ثبات: د Cronbach الفا او د مقیاس نمره

د معلوماتو پورته کول

ستونونه مستقیم له پاڼې څخه (د سرلیکونو د کتار په ګډون) پېسټ کېږي – په اکسل کې په نښه کېږي، کاپي کېږي او دلته پېسټ کېږي:

د مقیاس د توکو ټاکل او د نمرې تعریف

ثبات ولې ازمویل کېږي؟

هغه پوښتنلیک چې یو جوړښت اندازه کوي – رضایت، ژمنتیا، اندېښنه – دا کار په څو توکو (items) کوي، او له هغو یوه نمره محاسبه کېږي. مخکې له دې چې دا نمره په تحلیل کې وکارول شي، باید پوه شو چې توکي په رښتیا "له یو بل سره موافق دي": هغه څوک چې په ټول مقیاس کې لوړ دی، د توکو په هره هغه ډله کې هم لوړ دی چې په تصادفي ډول ترې ټاکل کېږي (Field, 2024, Section 18.9.1). دا داخلي همغږي (internal consistency) ده، د ثبات (reliability) یو له هغو ډولونو چې په ثبات او اعتبار: مفهومونه پاڼه کې تشریح شوي؛ کله چې د اندازه ګیرنې وسیله انسانان وي چې کوډ ورکوي – پر ځای یې د کوډ ورکوونکو ترمنځ ثبات اندازه کېږي.

په رسمي بڼه: د هر ګډونوال لیدل شوې (observed) نمره رښتینې نمره جمع د اندازه ګیرنې تېروتنه ده، X = T + E، او ثبات په لیدل شوو نمرو کې د واریانس هغه برخه ده چې سرچینه یې د رښتینو نمرو واریانس دی (Field, 2024, Equations 18.9-18.12) – یا، په برابره بڼه، د رښتینو او لیدل شوو نمرو ترمنځ د همبستګۍ (correlation) مربع. Field په یوه داسې ټکي ټینګار کوي چې هېرول یې اسانه دي: ثبات د پوښتنلیک ځانګړنه نه ده، بلکې د پوښتنلیک، هغو خلکو چې ځواب یې ورکړی او د شرایطو ځانګړنه ده – هغه مقیاس چې په یوه نمونه کې د باور وړ وموندل شو، اړینه نه ده چې په بله نمونه کې هم د باور وړ وي. له همدې امله Pallant (2020، څپرکی 9) غواړي چې ثبات ستاسو په خپله نمونه کې وازمویل شي، حتی کله چې مقیاس پېژندل شوی او اعتبار یې تایید شوی وي، او د مېتود په برخه کې راپور شي.

د Cronbach الفا څه ده؟

د رښتینو نمرو واریانس په مستقیم ډول نه اندازه کېږي. پخوانی عملي حل د نیمو ثبات (split-half) دی: توکي په دوو تصادفي ډلو وېشل کېږي، د هرې نیمې لپاره نمره محاسبه کېږي، او د نیمو ترمنځ همبستګي (correlation) د ثبات اټکل دی – یوه نیمه د بلې نیمې لپاره د موازي ازموینې په توګه کار کوي. ستونزه: د وېشلو ډېرې لارې شته، او هره یوه بېله شمېره ورکوي. Cronbach (1951, as cited in Field, 2024, Section 18.9.2) یو شاخص وړاندې کړ چې په نږدې توګه د ټولو ممکنو وېشونو اوسط دی – او دا α ده. هغه فورمول چې دا پاڼه یې محاسبه کوي:

α = k/(k − 1) · (1 − Σs_i²/s_T²)

k – د توکو شمېر؛ s_i² – د هر توکي واریانس؛ s_T² – د توکو د مجموعې واریانس. مفکوره: که توکي یو شی اندازه کوي، د مجموعې واریانس د واریانسونو له مجموعې ډېر لوی دی (ځکه توکي یو ځای بدلېږي، او کوواریانسونه (covariances) سره راټولېږي)؛ که سره تړلي نه وي، د مجموعې واریانس نږدې د واریانسونو له مجموعې سره برابر دی او α صفر ته نږدې ده. Field (برخه 18.9.2) همدا فورمول د کوواریانس د ماتریس (covariance matrix) په ژبه وړاندې کوي: د توکو د شمېر مربع ضرب منځنی کوواریانس، تقسیم د ماتریس د ټولو عناصرو مجموعه. α په معیاري شوو توکو (په جدول 1 کې دویم ستون؛ په SPSS کې "Cronbach's Alpha Based on Standardized Items") همدا فورمول دی د کوواریانسونو پر ځای د همبستګۍ پر ماتریس: k·r̄/(1 + (k − 1)·r̄)، چې r̄ په کې د توکو ترمنځ منځنۍ همبستګي ده. Field: عادي α هغه وخت مناسبه ده چې توکي لکه څنګه چې دي جمع یا اوسط کېږي (عادي حالت، او هغه څه چې دا پاڼه یې په نمره کې کوي)؛ معیاري شوې – یوازې هغه وخت چې توکي له جمع کولو مخکې معیاري کېږي. Raykov (2024) لا روښانه کوي: معیاري شوې کېدای شي د هغې نمرې له ثبات څخه چې په عمل کې تحلیل کېږي ډېره لوړه یا ټیټه وي، نو باید د هغې له راپور او تفسیر څخه ډډه وشي مګر دا چې له پیله د معیاري کولو قوي دلیل وي – په جدول 1 کې د SPSS سره د پرتلې لپاره ښودل کېږي، او عادي α راپور کېږي.

پایلې (output) څنګه ولولو؟

جدول 1 – α. Field (2024، برخه 18.11) "شاوخوا .7-.8" ارزښتونه لټوي؛ Pallant (2020، څپرکی 9) لیکي چې مقیاس باید له .7 څخه پورته وي (DeVellis، 2012)، او له .8 پورته غوره دی. دواړه لیکوالان په همغه ساه کې زیاتوي چې عمومي پولې بده مفکوره ده، ځکه α د توکو په شمېر پورې اړه لري (لاندې د انګېرنو برخه) – نو جدول ورسره د توکو ترمنځ منځنۍ همبستګي او ساحه یې هم ښیي. Pallant: د لنډو مقیاسونو لپاره (له 10 توکو کم) ټیټه α منل عام دي، او بیا غوره ده چې منځنۍ همبستګي راپور شي، چې غوره ساحه یې .2-.4 ده (Briggs & Cheek, 1986, as cited in Pallant, 2020). په جدول کې N د هغو ګډونوالو شمېر دی چې ټولو توکو ته یې ځواب ورکړی – د ټول کتار لرې کول (listwise deletion)، لکه په SPSS کې – او "پرېښودل شوي" ستون وايي چې څو ګډونوال د ثبات په محاسبه کې نه دي شامل شوي (هغوی لا هم د مقیاس نمره ترلاسه کولی شي، لاندې وګورئ).

جدول 2 – د α لپاره د باور واټنونه. په جدول 1 کې α له نمونې څخه اټکل دی، او Raykov (2024) سپارښتنه کوي چې ورسره د باور واټن (confidence interval) راپور شي. جدول دا په درې کچو (95%، 99%، 99.9%) او درې طریقو ورکوي: ADF (asymptotically distribution-free; Maydeu-Olivares، Coffman او Hartmann، 2007) – د ډلټا طریقه چې په کې د کوواریانسونو واریانس د معلوماتو له څلورمو مومنټونو اټکل کېږي، پرته له دې چې نورمالوالی (normality) یا ماډل وانګېرل شي – دا هغه کورنۍ ده چې Raykov (2024) یې "له ماډل څخه ازاده او نږدې له انګېرنو ازاده" بولي (Raykov & Marcoulides, 2015, as cited in Raykov) او په پاڼه کې د راپور لپاره تلواله (default) ده (ټینګ کتار، 95%)؛ نورمال تیوري (van Zyl, Neudecker & Nel, 2000, as cited in Maydeu-Olivares et al.) – همغه د ډلټا طریقه د څو بُعدي نورمالوالي په انګېرنه – او د Feldt F (1965, as cited in Maydeu-Olivares et al.) – "دقیق" واټن د موازي توکو او نورمالوالي په انګېرنه، چې همدا psych::alpha چاپوي. Maydeu-Olivares او نورو (2007) په سیمولېشنونو کې وموندل: په هغو توکو کې چې نورمال ته نږدې دي، درې واړه طریقې نږدې یو شان دي او حتی په کوچنیو نمونو کې نورمال واټن ښه پوښښ کوي؛ کله چې نا متناظري (skewness) یا څوکوالی (kurtosis) له 1 څخه زیات شي، نورمال واټنونه ډېر تنګ دي، او ADF غوره ده – له N = 100 او پورته. له همدې امله د جدول یادونه دواړه معیاري تېروتنې (standard errors) پرتله کوي: کله چې له 20% زیات توپیر ولري – معلومات له نورمالوالي لرې دي، او نورمال واټن (او ورسره Feldt) د باور وړ نه دی. پولې باید د پولې ارزښت سره یو ځای ولوستل شي: هغه واټن چې ټول له .7 پورته وي ډاډ ورکوي؛ هغه واټن چې له هغې تېرېږي وايي چې نمونه پرېکنده نه ده. له 1 څخه پورته پاسنۍ پوله (هغه وخت پېښېږي چې α̂ په متناظر واټن کې 1 ته نږدې وي) د 1 په توګه ښودل کېږي او نښه کېږي.

جدول 3 – د توکو احصایې. وروستي دوه ستونونه هغه دي چې لوستل کېږي. د توکي او ټول مقیاس سمون شوې همبستګي (Corrected Item-Total Correlation) – د توکي او د نورو توکو د مجموعې ترمنځ همبستګي (correlation) ("سمون": توکی پخپله په هغه مجموعه کې نه دی شامل چې ورسره همبستګي لري). په د باور وړ مقیاس کې ټول توکي له مقیاس سره ښه همبستګي لري؛ Field او Pallant همغه پوله ټاکي – له .3 څخه ښکته توکی د ټول مقیاس پرته بل څه اندازه کوي. α که توکی حذف شي – پرته له دې توکي α به څه وه. په ښه مقیاس کې هېڅ توکی α ډېره نه بدلوي، او په ستون کې ټول ارزښتونه عمومي α ته نږدې او ترې ښکته دي؛ هغه توکی چې حذف یې α لوړوي (ژېړ شالید) د پرېښودلو نوماند دی – خو Pallant شرط ږدي: دا د هغه چا لپاره ګټور دی چې مقیاس جوړوي، په داسې حال کې چې په تایید شوي او پېژندل شوي مقیاس کې د توکي حذف کول له هغو نورو څېړنو سره پرتله ناشونې کوي چې دا یې کارولی؛ Field زیاتوي چې که حذف کېږي، عاملي تحلیل (factor analysis) بیا ترسره کېږي ترڅو ډاډ ترلاسه شي چې جوړښت ساتل شوی؛ او Raykov (2024) لا لرې ځي: کله چې الفا د مقیاس له رښتیني ثبات څخه ټیټه وي – چې عام حالت دی – د دې احصایې له مخې د توکي پرېښودل کولی شي ثبات او اعتبار (validity) دواړه راټیټ کړي، نو هغه عموماً سپارښتنه کوي چې د مقیاس د بدلون لپاره د لارښود په توګه ونه کارول شي. د وېبپاڼې دود: ستون په پایلو کې پاتې کېږي، لکه په SPSS کې، د تشخیص په توګه – نه د پرېښودلو د بنسټ په توګه (پراخه تشریح په د مفهومونو پاڼه کې، برخه 2). هغه توکی چې منفي همبستګي ولري (سور شالید) نږدې تل یو معکوس توکی دی چې نه دی اړول شوی – بله برخه وګورئ.

جدول 4 – د همبستګۍ ماتریس. Pallant (2020، څپرکی 9) په قصدي ډول له همدې ځایه پیل کوي: د توکو ترمنځ ټولې همبستګۍ (correlations) باید مثبتې وي، ځکه ټول یوه ځانګړنه اندازه کوي؛ منفي ارزښت داسې توکي ته اشاره کوي چې په سمه توګه نه دی اړول شوی، او په ورته وخت کې په جدول 3 کې د توکي او ټول مقیاس د منفي همبستګۍ په توګه ښکاري. په جدول 4 کې د همبستګیو اوسط هغه شمېره ده چې په جدول 1 کې ده (په SPSS کې Summary Item Statistics).

معکوس توکي

ډېری پوښتنلیکونه داسې توکي لري چې په معکوس لوري لیکل شوي – "د ټولنې چارې ما ته په زړه پورې نه دي" د هغو توکو ترمنځ چې کله ژمنتیا لوړه وي ورسره موافقه کېږي. Field (2024، برخه 18.9.4) تشریح کوي چې ولې هلته دي (ګډونوال لوستلو ته اړ باسي، او د ځواب تعصب کموي) او ولې α خرابوي که پاملرنه ورته ونه شي: د داسې توکي او نورو ترمنځ کوواریانس (covariance) منفي دی، د فورمول په صورت کې منځنی کوواریانس کموي، او α راټیټېږي – تر دې چې منفي ارزښت ته ورسېږي، چې هېڅ معنا نه لري. د هغه بېلګه (برخه 18.11، پایلې 18.14 د 18.15 په مقابل کې): یو فرعي مقیاس د یو معکوس توکي سره چې نه دی اړول شوی – α = .537 د .707 پر ځای، د همغه توکي لپاره د توکي او ټول مقیاس منفي همبستګي، او "α که توکی حذف شي" .687. دا افشا کوونکې نښه ده، او پاڼه یې په سور شالید او خبرداري سره ټینګار کوي.

اړول ساده دي: د مقیاس له اعظمي ارزښت جمع 1 څخه نمره کمېږي – په 1-5 مقیاس کې، له 6 څخه (Field, Section 18.9.4): 5 په 1 بدلېږي، 1 په 5، او 3 همغه 3 پاتې کېږي. پاڼه عمومي بڼه (اصغري + اعظمي) − ارزښت کاروي، چې په هغه مقیاس کې چې له 1 پیلېږي همغه پایله ورکوي او د 0-10 یا له −3 تر 3 مقیاس لپاره هم سمه ده؛ له همدې امله مهمه ده چې په بکس کې د ځوابونو ساحه د مقیاس ممکنه ساحه وي، نه هغه ساحه چې په معلوماتو کې لیدل شوې. په لېست کې د "معکوس توکی" نښه کول توکی د ثبات او نمرې له محاسبې مخکې اړوي؛ که په فایل کې د کوډونو پاڼه (legend / מקרא) وي او د "reverse" کلمه د توکي په یادښتونو کې راغلې وي، نښه کول په اتوماتيک ډول کېږي. Pallant (2020، څپرکی 8) یادونه کوي چې د مقیاس په لارښود یا اصلي مقاله کې وګورئ چې کوم توکي معکوس دي – یوازې له لیکلو بڼې اټکل مه کوئ.

د مقیاس نمره

وروسته له دې چې ثبات بسنه کوونکی وموندل شو، توکي د هر ګډونوال لپاره په یوه نمره کې یو ځای کېږي. Pallant (2020، څپرکی 8) مجموعه محاسبه کوي، او یادونه کوي چې ډېری څېړونکي د توکو په شمېر وېش کوي ترڅو نمره بېرته د ځوابونو اصلي مقیاس (1-5) ته راشي او تفسیر یې اسانه وي – دا د پاڼې تلواله (default) ده، "د توکو اوسط". د دواړو ترمنځ عملي توپیر د ورکو ارزښتونو (missing values) په چلند کې دی: په SPSS کې د توکو ساده مجموعه هر هغه ګډونوال ته چې یو توکی یې ورک وي ورک ارزښت ورکوي (Pallant, Chapter 8)، په داسې حال کې چې د سمو توکو اوسط – په SPSS سینټکس کې MEAN.n – هغه څه کاروي چې شته. پاڼه ګډونوال ته نمره یوازې هغه وخت محاسبه کوي چې د توکو کافي برخې ته یې ځواب ورکړی وي (تلواله 75%: له شپږو پنځه)، او مجموعه، کله چې وټاکل شي، د اوسط ضرب د توکو شمېر په توګه اټکلوي؛ څوک چې پوله تېره نه کړي تشه حجره ترلاسه کوي. Pallant غواړي چې د کوډونو په کتاب (codebook) کې د نوي متحول نوم، دا چې څه استازیتوب کوي، کوم توکي جمع شوي، کوم اړول شوي او ممکنه ساحه څه ده ولیکل شي – دقیقاً هغه څه چې پاڼه یې په ښکته شوي فایل کې د کوډونو پاڼې کتار ته لیکي.

د وېبپاڼې دود (متحولونه او د اندازه ګیرنې کچې پاڼه): یو واحد د درجه بندۍ توکی ترتیبي (ordinal) متحول دی؛ د څو توکیز مقیاس (multi-item scale) نمره د فاصله یي متحول په توګه چلند کېږي، نو د Pearson همبستګي، t ازموینې او رګرسیون (regression) ته ننوځي. په پایلو کې هیسټوګرام ښیي چې ایا نمره په معقول ډول وېشل شوې او ایا فرش یا چت شته.

انګېرنې او خبرداري

α څه انګېري. Field (2024، برخه 18.9.3) تشریح کوي: α انګېري چې ټول توکي رښتینې نمره په یوه اندازه اندازه کوي – "اساسي تاو-برابري" (essential tau-equivalence)، چې له ریاضي پلوه په یو عامل د ټولو توکو له برابرو عاملي بارونو (loadings) سره برابره ده. په واقعیت کې بارونه توپیر لري، او بیا α ثبات کم اټکلوي – "ښکتنۍ پوله". Field تر دې حده وايي چې د موضوع پوهان α یو بد شاخص ګڼي، او د بدیلونو په اړه مقالو ته اشاره کوي؛ خو دا هغه څه ده چې هره مجله یې د لیدو تمه لري، او همدا دلیل دی چې پاڼه یې محاسبه کوي.

د توکو شمېر. د فورمول په صورت کې د توکو د شمېر مربع ناست دی، نو α څومره چې مقیاس اوږد وي لوړېږي – حتی پرته له دې چې توکي ډېر همغږي شي. د Cortina بېلګه (1993, as cited in Field, Section 18.9.3) په ګراف 1 کې: درې توکي د .57 په درنه منځنۍ همبستګۍ او لس توکي د .28 په منځنۍ همبستګۍ – دواړه α = .80. همدا دلیل دی چې جدول د α تر څنګ منځنۍ همبستګي ښیي، او د هر مقیاس لپاره یوه یونیفورمه پوله معنا نه لري.

α د یو بُعدي والي شاخص نه دی. لوړه α دا نه وايي چې مقیاس یو شی اندازه کوي: Grayson (2004, as cited in Field, Section 18.9.3) وښوده چې α = .8 له یو عامل، له دوو همبستو عاملونو او له دوو ناهمبستو عاملونو هم ترلاسه کېږي. Field: که پوښتنلیک فرعي مقیاسونه ولري، α د هر فرعي مقیاس لپاره جلا محاسبه کېږي نه د ټولو توکو لپاره یو ځای – لکه څنګه چې Cronbach پخپله وړاندیز کړی و. د مقیاس جوړښت په عاملي تحلیل (factor analysis) کې ازمویل کېږي، نه په α کې.

پولې. Field (برخه 18.9.4) Kline (1999) راوړي: .8 د ادراکي ازموینو لپاره مناسب دی، .7 د وړتیا ازموینو لپاره، او په بېلابېلو رواني جوړښتونو کې په واقعي ډول له .7 څخه کم هم تمه کېدای شي؛ Nunnally (1978) – د څېړنې په لومړنیو پړاوونو کې .5 بس دی. د Field پایله: عمومي پولې باید ونه کارول شي، بلکې α باید د دې په شرایطو کې تفسیر شي چې څنګه اندازه شوې او د څېړنې په شرایطو کې (Pedhazur & Schmelkin، 1991). هغه یادونه "ښه / د منلو وړ / له منل شوې پولې ښکته" چې پاڼه یې چاپوي د Pallant .7 او .8 کاروي، او د بحث د پیل ټکی دی، نه پرېکړه.

نمونه. ثبات (reliability) په نمونې پورې اړه لري (Field, Section 18.9.1; Pallant, Chapter 9)، نو د اوسنۍ نمونې لپاره راپور کېږي د هغه څه تر څنګ چې د مقیاس جوړوونکو راپور کړی. Field زیاتوي چې د نمونې جوړښت هم – په یوه نمونه کې له بېلابېلو ټولګو (populations) خلک – α اړوي، کله پورته او کله ښکته (Waller, 2008, as cited in Field).

ورک ارزښتونه. ثبات په هغو ګډونوالو محاسبه کېږي چې ټولو توکو ته یې ځواب ورکړی (د ټول کتار لرې کول (listwise deletion)، لکه د SPSS تلواله)؛ کله چې ډېر پرېښودل شي، پاڼه خبرداری ورکوي. نمره، په مقابل کې، د هر هغه چا لپاره محاسبه کېږي چې د سمو توکو پوله یې تېره کړې – نو د ثبات N او د نمرې N په همغو معلوماتو کې توپیر لرلی شي. د دې پوښتنې لپاره چې کله ورک توکي اټکل کېدای شي او کله نه – ورک ارزښتونه پاڼه.

دا پاڼه څه نه محاسبه کوي. د نیمو ثبات او د ټولګي دننه د همبستګۍ ضریب (ICC) – د SPSS په ډیالوګ کې دوه نور انتخابونه (Field, Section 18.10)؛ د α لپاره bootstrap واټن (Raykov، 2024، یې د ډلټا طریقې تر څنګ یادوي – په جدول 2 کې درې واټنونه تحلیلي دي)؛ او هغه بدیلونه چې Field (برخه 18.9.3) یې هغو مقیاسونو ته وړاندې کوي چې د برابرۍ انګېرنه نه پوره کوي – عاملي تحلیل (factor analysis) ته اړتیا لري: مرکب ثبات (composite reliability) (ω, Raykov, 2024, Equations 13-15) د باور واټن (confidence interval) سره، د الفا تر څنګ، په تاییدي عاملي تحلیل پاڼه کې محاسبه کېږي (جدول 4). عاملي تحلیل پخپله – په شمول د دې پوښتنې چې ایا توکي په رښتیا په یو عامل ناست دي – هلته ازمویل کېږي (کله چې جوړښت مخکې ټاکل شوی وي) یا په سپړونکی عاملي تحلیل پاڼه کې (کله چې جوړښت نامعلوم وي)، نه په دې پاڼه کې.

او دا په SPSS کې څنګه کېږي؟

تر هر څه مخکې – اړول (Pallant, 2020, Chapter 8): Transform › Recode into Different Variables…، معکوس توکي Input Variable → Output Variable ته، هر یو ته نوی نوم (Pallant: Rop2 د op2 لپاره)، او په Old and New Values تڼۍ کې 1 ← 5، 2 ← 4، 3 ← 3، 4 ← 2، 5 ← 1 تعریفېږي ("ټول مقیاسونه 5 ټکیز نه دي – وګورئ چې ټول ممکنه ارزښتونه مو اړولي دي"). Field (برخه 18.9.4) دا په یوه محاسبوي کمانډ کوي، Transform › Compute: 6 − item. هغه سینټکس (syntax) چې پاڼه یې جوړوي د Field لاره کاروي، نوو متحولونو ته، ترڅو اصلي وساتل شي.

ثبات (Pallant, Chapter 9; Field, Section 18.10): Analyze › Scale › Reliability Analysis… – توکي (معکوس توکي په اړول شوې بڼه!) Items بکس ته؛ Model: Alpha؛ د مقیاس نوم په Scale label کې (پایلو ته سرلیک زیاتوي)؛ او په Statistics… تڼۍ کې – Descriptives for: Item, Scale, Scale if item deleted؛ Inter-Item: Correlations؛ Summaries: Correlations. سینټکس:

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

د پایلو لوستل (Pallant, Chapter 9): Case Processing Summary – Valid او Excluded (د ټول کتار لرې کول) = په جدول 1 کې N او "پرېښودل شوي"؛ Reliability Statistics – Cronbach's Alpha، Cronbach's Alpha Based on Standardized Items، N of Items = لومړي درې ستونونه؛ Item Statistics – په جدول 3 کې اوسط او معیاري انحراف؛ Inter-Item Correlation Matrix = جدول 4؛ Summary Item Statistics – د Inter-Item Correlations کتار، د Mean، Minimum، Maximum ستونونه = منځنۍ همبستګي او ساحه یې؛ Item-Total Statistics – Corrected Item-Total Correlation او Cronbach's Alpha if Item Deleted = جدول 3. د α لپاره د باور واټن (جدول 2) د RELIABILITY په پایلو کې نشته – د دې لپاره R (لاندې د R برخه). Pallant لومړی ګوري چې د قضیو شمېر او د توکو شمېر سم دي – یوه ساده تېروتنه چې ډېرې عجیبې α تشریح کوي.

نمره (Pallant, Chapter 8): Transform › Compute Variable… – نوي متحول ته نوم، او په افادې کې item1 + item2 + Ritem3 + … د مجموعې لپاره، یا MEAN.5(item1, item2, …) د سمو توکو د اوسط لپاره د لږ تر لږه پنځو توکو د شرط سره – دا هغه کمانډ دی چې د پاڼې په سینټکس (syntax) کې دی (کله چې مجموعه وټاکل شي د توکو په شمېر ضرب شوی). په پایلو کې د "د SPSS سینټکس ښکته کړئ" تڼۍ ټول پړاوونه جوړوي – پورته کول، قاموس (که د کوډونو پاڼه وه)، اړول، RELIABILITY، نمره او DESCRIPTIVES – په هغو معلوماتو او د متحولونو په هغو نومونو چې پورته شوي.

او دا په R کې څنګه کېږي؟

د psych بسته ټول په یوه کمانډ محاسبه کوي، alpha(): عادي α (raw_alpha)، معیاري شوې (std.alpha)، منځنۍ همبستګي (average_r)، د توکي او ټول مقیاس سمون شوې همبستګي (r.drop) او α که توکی حذف شي (alpha.drop). سکریپټ لکه څنګه چې دی د بېلګې په فایل وچلول شو او د جدول ارزښتونه یې ورکړل (په تبصرو کې). په R کې د پښتو لپاره د وېبپاڼې قاعده: فایل په UTF-8 کې ساتل کېږي، هره د تبصرې کرښه په پښتو کلمه پیلېږي، او د پاڼو او متحولونو عبري نومونه د UTF-8 چاپېریال ته اړتیا لري (په Windows کې: R 4.2 او پورته، یا Sys.setlocale('LC_ALL', 'Hebrew')).

# د Cronbach الفا او د مقیاس نمره – پروفیسور سټاټ. دا فایل په UTF-8 کې ساتل شوی؛ هره د تبصرې کرښه په پښتو کلمه پیلېږي
library(readxl)   # د اکسل لوستل
library(psych)    # alpha
library(alphaci)  # د α لپاره د باور واټنونه (ADF)

# پورته کول: معیاري کینډۍ – کتار = ګډونوال، ستون = متحول؛ "נתונים" پاڼه
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")]

# د معکوس لیکل شوو توکو اړول: (اصغري + اعظمي) − ارزښت
items$"מחויבות_3" <- (1 + 5) - items$"מחויבות_3"
items$"מחויבות_5" <- (1 + 5) - items$"מחויבות_5"

# ثبات: د ټول کتار لرې کول لکه په SPSS کې (RELIABILITY)
complete <- items[complete.cases(items), ]
a <- alpha(complete)
a$total$raw_alpha       # د Cronbach الفا = .809
a$total$std.alpha       # الفا په معیاري شوو توکو = .809
a$total$average_r       # د توکو ترمنځ منځنۍ همبستګي = .414
nrow(complete)          # د ټول کتار N = 171
a$item.stats$r.drop     # د توکي او ټول مقیاس سمون شوې همبستګي: .689 .568 .662 .559 .584 .366
a$alpha.drop$raw_alpha  # الفا که توکی حذف شي: .753 .779 .757 .781 .776 .822

# د α لپاره د باور واټنونه (په پاڼه کې جدول 2): ADF – alphaci؛ psych – Feldt (F) او ase (د Duhachek نورمال معیاري تېروتنه)
alphaci(complete, type = "adf", conf_level = 0.95)      # ADF 95%: .764 .854 (alphaci: د t سلنیزه؛ په پاڼه کې z – پولې په درېیمه رقم کې توپیر لري)
alphaci(complete, type = "normal", conf_level = 0.99)   # نورمال تیوري 99%: .750 .868
a$feldt                 # د Feldt F 95%: .761 .850
a$total$ase             # نورمال معیاري تېروتنه = .0225؛ د z پولې: .809 ± 1.96·.0225 = .765 .853

# د مقیاس نمره: د سمو توکو اوسط، یوازې هغو ګډونوالو ته چې لږ تر لږه 75% سم توکي ولري
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

د باور واټنونه: د alphaci بسته (نسخه 1.0.1) همغه معیاري تېروتنې لکه پاڼه محاسبه کوي – ADF او نورمال – خو پولې د t(N − 1) سلنیزې سره جوړوي او په N − 1 وېش کوي، نو لږ پراخې دي (په بېلګه کې: .7641-.8542 په پاڼه کې د .7644-.8539 په مقابل کې)؛ پاڼه د Maydeu-Olivares او نورو (2007) پیروي کوي – د z سلنیزه، او د van Zyl فورمول د N سره – لکه د psych ase ("دا هم او هغه هم": دواړه دودونه مشروع دي، توپیر په درېیمه رقم کې دی). alpha() نور شاخصونه هم محاسبه کوي چې په پاڼه کې نشته؛ psych پخپله توکي اړولی شي (keys)، خو پورته څرګند اړول ډېر روښانه او مستند دي. په R کې د نمرې اوسط په پنځمه رقم کې د جدول له اوسط سره توپیر لري، ځکه پاڼه هره نمره مخکې له دې چې فایل ته ولیکل شي څلورو رقمونو ته ګردوي.

د پایلو راپور ورکول

Pallant (2020، څپرکی 9): ثبات د مېتود په برخه کې، د "د څېړنې وسایل" لاندې راپور کېږي – د مقیاس له تشریح وروسته (د توکو شمېر، د ځوابونو مقیاس، د کارونې تاریخ) هغه ثبات راوړل کېږي چې د مقیاس جوړوونکو او نورو څېړونکو راپور کړی، او بیا د اوسنۍ نمونې په اړه یوه جمله؛ د هغې بېلګه: "د Pavot او نورو (1991) له مخې د ژوند څخه د رضایت مقیاس ښه داخلي همغږي لري، α = .85؛ په اوسنۍ څېړنه کې α = .89". Field (برخه 18.12) په متن کې د α نښې سره راپور ورکوي، او یادونه کوي چې د APA له مخې له ټکي مخکې صفر نه لیکل کېږي ځکه α له 1 څخه زیاتېدای نه شي (APA, 2020, Section 6.36) – همداسې د پاڼې جدولونه او د راپور جملې دي. په جمله کې نور څه باید وي: د توکو شمېر، د ځوابونو مقیاس، کوم توکي اړول شوي، هغه N چې α پرې محاسبه شوې، د هغې تر څنګ 95% د باور واټن د APA په بڼه (برخه 6.43) – α = .81, 95% CI [.76, .85] – لکه څنګه چې Raykov (2024) سپارښتنه کوي (د وېبپاڼې دود: راپور شوی واټن ADF دی، جدول 2)، او د لنډ مقیاس لپاره منځنۍ همبستګي هم (Pallant). د مقیاس نمره په همغه ځای کې تشریح کېږي – څنګه محاسبه شوې (اوسط/مجموعه، د ورکو ارزښتونو پوله) او ممکنه ساحه یې څه ده – او توصیفي شاخصونه یې د پایلو څپرکي ته ځي.

عامې تېروتنې

د معکوسو توکو له اړولو پرته د α محاسبه. Field (برخه 18.11): α راپرېوځي، یو توکی د توکي او ټول مقیاس منفي همبستګي ترلاسه کوي، او "α که توکی حذف شي" ټوپ وهي. که پایلې داسې ښکاري – توکی مه حذف کوئ بلکې اړوئ یې.

په غلطې ساحې سره اړول. (اصغري + اعظمي) − ارزښت د 5 اعظمي سره په 7 ټکیز مقیاس کې منفي ارزښتونه او ګډوډ مقیاس ورکوي. ساحه د پوښتنلیک له مخې ممکنه ساحه ده، حتی که هېچا 7 نه وي نښه کړی.

د فرعي مقیاسونو لرونکي ټول پوښتنلیک لپاره یوه α محاسبه کول. Field (برخه 18.9.3): α د هر فرعي مقیاس لپاره جلا؛ د "ټول یو ځای" α به د توکو د شمېر له امله لوړه وي او د هېڅ فرعي مقیاس په اړه به څه ونه وايي.

د توکو په حذف کولو سره د لوړې α ښکار. د "α که توکی حذف شي" ستون بلنه ورکوي چې هر هغه توکی حذف شي چې α په سلمه برخه لوړوي. Pallant: په تایید شوي مقیاس کې دا له نورو څېړنو سره پرتله نه پرېږدي؛ Field: حذف کول د عاملونو جوړښت بدلوي، او د هغه بیا ازموینه اړینه کوي؛ Raykov (2024): کېدای شي ثبات او اعتبار راټیټ کړي. یوازې د منځپانګې په توجیه سره حذف کېږي، او راپور کېږي چې حذف مو کړي.

د معیاري شوې α راپور ځکه چې لوړه ده. دا د بل مقیاس ثبات دی – د معیاري شوو توکو چې هېڅوک یې نه جمع کوي (Raykov، 2024). د هغې نمرې α راپور کېږي چې تحلیل کېږي.

د α = .9 لوستل د دې ثبوت په توګه چې مقیاس یو شی اندازه کوي. Grayson (as cited in Field): همغه α له بشپړ بېلابېلو جوړښتونو ترلاسه کېږي. یو بُعدي والی په عاملي تحلیل کې ازمویل کېږي.

له اصلي مقالې د ثبات نقل کول د محاسبې پر ځای. Field او Pallant: ثبات د مقیاس دی په دې نمونه کې. دواړه راپور کېږي – د جوړوونکو او ستاسو.

په SPSS کې د مجموعې نمرې محاسبه او د ګډونوالو له لاسه ورکول. item1 + item2 + … هر هغه چا ته چې یو توکی یې پرېښی ورک ارزښت ورکوي (Pallant, Chapter 8). MEAN.n د اعلان شوې پولې سره هغوی ساتي – او پوله راپور کېږي.

سرچینې

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 او Schmelkin (1991) او Waller (2008) – لکه څنګه چې په Field (2024) کې راغلي؛ DeVellis (2012)، Briggs او Cheek (1986) او Pavot او نور (1991) – لکه څنګه چې په Pallant (2020) کې راغلي؛ Feldt (1965)، van Zyl، Neudecker او Nel (2000)، Duhachek او Iacobucci (2004) او Satorra او Bentler (1994) – لکه څنګه چې په Maydeu-Olivares، Coffman او Hartmann (2007) کې راغلي؛ Raykov او Marcoulides (2015) – لکه څنګه چې په Raykov (2024) کې راغلی. د R چلول شوې بستې: psych (alpha) او alphaci 1.0.1 (Moss). د وېبپاڼې د قاعدې له مخې، د سرچینو په لېست کې یوازې هغه سرچینې راځي چې په اصل کې لوستل شوې.