chapter 8). MEAN.n مع عتبة مُعلَنة يحفظهم – ويُبلَّغ عن العتبة.

المراجع

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE.

Maydeu-Olivares, A., Coffman, D. L., & Hartmann, W. M. (2007). Asymptotically distribution-free (ADF) interval estimation of coefficient alpha. Psychological Methods, 12(2), 157-176. https://doi.org/10.1037/1082-989X.12.2.157

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge.

Raykov, T. (2024). Reliability. In A. L. Nichols & J. E. Edlund (Eds.), The Cambridge handbook of research methods and statistics for the social and behavioral sciences: Vol. 2. Performing research (pp. 189-210). Cambridge University Press. https://doi.org/10.1017/9781009000796.010

Cronbach (1951)، Cortina (1993)، Grayson (2004)، Kline (1999)، Nunnally (1978)، Pedhazur وSchmelkin (1991) وWaller (2008) – كما ورد في Field (2024)؛ DeVellis (2012)، Briggs وCheek (1986) وPavot وزملاؤه (1991) – كما ورد في Pallant (2020)؛ Feldt (1965)، van Zyl وNeudecker وNel (2000)، Duhachek وIacobucci (2004) وSatorra وBentler (1994) – كما ورد في Maydeu-Olivares وCoffman وHartmann (2007)؛ Raykov وMarcoulides (2015) – كما ورد في Raykov (2024). حزم R التي شُغِّلت: psych (alpha) وalphaci 1.0.1 (Moss). وفق قاعدة الموقع، لا تُدرج في قائمة المراجع إلا المصادر التي قُرئت في أصلها.