الثبات والصدق: المفاهيم

دليل

في هذه الصفحة

كل قياس في البحث الاجتماعي – استبانة، مقياس اتجاهات، ترميز إجابات مفتوحة، تقديرات محكّمين – هو رقم يمثّل شيئًا لا يمكن قياسه مباشرة. يُطرح سؤالان عن كل رقم كهذا، وهما مختلفان أحدهما عن الآخر: هل القياس متّسق – أي هل سيعطي النتيجة نفسها في ظروف مماثلة؟ هذا هو الثبات. وهل يقيس ما قُصد قياسه، لا شيئًا آخر؟ هذا هو الصدق. تعرّف هذه الصفحة المفهومين، وتفصّل كلًّا منهما إلى أنواعه، وتشرح لماذا يُعدّ الثبات شرطًا ضروريًا للصدق لكنه غير كافٍ، وتحيل إلى حاسبات الموقع التي تفحص الجزء الذي يمكن حسابه. في الإصدار 3 أُضيف فصلان من دليل كامبريدج لمناهج البحث في العلوم الاجتماعية والسلوكية (Nichols & Edlund, 2024): فصل Raykov (2024) عن الثبات – التعريف الصوري، وما هي ألفا وما ليست، وتحذيران بشأن "α عند الحذف" وα المعيارية؛ وفصل Skowronski (2024) عن الصدق – لماذا هو متّصل لا نعم/لا، ومن أين يأتي انعدام الصدق، ولماذا يتغيّر بتغيّر السياق.

1. خطأ القياس – لماذا نحتاج إلى المفهومين أصلًا

هناك أشياء تُقاس مباشرة – الوزن، الطول، الربح – وأشياء تُقاس بصورة غير مباشرة: التقرير الذاتي، الاستبانات، المهام المحوسبة. وفي الحالتين توجد دائمًا تقريبًا فجوة بين الرقم الذي يمثّل الشيء وقيمته الحقيقية – القيمة التي كنا سنحصل عليها لو استطعنا القياس مباشرة – وهذا هو خطأ القياس (Field, 2024, Section 1.5.3). مثال Field: من يزن 83 كغ ويصعد على ميزان يُظهر 80 – خطأ قياس مقداره 3 كغ. الميزان المعايَر يخطئ قليلًا؛ أما الاستبانة فتخطئ أكثر بكثير، لأن الإجابة تتأثر أيضًا بعوامل ليست هي الشيء المقيس – مثلًا، هل ستعترفون في استبانة بأنكم سرقتم من متجر؟

ينقسم خطأ القياس إلى جزأين يتصرّفان بشكل مختلف. جزء عشوائي – ضجيج يتغيّر من قياس إلى آخر ويتلاشى في المتوسط: المزاج، التعب، صياغة فُهمت بطريقتين. وجزء منتظم – تحيّز يتكرّر في الاتجاه نفسه في كل قياس: ميزان يُظهر دائمًا 3 كغ أقل، استبانة "الرضا عن المحاضر" تقيس في الواقع مدى سهولة الحصول على علامة عالية. الثبات يتناول الجزء الأول؛ والصدق – الثاني. ولذلك يمكن أن يكون القياس ثابتًا جدًا وغير صادق: الميزان المعطوب يعطي الرقم نفسه كل صباح.

2. الثبات – "النتيجة نفسها في ظروف مماثلة"

الثبات هو قدرة أداة القياس على إعطاء النتائج نفسها في الظروف نفسها (Field, 2024, Section 1.5.4) – أو، بصياغة Pallant (2020، الفصل 1)، مدى خلوّ المقياس من الخطأ العشوائي. لا يمكن رؤية الثبات في قياس واحد؛ بل يُرى فقط عند تكرار القياس والمقارنة. والسؤال هو ماذا يُكرَّر – ولكل إجابة نوع ثبات خاص بها، ومؤشر خاص بها، ومكان خاص بها في الموقع (الجدول 1).

التعريف الصوري. ينطلق Raykov (2024) من متطابقة نظرية الاختبار الكلاسيكية: كل درجة مُشاهَدة هي درجة حقيقية زائد خطأ، X = T + E – ليست نموذجًا يمكن دحضه بل تفكيكًا صحيحًا دائمًا، حيث الدرجة الحقيقية هي القيمة المتوقعة للقياس. والثبات هو النسبة ρ = Var(T) / Var(X): نسبة الفروق الحقيقية بين الأشخاص من بين الفروق المُشاهَدة. ومن هنا ثلاث قراءات للرقم نفسه: ρ هو R² "التنبؤ" بالدرجة المُشاهَدة من الدرجة الحقيقية؛ وρ هو 1 ناقص نسبة الضجيج إلى الإشارة؛ وρ هو الارتباط بين قياسين متوازيين للشيء نفسه، حين تكون أخطاؤهما غير مرتبطة – وهذا أساس تفسير "التكرار" في مطلع هذا القسم، وأساس ثبات الإعادة في الجدول 1، الذي يفترض هذا بالضبط (قياسات متوازية بأخطاء غير مرتبطة – وهو افتراض يلاحظ Raykov أن بناءه في الواقع صعب جدًا، ولذلك يفضّل المقاييس متعددة الفقرات). ونتيجة أخرى تربط هذا القسم بصفحة الارتباطات: الارتباط المُشاهَد بين مقياسين أصغر من الارتباط بين درجاتهما الحقيقية، وr_حقيقي = r_{مُشاهَد} / √(ρ_U·ρ_V) – معادلة التوهين: مقياسان ثباتهما .7 ويرتبطان بمقدار .40 يقيسان أشياء يبلغ الارتباط بينها نحو .57. وأخيرًا، ρ معرَّف لكل قياس ذي تباين موجب – فقرة ثنائية، فقرة ليكرت، درجة متصلة – ويعتمد على الأداة وعلى المجتمع معًا، تمامًا مثل المتوسط والتباين (Raykov, 2024).

ثبات الإعادة (الاستقرار عبر الزمن). الأشخاص أنفسهم، المقياس نفسه، موعدان؛ والارتباط بين درجتَي المقياس هو المؤشر (test-retest reliability). هذه أبسط طريقة لفحص الثبات، لكنها لا تناسب إلا ما يُفترض أن يبقى مستقرًا: سمة شخصية – نعم؛ المزاج، مستوى السكر، الإنتاجية – لا، لأن التغيّر الحقيقي بين الموعدين سيبدو كضعف في الثبات (Field, 2024, Section 1.5.4; Pallant, 2020, Chapter 1). والفاصل الزمني قرار يجب الإبلاغ عنه: قصير جدًا – تذكّر الإجابات؛ طويل جدًا – تغيّر حقيقي.

الاتساق الداخلي. المقياس المكوّن من عدة فقرات يُفترض أن يقيس سمة واحدة، ولذلك يُفترض أن "تسير الفقرات معًا" – من يحصل على درجة عالية في فقرة يحصل على درجة عالية في الأخرى أيضًا. المؤشر الشائع هو ألفا كرونباخ، التي تعكس متوسط الارتباط بين الفقرات؛ والقاعدة المتعارف عليها هي ألفا أعلى من .7 (DeVellis, 2012، وNunnally, 1978، كما ورد في Pallant, 2020، الفصلان 1 و9). لكن ألفا تعتمد على عدد الفقرات: في المقياس القصير (أقل من عشر فقرات) تكون منخفضة حتى حين تكون الفقرات مترابطة جيدًا، وعندئذ يُبلَّغ عن متوسط الارتباط بين الفقرات، الذي يتراوح مداه المرغوب بين .2 و.4 (Briggs & Cheek, 1986، كما ورد في Pallant, 2020، الفصل 9). والعكس صحيح: المقياس الطويل جدًا سيبلغ ألفا عالية حتى مع فقرات متوسطة – فألفا العالية ليست دليلًا على أن المقياس يقيس شيئًا واحدًا. ملاحظتان عمليتان من Pallant (2020، الفصل 9): الفقرات المصوغة بصورة معكوسة يجب أن تُعكَس درجاتها قبل الحساب، وإلا ستكون ألفا منخفضة وخاطئة؛ والثبات يعتمد على العينة – يُحسَب ويُبلَّغ عنه في عينتكم، لا الاكتفاء بالقيمة التي أبلغ عنها مطوّر المقياس.

ما هي ألفا – وما ليست. يوضّح Raykov (2024) مكانتها: ألفا (Cronbach, 1951, as cited in Raykov) معرَّفة في كل مجتمع يكون فيه لدرجة المقياس تباين موجب – بلا نموذج، وبلا افتراض أحادية البعد، وبلا افتراض الاعتدالية، ومع فقرات ثنائية أو ترتيبية أو متصلة. وعلاقتها بالثبات الحقيقي للمقياس معقّدة: حين تكون أخطاء الفقرات غير مرتبطة، فإن ألفا لا تتجاوز الثبات (ولذلك تُسمّى "حدًّا أدنى")، وتساويه تمامًا فقط حين تقيس كل الفقرات الدرجة الحقيقية نفسها بالوحدات نفسها (تكافؤ تاو)؛ وحين تختلف التشبّعات لكنها جميعًا عالية، يكون الفرق ضئيلًا عمليًا؛ وحين تكون الأخطاء مرتبطة، يمكن أن تكون ألفا أعلى من الثبات أيضًا. ومن هنا استنتاجه: الدعوات التي سُمعت للتخلّي عن ألفا لصالح مؤشرات أخرى هي، في رأيه، خاطئة – فألفا تبقى مؤشرًا موثوقًا ومفيدًا حين تكون الأخطاء غير مرتبطة، وحدًّا أدنى مفيدًا في سائر الحالات. وتحذيران يتعلّقان مباشرة بمخرجات حاسبة ألفا: (1) "α عند حذف الفقرة" – يوصي Raykov عمومًا بعدم استخدامها دليلًا لتعديل المقياس، لأنه في مقياس تكون فيه ألفا أقل من الثبات، قد يؤدي حذف فقرة بناءً على هذه الإحصاءة إلى خفض الثبات وصدق المحك معًا؛ (2) α المعيارية (على فقرات معيارية) – ينبغي تجنّب تقديرها أو الإبلاغ عنها أو تفسيرها ما لم يكن هناك سبب قوي لتقييس الفقرات من الأساس، لأنها قد تكون أعلى أو أقل بكثير من ثبات درجة المقياس التي تُحلَّل فعليًا. ويأخذ الموقع بالأمرين: تعرض الحاسبة كلتيهما، كما يفعل SPSS وكما يفعل Field (2024) وPallant (2020) اللذان بُنيت عليهما – لكن بوصفهما أداة تشخيص (فالفقرة المعكوسة التي لم تُعلَّم تنكشف هناك فورًا)، لا أساسًا لحذف الفقرات ولا رقمًا للإبلاغ؛ ويُبلَّغ عن α العادية، لدرجة المقياس كما تُجمَع فعلًا. وختامًا، يضيف Raykov لماذا يعني "معتمد على العينة" أيضًا "معتمد على الزمن": المجتمعات تتغيّر، والبنية الكامنة للمقياس قد تتغيّر، والمجتمع الذي كان متجانسًا قد يتحوّل إلى عدة مجتمعات فرعية – ولذلك لا يُعتمد على الثبات المذكور في دليل المقياس، بل تُجمَع البيانات ويُقدَّر من جديد، ويُفضَّل مع فترة ثقة؛ وفي تطوير المقياس – عينة كبيرة تُقسَم إلى قسمين، حتى لا يُختبر الجزء التوكيدي على البيانات نفسها التي أُجريت عليها التعديلات (Raykov, 2024).

الثبات بين المرمِّزين (أو بين المحكّمين). حين يكون الإنسان هو أداة القياس – مرمِّز يصنّف الإجابات المفتوحة في فئات، أو محكّم يقدّر – يكون الضجيج هو تفسيره، والطريقة لفحصه هي وضع مرمِّز ثانٍ مستقل في مقابله، على الوحدات نفسها وبالتعليمات نفسها. يميّز Krippendorff (2019، القسم 11.2.1) بين ثلاثة تصاميم للفحص بحسب مصدر عدم الاتفاق: الاستقرار – المرمِّز نفسه يعيد العمل بعد مدة (عدم اتساق شخصي فقط؛ وهو التصميم الأضعف، لأنه لا يكشف التحيّز المتّسق لدى المرمِّز)؛ قابلية الاستنساخ – مرمِّزان مستقلان أو أكثر (وتشمل أيضًا فروق التفسير بينهم؛ وهذا ما يُسمّى عادةً الثبات بين المرمِّزين، وهو المعيار)؛ والدقة – المقارنة بمعيار يُعدّ صحيحًا (وتشمل أيضًا الانحراف عن المعيار؛ وهو التصميم الأقوى، لكن معيارًا كهذا يوجد أساسًا في تدريب المرمِّزين). أما المؤشرات – معامل كابا لكوهين لزوج من المرمِّزين (Cohen, 1960) وألفا كريبندورف لأي عدد من المرمِّزين – فتصحّح الاتفاق الخام وفق الاتفاق المتوقع بالصدفة، وتُحسَب في صفحة الثبات بين المرمِّزين، بما في ذلك فترات الثقة والمسطرتان الشائعتان للتفسير.

3. الصدق – "يقيس ما قُصد قياسه"

الصدق هو السؤال عمّا إذا كانت الأداة تقيس ما بُنيت لقياسه (Field, 2024, Section 1.5.4): مقياس "مساعدة المحاضر" – هل يقيس فعلًا المساعدة؟ جهاز يُفترض أن يقيس حركة الحيوانات المنوية ويقيس في الواقع كميتها ليس صادقًا. ويضيف Field تمييزًا مهمًا: زمن الاستجابة والتوصيل الجلدي صادقان بالمعنى الضيق – فزمن الاستجابة يقيس فعلًا الزمن الذي استغرقته الاستجابة – لكن ما إن يُستدلّ منهما على شيء آخر (التوصيل الجلدي مؤشرًا للقلق)، فإنهما لا يكونان صادقين إلا إذا لم يؤثر فيهما أي عامل آخر غير العامل الذي يهمّنا. وخلافًا للثبات، ليس للصدق مؤشر واحد قاطع؛ فالتحقق من صدق مقياس هو جمع أدلة تجريبية على استخدامه (Pallant, 2020, Chapter 1). وتميّز الأدبيات بين عدة أنواع من الأدلة (الجدول 2).

الصدق متّصل، لا نعم/لا. يفكّك Skowronski (2024) عبارة "يقيس ما قُصد قياسه" إلى ثلاث خصائص: الصحة – القيمة التي حُصل عليها تستعيد القيمة الحقيقية؛ الدقة – عدم الصحة صغير؛ وعدم التحيّز – عدم الصحة يتوزّع بالتساوي بين المبالغة والتقليل. وتتفاوت المقاييس في كلٍّ منها، ولذلك فالصدق درجة، لا خاصية ثنائية – ومن هنا فحتى المقياس المعيب قد يكون مفيدًا: ميزان يُظهر دائمًا 5 كغ أقل لا يزال يرتّب الأشخاص ترتيبًا صحيحًا ولا يزال يكشف انخفاض الوزن بعد العلاج؛ لكن الميزان نفسه سيخطئ حين تكون القيمة نفسها مطلوبة، وفي التخدير الذي يُحسَب حسب الوزن – سيعرّض للخطر. من أين يأتي انعدام الصدق. أربعة مصادر تُضعف العلاقة السببية بين السمة والقراءة: الأداة (عيب، تآكل)، والمستخدم (إهمال، عدم كفاءة، نقص التدريب – مرمِّز لم يُدرَّب)، والظروف (ضجيج، إزعاج)، والمقيس نفسه – وحين يكون المقيس إنسانًا، فإن الإجابة عن "أنا أكره الكلينغون" تعكس أيضًا الرغبة في إرضاء الباحث، أو في التخريب، أو في ألّا يبدو صاحب رأي متشدّد، أو أن يبدو خطيرًا، أو في مجاراة الرأي السائد (Skowronski, 2024؛ ومثاله عن كائنات فضائية من "ستار تريك"، كي لا يتدخّل فيه تحيّز حقيقي). مباشر وغير مباشر، ملموس وافتراضي. طول خط، الكورتيزول في اللعاب، الزمن – تُقاس مباشرة؛ النرجسية، الضغط، استقرار مفهوم الذات – مفاهيم افتراضية. ويمكن أن يكون المقياس غير مباشر: يُقاس شيء (الكورتيزول، زمن الاستجابة، أخطاء التعرّف على الكلمات) ويُستدلّ منه على شيء آخر (الضغط، سهولة المعالجة، ما فكّر فيه المستجيب) – مثل التأريخ بالكربون-14، الذي يقيس الكربون ويستنتج العمر. ويتطلّب المقياس غير المباشر تحققًا من الصدق على مستويين: أن القياس نفسه صحيح، وأن المعنى المنسوب إليه صحيح – فزمن الاستجابة قد يطول أيضًا بسبب القلق على الانطباع ويقصر بسبب الملل، فيكون صحيحًا تمامًا وغير صادق مؤشرًا لما أُريد قياسه. وكلما كان المفهوم أكثر افتراضية والمقياس أكثر لا مباشرة، احتاج إلى عمل أكبر في التحقق من الصدق – وهذا، في رأيه، نشاط متواصل في صميم كل برنامج بحثي، لا مرحلة تنتهي.

صدق المحتوى. مدى تمثيل الفقرات للمفهوم وتغطيتها لجميع جوانبه (Field, 2024, Section 1.5.4) – مدى "معاينة" المقياس على نحو ملائم لمجال المحتوى الذي يُفترض أن يغطيه (Pallant, 2020, Chapter 1). مقياس "الرضا الوظيفي" الذي تدور كل فقراته حول الراتب لا يغطي المجال. وهذا دليل قائم على الحكم – الخبراء، النظرية – لا على رقم.

صدق المحك. مقارنة الدرجات بمحك خارجي يمكن قياسه: تقديرات الطلاب لمساعدة المحاضر مقابل ملاحظة موضوعية لمساعدته. حين يُقاس المحك في الوقت نفسه – الصدق التلازمي؛ وحين يتنبأ المقياس بملاحظة لاحقة – الصدق التنبؤي (Field, 2024, Section 1.5.4). ويحذّر Field من أن الفحصين كثيرًا ما يكونان غير عمليين – فالمحك الموضوعي السهل القياس ببساطة غير موجود – وأنه في قياس الاتجاهات قد يهمّنا أحيانًا تصوّر الشخص للواقع لا الواقع نفسه: لا هل عومل بظلم، بل هل يعتقد ذلك.

الصدق البنائي. حين لا يوجد محك واحد، يُفحَص المقياس مقابل فرضيات مشتقة من النظرية حول طبيعة المتغير: يُفترض أن يرتبط ارتباطًا عاليًا بمقاييس مفاهيم قريبة – الصدق التقاربي – وارتباطًا منخفضًا بمقاييس مفاهيم غير مرتبطة – الصدق التمييزي (Pallant, 2020, Chapter 1). مقياس قلق يرتبط بمقدار .85 بمقياس قلق آخر وبمقدار .10 بالذكاء يتصرّف كما يُفترض أن يتصرّف القلق. في الموقع: مصفوفة الارتباطات هي الأداة؛ والتفسير – لكم.

السؤال الكامن وراءها جميعًا. يصوغ Skowronski (2024) التحقق من الصدق سؤالًا واحدًا: "هل يتصرّف المقياس كما كنا سنتوقع لو أنه قاس السمة فعلًا؟" – والأدلة هي أنواع الإجابة: التنبؤ بما يُفترض أن يتنبأ به (تنبؤي)، والتمييز بين مجموعات معروف أنها مختلفة (تلازمي)، والتقارب مع مقاييس أخرى للشيء نفسه (تقاربي)، وعدم الارتباط بما لا يُفترض أن يرتبط به (تمييزي) – بما في ذلك الارتباط المنخفض بمقياس للمرغوبية الاجتماعية، دليلًا على أن المقياس لا يقيس الرغبة في الظهور بمظهر حسن. ودليل آخر ليس ارتباطًا: القابلية للتأثّر بالمعالجة التجريبية – يتحرّك المقياس في الاتجاه الصحيح حين يُغيَّر تجريبيًا ما يُفترض أن يقيسه (الجدول 2). وأي دليل هو الأفضل؟ "جميعها" – فأفضل حجة تأتي من عدة أنواع من الأدلة بعدة طرائق، وهي روح المنهج متعدد السمات متعدد الطرائق لـCampbell وFiske (1959, as cited in Skowronski). ومتى يكفي ذلك؟ يحذّر Skowronski من أن التحقق من الصدق أصعب مما يبدو: حتى حين تكون النتائج متّسقة، تلزم دراسات كثيرة؛ وحين لا تكون كذلك – فأحيانًا يكون المحك هو السبب (الاتجاه يتنبأ باتجاهات أخرى أفضل مما يتنبأ بالسلوك)، وأحيانًا يكون الصدق قد تغيّر فعلًا، لأن السياق تغيّر: مشارك يعلم أنه مراقَب (والد يُفحَص لخطر الإساءة)، استبانة تحقّق صدقها في المختبر ومُلئت في البيت وسط المقاطعات، مجتمع مختلف (غرب/شرق، مبتدئون/خبراء)، بل وتفصيل صغير في الإجراء – ومثاله: طالب لم ينجح في استنساخ المحاكاة غير اللفظية بين شريكَي محادثة، إلى أن اكتشف أن ملف الصور كان مغلقًا في عمليات الاستنساخ الناجحة، فكان المشاركون ينظرون أحدهما إلى الآخر بدلًا من الصور. والزمن أيضًا سياق: كل استنساخ هو بالفعل قياس في سياق آخر. وقبل كل ذلك، التحذير التاريخي: علم فراسة الدماغ – قياس نتوءات الجمجمة مؤشرًا للشخصية – هيمن على الأكاديميا والثقافة عقودًا قبل أن يُدحض، والضرر (قياس الجماجم، الفراسة، وما بُني عليهما) استمر؛ وهو درس، بحسب قوله، لا يخص الماضي وحده: فهو يعدّد أيضًا مقاييس معاصرة لا يزال صدقها موضع خلاف في الأدبيات، وتُستخدم بالفعل في التوظيف وفي التدخلات (Skowronski, 2024). ما العمل في الأثناء. يُختار أصدق مقياس تسمح به القيود – وعادةً يوجد مقياس قائم تحقّق صدقه؛ ومن يبني مقياسه الخاص يجمع حصيلة من الأدلة قبل أن يبني عليه برنامجًا بحثيًا؛ وفي كل الأحوال: معايرة متكررة للأدوات، وتدريب شامل لمن يقيس ويرمّز، مع فحوص دورية للتأكد من عدم "الانجراف"، وضبط الظروف – الحفاظ على الظروف نفسها بين جلسات الجمع، وإعادة الفحص بعد كل تغيير في المعدّات أو الطاقم – والقياسات المتكررة: الأداة نفسها مرتين، أدوات مختلفة، عدة قائمين بالقياس (Skowronski, 2024). وهذه الثلاثة الأخيرة هي بالضبط ما يفحصه الثبات بين المرمِّزين (القسم 2).

الصدق الظاهري. "يبدو صحيحًا، معقولًا، منطقيًا" – في نظر المشاركين أو القرّاء. يضعه Krippendorff (2019، الفصل 13)، إلى جانب الصدق الاجتماعي (صلة البحث بالخطاب العام)، في مقابل الصدق التجريبي، ويحذّر: حين لا توجد أدلة تجريبية، يبقى الصدق الظاهري والاجتماعي – اللذان يتحكّم فيهما الباحثون عبر خطابهم – الملجأ الوحيد. وهما ليسا بديلًا.

وفي تحليل المحتوى. يفكّك Krippendorff (2019، الفصل 13) الصدق التجريبي بحسب مراحل تحليل المحتوى: صدق المعاينة – مدى تمثيل عينة النصوص لمجتمع الظواهر التي حُلّلت بدلًا منها (فالنصوص تأتي غالبًا من اختيار المصدر، لا من معاينة)؛ الصدق الدلالي – مدى توافق فئات التحليل مع المعاني التي تحملها النصوص في السياق المختار، لا عند الباحث فقط؛ الصدق البنيوي والوظيفي – مدى استناد قواعد الاستدلال إلى نظرية أو بيانات راسخة، ومدى عملها كتحليلات ناجحة سابقة؛ والصدق الارتباطي والتنبؤي – الارتباط بمقاييس أصدق (بما في ذلك التقاربي والتمييزي) والتنبؤ بأحداث لم تدخل في التحليل. والقائمة أطول من قائمة القياس النفسي لسبب واحد: تحليل المحتوى يستدلّ من النص على السياق، وكل مرحلة في هذا الاستدلال تتطلّب دليلًا خاصًا بها.

4. العلاقة بينهما – ضروري، غير كافٍ

المفهومان مرتبطان بترتيب ثابت: لكي تكون الأداة صادقة، يجب أن تكون ثابتة أولًا (Field, 2024, Section 1.5.4). ويصوغ Krippendorff (2019، القسم 11.1) ذلك في ادّعاءين وفرضية. انعدام الثبات يحدّ من فرصة الصدق: إذا لم يتفق شهود العيان فيما بينهم، فلا يستطيع طرف ثالث أن يعرف ما حدث – وإذا كان الترميز وليد الصدفة، فقد يحتوي على وصف صحيح للنص، لكن لا يمكن التعرّف عليه بأفضل من الصدفة. الثبات لا يضمن الصدق: مراقبان لهما التصوّر نفسه أو التحيّز نفسه أو المصلحة نفسها سيتفقان فيما بينهما ويخطئان مع ذلك؛ وحتى الحاسوب، وهو أكثر الأجهزة ثباتًا، يمكن أن يخطئ – بثبات. والفرضية، من خبرة كثير من باحثي المحتوى: في السعي وراء ثبات عالٍ، يميل الصدق إلى الضياع. ومثاله – دراسة سعت إلى قياس وعي قومي ناشئ في المستعمرات الأمريكية عبر الصحافة، واختارت عدّ ذكر أسماء أماكن أمريكية مقابل إنجليزية، لأن "الوعي القومي" صعب التعريف والتعرّف: عدّ كلمات بدلًا من موضوعات – مشكلات ثبات أقل، وصدق ضئيل.

يعطي Raykov (2024) عبارة "ضروري، غير كافٍ" رقمًا: حين تكون أخطاء المقياس وأخطاء المحك غير مرتبطة، يكون الثبات حدًّا أعلى لصدق المحك – فالارتباط بين المقياس والمحك لا يمكن أن يتجاوز الجذر التربيعي لثباته (وهذه معادلة التوهين من القسم 2 من الجهة الأخرى). مقياس ثباته .5 لن يرتبط بأي شيء بأكثر من .71، حتى لو قاس الشيء الصحيح تمامًا. ويضيف Skowronski (2024) الجانب الذي ليس رقمًا: يمكن أن يكون المقياس ثابتًا وصحيحًا تمامًا ومع ذلك غير صادق لما أُريد قياسه – حين يكون المعنى المنسوب إليه خاطئًا (القسم 3).

الاستنتاج العملي: يُبلَّغ عن كليهما، بهذا الترتيب، ولا يُكتفى بأحدهما. ألفا بمقدار .90 لا تعني أن المقياس يقيس المفهوم؛ وارتباط بمقدار .60 مع محك لا قيمة كبيرة له إذا كان القياس نفسه غير متّسق. وفي تخطيط ترميز النصوص: تعليمات الترميز الأبسط ترفع الاتفاق – ويُسأل عند كل تبسيط ماذا بقي من المفهوم.

5. كيف يُفحَص ذلك في الموقع – ما الذي يُحسَب وما الذي لا يُحسَب

الثبات هو الجزء الحسابي، وتُفحَص أنواعه الثلاثة في حاسبات الموقع على ملف إكسل بالقالب القياسي (صف = مشارك أو وحدة ترميز، عمود = متغيّر): ثبات الإعادة – في صفحة الارتباطات، عمود لكل موعد؛ الاتساق الداخلي – في صفحة الثبات – ألفا كرونباخ، عمود لكل فقرة (بعد عكس درجات الفقرات المعكوسة)؛ الاتفاق بين المرمِّزين – في صفحة الثبات بين المرمِّزين، عمود لكل مرمِّز، مع κ لكوهين، وκ الموزونة للمقاييس الترتيبية، وκ لفلايس وα لكريبندورف، وفترات الثقة، ومسطرتَي التفسير – Landis وKoch مقابل Krippendorff – جنبًا إلى جنب. ما يوصي به Raykov (2024): فترة ثقة لـα – وهي متاحة منذ الإصدار 7 من حاسبة ألفا في الجدول 2 (ADF الخالية من افتراض التوزيع، والنظرية الطبيعية، وF لـFeldt، بمستويات 95% و99% و99.9%؛ Maydeu-Olivares, Coffman & Hartmann, 2007) – وتقدير ثبات قائم على النموذج (ω وبدائلها)، لا تحسبه الحاسبة، ويُحال من يحتاج إليه من هناك إلى R؛ أما "α عند الحذف" وα المعيارية في المخرجات – فللتشخيص، لا للإبلاغ (القسم 2).

ليس للصدق حاسبة، وليس ذلك صدفة: الجزء الذي يمكن حسابه – الارتباطات لصدق المحك والتقاربي والتمييزي – هو مصفوفة ارتباطات عادية، وتفسيرها دليلًا على الصدق حجة نظرية، لا مخرجات. وصدق المحتوى والصدق الدلالي ليسا أرقامًا أصلًا. هذه الصفحة هي المكان الذي تُبنى فيه الحجة؛ والحاسبات تزوّدها بالأرقام.

6. كيف تُعرَض النتائج

يُبلَّغ عن الثبات في فصل المنهجية، تحت "الأدوات" أو "المقاييس" (Pallant, 2020, Chapter 9): بعد وصف المقياس – عدد الفقرات، سلّم الإجابة، تاريخ الاستخدام – يُذكر الثبات الذي أبلغ عنه مطوّر المقياس ودراسات أخرى، ثم جملة عن العينة الحالية. مثال Pallant: "وفقًا لـPavot وDiener وColvin وSandvik (1991)، يتمتع مقياس الرضا عن الحياة باتساق داخلي جيد، بمعامل ألفا كرونباخ .85. وفي الدراسة الحالية بلغ معامل ألفا كرونباخ .89." المقياس ذو المقاييس الفرعية – ثبات لكل مقياس فرعي وللدرجة الكلية كلٌّ على حدة. المعاملات التي تقع بين 1- و1 تُكتب بلا صفر قبل الفاصلة العشرية: α = .89، r = .72، κ = .65.

لثبات الإعادة يُبلَّغ عن الارتباط وN والفاصل الزمني؛ وللاتفاق بين المرمِّزين – عن عدد المرمِّزين، وعدد الوحدات (وإن كانت عينة من مجمل المادة – فكم هي)، والمؤشر مع فترة الثقة، والعتبة التي اختيرت مسبقًا. أما الصدق فيُبلَّغ عنه بوصفه حجة: أي دليل جُمع، ومقابل أي محك أو مقياس، وماذا كانت النتيجة – بما في ذلك الارتباطات المنخفضة التي كان يُفترض أن تكون منخفضة (الصدق التمييزي)، والتي تميل إلى النسيان. المقياس المعروف المأخوذ من دراسة سابقة: تُذكر دراسات التحقق من صدقه، ومع ذلك يُبلَّغ عن الثبات في عينتكم – فهو معتمد على العينة.

أخطاء شائعة

الاعتقاد بأن ألفا العالية دليل على الصدق. هي تقول إن الفقرات تسير معًا، لا إنها تسير إلى المكان الصحيح. مقياس من عشر فقرات عن الراتب سيعطي ألفا ممتازة لـ"الرضا الوظيفي" – وسيقيس الرضا عن الراتب.

ألفا عالية بفضل الطول. ترتفع ألفا مع عدد الفقرات؛ 25 فقرة متوسطة ستبلغ .85. يُفحَص أيضًا متوسط الارتباط بين الفقرات، وفي المقياس القصير – يُبلَّغ عنه بدلًا من الاعتذار عن ألفا بمقدار .6.

عدم عكس درجات الفقرات المعكوسة. ألفا منخفضة على نحو مفاجئ، وأحيانًا ارتباطات سالبة بين الفقرة والدرجة الكلية – العَرَض الكلاسيكي. يُفحَص في دليل المقياس أي الفقرات مصوغة بصورة معكوسة، وتُعكَس قبل الحساب.

ثبات الإعادة لشيء يتغيّر. مقياس مزاج بين موعدين يفصل بينهما شهر: الارتباط المنخفض لا يعني أن المقياس رديء – فالمزاج تغيّر. للسمات المتغيّرة يُفحَص الاتساق الداخلي، لا الاستقرار.

الإبلاغ عن ثبات مطوّر المقياس فقط. الثبات يعتمد على العينة؛ مجتمع آخر، لغة أخرى، ترجمة – رقم آخر. يُحسَب على عينتكم ويُبلَّغ عن كليهما.

مرمِّز واحد، بلا فحص للاتفاق. ترميز الإجابات المفتوحة الذي يقوم به شخص واحد هو تفسير لم يُفحَص. تُرمَّز عينة من الوحدات أيضًا من قِبل مرمِّز ثانٍ مستقل، ويُبلَّغ عن κ أو α – قبل أن تتحوّل الفئات إلى تكرارات.

ملاحقة الاتفاق وفقدان المفهوم. كلما كانت تعليمات الترميز أبسط، ارتفع الاتفاق – إلى أن تُعَدّ الكلمات بدلًا من الأفكار. هذه فرضية Krippendorff: في السعي وراء الثبات يضيع الصدق. ويُسأل عند كل تبسيط ماذا بقي من المفهوم.

حذف فقرة لأن "α عند الحذف" ترتفع. قد تؤدي هذه الإحصاءة إلى مقياس أقل ثباتًا وأقل صدقًا؛ والفقرة التي يكون ارتباطها بالمقياس سالبًا هي دائمًا تقريبًا فقرة معكوسة لم تُعلَّم، لا فقرة ينبغي حذفها (Raykov, 2024).

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

افتراض أن الصدق الذي ثبت في المختبر أو في مجتمع واحد ينتقل كما هو. السياق والمجتمع والزمن تغيّر الصدق؛ يُعاد الفحص، أو على الأقل يُبلَّغ عن الاختلاف (Skowronski, 2024).

العتبة السحرية. ".7 لألفا"، ".8 لكابا"، ".667 لألفا كريبندورف" – كلها اصطلاحات، وليست كلها من المصدر نفسه أو بالمنطق نفسه؛ وقد وصف Landis وKoch أنفسهما مسطرتهما بأنها "اعتباطية بوضوح". تُحدَّد العتبة مسبقًا، وتُعلَّل بحسب كلفة الخطأ في هذا البحث، ويُبلَّغ عن الرقم مع فترة الثقة – لا عن "اجتاز" فقط.

قائمة تحقق – قبل استخدام المقياس أو الترميز

المراجع

Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37-46. https://doi.org/10.1177/001316446002000104

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

Krippendorff, K. (2019). Content analysis: An introduction to its methodology (4th 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

Skowronski, J. J. (2024). Measurement validity in the social and behavioral sciences: Some "whys" and "hows". 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. 211-231). Cambridge University Press. https://doi.org/10.1017/9781009000796.011

DeVellis (2012) وNunnally (1978) وBriggs وCheek (1986) وPavot وزملاؤه (1991) – كما ورد في Pallant (2020)؛ Cronbach (1951) وNovick وLewis (1967) وMcNeish (2018) – كما ورد في Raykov (2024)؛ Campbell وFiske (1959) – كما ورد في Skowronski (2024). ووفق قاعدة الموقع، لا تَرِد في قائمة المراجع إلا المصادر التي قُرئت في أصلها؛ وفصلا دليل كامبريدج – يُحال إليهما بالفصل كاملًا، بلا أرقام صفحات في متن النص.