ثبات او اعتبار: مفاهیم

لارښود

په دې پاڼه کې

په ټولنیزه څېړنه کې هره اندازه ګیرنه – پوښتنلیک، د دریځونو مقیاس (scale)، د پرانیستو ځوابونو کوډ ورکول، د قاضیانو درجه بندي – یوه شمېره ده چې د داسې شي استازیتوب کوي چې په مستقیم ډول نه شي اندازه کېدای. د هرې داسې شمېرې په اړه دوه پوښتنې کېږي، او دا له یو بل سره توپیر لري: ایا اندازه ګیرنه همغږې ده – په ورته شرایطو کې به همغه پایله ورکړي؟ دا ثبات (reliability) دی. او ایا هغه هغه څه اندازه کوي چې د اندازه کولو اراده یې وه، نه بل څه؟ دا اعتبار (validity) دی. دا پاڼه دواړه مفهومونه تعریفوي، هر یو یې په خپلو ډولونو وېشي، تشریح کوي چې ولې ثبات د اعتبار لپاره اړین شرط دی خو بسنه نه کوي، او د وېبپاڼې هغو حساب ماشینونو ته لار ښيي چې هغه برخه ازمویي چې محاسبه کېدای شي. په 3 نسخه کې د ټولنیزو او سلوکي علومو د څېړنې د مېتودونو په اړه د کیمبرج له لارښود څخه دوه څپرکي ورزیات شول (Nichols & Edlund, 2024): Raykov (2024) د ثبات په اړه – رسمي تعریف، الفا څه ده او څه نه ده، او د "α که توکی لرې شي" او د معیاري شوې α په اړه دوه خبرداري؛ او Skowronski (2024) د اعتبار په اړه – ولې دا یوه پرله پسې لړۍ ده نه هو/نه، بې اعتباري له کومه راځي، او ولې د شرایطو سره بدلېږي.

1. د اندازه ګیرنې تېروتنه (measurement error) – ولې دواړه مفهومونه اړین دي

ځینې شیان په مستقیم ډول اندازه کېږي – وزن، قد، ګټه – او ځینې شیان په غیر مستقیم ډول: ځاني راپور، پوښتنلیکونه، کمپیوټري دندې. په دواړو حالتونو کې نږدې تل د هغې شمېرې چې د شي استازیتوب کوي او د هغه د ریښتیني ارزښت ترمنځ واټن شته – هغه ارزښت چې که مو په مستقیم ډول اندازه کولای شوای ترلاسه به مو کړی وای – او دا د اندازه ګیرنې تېروتنه (measurement error) ده (Field, 2024, Section 1.5.3). د Field بېلګه: هغه څوک چې 83 کیلوګرامه وزن لري او پر داسې ترازو ودرېږي چې 80 ښيي – د 3 کیلوګرامو د اندازه ګیرنې تېروتنه. تنظیم شوې ترازو لږه تېروتنه کوي؛ پوښتنلیک ډېره زیاته، ځکه چې په ځواب هغه عوامل هم اغېز کوي چې اندازه کېدونکی شی نه دي – د بېلګې په توګه، ایا تاسو به په پوښتنلیک کې ومنئ چې له دوکان مو غلا کړې ده؟

د اندازه ګیرنې تېروتنه په دوو برخو وېشل کېږي چې بېل چلند لري. تصادفي برخه – شور چې له یوې اندازه ګیرنې تر بلې بدلېږي او په اوسط کې یو بل له منځه وړي: مزاج، ستړیا، داسې جمله چې په دوو ډولونو پوهېدل شوې. او سیستماتیکه برخه – تعصب (bias) چې په هره اندازه ګیرنه کې په همغه لوري تکرارېږي: ترازو چې تل 3 کیلوګرامه کم ښيي، د "له استاد څخه رضایت" پوښتنلیک چې په حقیقت کې دا اندازه کوي چې لوړه نمره اخیستل څومره اسانه دي. ثبات (reliability) له لومړۍ برخې سره سروکار لري؛ اعتبار (validity) – له دویمې سره. له همدې امله یو شی کېدای شي ډېر باثباته وي او معتبر نه وي: خرابه ترازو هر سهار همغه شمېره ورکوي.

2. ثبات (reliability) – "په ورته شرایطو کې همغه پایله"

ثبات (reliability) د اندازه ګیرنې د وسیلې هغه وړتیا ده چې په ورته شرایطو کې ورته پایلې ورکړي (Field, 2024, Section 1.5.4) – یا، د Pallant (2020، 1 څپرکی) په وینا، مقیاس (scale) تر کومه حده له تصادفي تېروتنې ازاد دی. ثبات په یوه اندازه ګیرنه کې نه لیدل کېږي؛ یوازې هغه وخت لیدل کېږي چې اندازه ګیرنه تکرار او پرتله شي. پوښتنه دا ده چې څه شی تکرارېږي – او هر ځواب خپل د ثبات ډول، خپل شاخص او په وېبپاڼه کې خپل ځای لري (جدول 1).

رسمي تعریف. Raykov (2024) د کلاسیکې ازموینې د تیورۍ له عینیت څخه پیل کوي: هره لیدل شوې نمره ریښتینې نمره جمع تېروتنه ده، X = T + E – نه داسې ماډل چې رد کېدای شي، بلکې داسې تجزیه چې تل سمه ده، په داسې حال کې چې ریښتینې نمره د اندازه ګیرنې تمه شوی ارزښت دی. ثبات (reliability) دا نسبت دی ρ = Var(T) / Var(X): د خلکو ترمنځ د ریښتینو توپیرونو ونډه د لیدل شویو توپیرونو له جملې څخه. له دې څخه د همغې شمېرې درې لوستنې راوځي: ρ د لیدل شوې نمرې له ریښتینې نمرې څخه د "وړاندوینې" R² دی؛ ρ له 1 څخه د شور او سیګنال نسبت منفي دی؛ او ρ د همغه شي د دوو موازي اندازه ګیرنو ترمنځ همبستګي (correlation) ده، کله چې د هغوی تېروتنې ناهمبستې وي – او دا د برخې په سر کې د "تکرار" د تفسیر بنسټ دی، او په جدول 1 کې د د بیا ازموینې ثبات بنسټ، چې دقیقاً همدا انګېري (موازي اندازه ګیرنې له ناهمبستو تېروتنو سره – داسې انګېرنه چې Raykov یادونه کوي په عمل کې جوړول یې ډېر ستونزمن دي، او له همدې امله څو توکیز مقیاسونه غوره ګڼي). او یوه بله پایله چې دا برخه د همبستګیو له پاڼې سره نښلوي: د دوو شاخصونو ترمنځ لیدل شوې همبستګي د هغوی د ریښتینو نمرو ترمنځ له همبستګۍ کمه ده، او r_{ریښتینی} = r_{لیدل شوی} / √(ρ_U·ρ_V) – د کمښت (attenuation) فورمول: دوه مقیاسونه چې ثبات یې .7 دی او .40 همبستګي لري، داسې شیان اندازه کوي چې شاوخوا .57 همبستګي لري. او په پای کې، ρ د هرې اندازه ګیرنې لپاره تعریف شوی چې مثبت واریانس ولري – دوه ارزښتیز (binary) توکی، د Likert توکی (Likert item)، پرله پسې (continuous) نمره – او هم په وسیله او هم په احصایوي ټولګه (population) پورې اړه لري، دقیقاً لکه اوسط او واریانس (Raykov, 2024).

د بیا ازموینې ثبات (په وخت کې پایښت). همغه خلک، همغه مقیاس (scale)، دوه وختونه؛ د مقیاس د دوو نمرو ترمنځ همبستګي (correlation) شاخص دی (test-retest reliability). دا د ثبات د ازمویلو تر ټولو ساده لار ده، خو یوازې د هغه څه لپاره مناسبه ده چې باید ثابت پاتې شي: د شخصیت ځانګړنه – هو؛ مزاج، د شکرې کچه، تولید – نه، ځکه چې د دوو وختونو ترمنځ ریښتینی بدلون به د ثبات د نشتوالي په څېر ښکاري (Field, 2024, Section 1.5.4; Pallant, 2020, Chapter 1). د وخت واټن داسې پرېکړه ده چې راپور یې ورکول کېږي: ډېر لنډ – د ځوابونو یادول؛ ډېر اوږد – ریښتینی بدلون.

داخلي همغږي (internal consistency). د څو توکو مقیاس (scale) باید یوه ځانګړنه اندازه کړي، او له همدې امله توکي (items) باید "یو ځای حرکت وکړي" – هغه څوک چې په یوه توکي کې لوړ وي په نورو کې هم لوړ وي. عام شاخص د Cronbach الفا ده، چې د توکو ترمنځ منځنۍ همبستګي (correlation) منعکسوي؛ منل شوې قاعده له .7 څخه پورته الفا ده (DeVellis, 2012، او Nunnally, 1978، لکه څنګه چې په Pallant, 2020، 1 او 9 څپرکو کې راغلي). خو الفا د توکو په شمېر پورې اړه لري: په لنډ مقیاس کې (له لسو توکو کم) ټیټه وي حتی کله چې توکي ښه سره تړلي وي، او بیا د توکو ترمنځ منځنۍ همبستګي راپور کېږي، چې مطلوبه ساحه (range) یې له .2 تر .4 پورې ده (Briggs & Cheek, 1986، لکه څنګه چې په Pallant, 2020، 9 څپرکي کې راغلي). او برعکس: ډېر اوږد مقیاس به له منځنیو توکو سره هم لوړې الفا ته ورسېږي – لوړه الفا دا ثبوت نه دی چې مقیاس یو شی اندازه کوي. له Pallant (2020، 9 څپرکی) څخه دوه عملي یادونې: په معکوس ډول لیکل شوي توکي باید له محاسبې مخکې واړول شي، که نه الفا به ټیټه او غلطه وي؛ او ثبات (reliability) په نمونه پورې اړه لري – په خپله نمونه یې محاسبه او راپور کړئ، نه یوازې هغه ارزښت چې د مقیاس جوړوونکي راپور کړی.

الفا څه ده – او څه نه ده. Raykov (2024) د هغې دریځ روښانه کوي: الفا (Cronbach, 1951, as cited in Raykov) په هره احصایوي ټولګه (population) کې تعریف شوې چې پکې د مقیاس (scale) نمره مثبت واریانس ولري – پرته له ماډل، پرته د یو بُعدي والي له انګېرنې، پرته د نورمالوالي له انګېرنې، او له دوه ارزښتیزو، ترتیبي (ordinal) یا پرله پسې توکو سره. د مقیاس له ریښتیني ثبات سره یې اړیکه پېچلې ده: کله چې د توکو تېروتنې ناهمبستې وي، الفا له ثبات څخه نه زیاتېږي (او له همدې امله "ښکتنۍ پوله" بلل کېږي)، او یوازې هغه وخت ورسره دقیقاً برابره ده چې ټول توکي (items) همغه ریښتینې نمره په همغو واحدونو اندازه کړي (تاو-برابري)؛ کله چې عاملي بارونه (loading) توپیر ولري خو ټول لوړ وي، توپیر په عمل کې ناچیز دی؛ او کله چې تېروتنې همبستې وي، الفا کېدای شي له ثبات څخه پورته هم وي. له دې څخه یې پایله: هغه غوښتنې چې د نورو شاخصونو په ګټه د الفا پرېښودلو لپاره اورېدل شوې، د هغه په نظر غلطې دي – الفا یو باوري او ګټور شاخص پاتې کېږي کله چې تېروتنې همبستې نه وي، او په نورو ټولو حالتونو کې یوه معلوماتي ښکتنۍ پوله. او دوه خبرداري چې په مستقیم ډول د د الفا حساب ماشین پایلو ته اړه لري: (1) "α که توکی لرې شي" – Raykov عموماً سپارښتنه کوي چې د مقیاس د بدلولو لپاره د لارښود په توګه ونه کارول شي، ځکه چې په هغه مقیاس کې چې الفا یې له ثبات ټیټه وي، د دې احصایې له مخې د توکي حذف کول کولای شي هم ثبات او هم د معیار اعتبار (validity) راټیټ کړي؛ (2) معیاري شوې α (پر معیاري شویو توکو) – د هغې له اټکل، راپور یا تفسیر څخه ډډه وکړئ مګر دا چې له پیله د توکو د معیاري کولو لپاره قوي دلیل وي، ځکه چې دا کولای شي د هغې مقیاس نمرې له ثبات څخه ډېره لوړه یا ټیټه وي چې په عمل کې تحلیل کېږي. وېبپاڼه دواړه ساتي: حساب ماشین دواړه ښيي، لکه SPSS او لکه Field (2024) او Pallant (2020) چې پر هغوی ولاړ دی – خو د تشخیص په توګه (معکوس توکی چې نښه شوی نه وي هلته سمدستي ښکاري)، نه د توکو د حذف لپاره د بنسټ په توګه او نه د راپور لپاره د شمېرې په توګه؛ عادي α راپور کېږي، د مقیاس د هغې نمرې چې څنګه یې راټولوئ. او په پای کې، Raykov ورزیاتوي چې ولې "په نمونه پورې تړلی" دا هم مانا لري چې "په وخت پورې تړلی": احصایوي ټولګې بدلېږي، د مقیاس پټ جوړښت بدلېدای شي، او یوه همجنسه ټولګه کېدای شي په څو فرعي ټولګو واوړي – له همدې امله د مقیاس په لارښود کې پر راغلي ثبات تکیه نه کېږي، بلکې معلومات راټولېږي او له سره اټکل کېږي، غوره دا چې له د باور واټن (confidence interval) سره؛ او د مقیاس په جوړولو کې – لویه نمونه چې په دوو برخو وېشل کېږي، څو تاییدونکې برخه پر هغو معلوماتو ونه ازمویل شي چې بدلونونه پرې شوي (Raykov, 2024).

د کوډ ورکوونکو ترمنځ ثبات (intercoder reliability) (یا د قاضیانو ترمنځ). کله چې انسان د اندازه ګیرنې وسیله وي – کوډ ورکوونکی چې پرانیستي ځوابونه په کټګوریو وېشي، قاضي چې درجه ورکوي – شور د هغه تفسیر دی، او د ازمویلو لار دا ده چې دویم، خپلواک کوډ ورکوونکی د همغو واحدونو او همغو لارښوونو پر بنسټ ورسره مخامخ کړل شي. Krippendorff (2019، 11.2.1 برخه) د نه موافقې د سرچینې له مخې د ازموینې درې ډیزاینونه سره بېلوي: پایښت (stability) – همغه کوډ ورکوونکی له یو څه وخت وروسته کار تکراروي (یوازې شخصي ناهمغږي؛ تر ټولو کمزوری ډیزاین، ځکه چې د کوډ ورکوونکي همغږی تعصب نه څرګندوي)؛ بیا تولید (reproducibility) – دوه یا ډېر خپلواک کوډ ورکوونکي (coders) (د دوی ترمنځ د تفسیر توپیرونه هم؛ همدې ته عموماً د کوډ ورکوونکو ترمنځ ثبات ویل کېږي، او همدا معیار دی)؛ او دقت – له هغه معیار سره پرتله چې سم ګڼل کېږي (له معیار څخه انحراف هم؛ تر ټولو قوي ډیزاین، خو داسې معیار په عمده توګه د کوډ ورکوونکو په روزنه کې شته). شاخصونه – د کوډ ورکوونکو د جوړې لپاره د Cohen کاپا (Cohen, 1960) او د هر شمېر کوډ ورکوونکو لپاره د Krippendorff الفا – خامه موافقه د تصادفي تمه شوې موافقې لپاره سموي، او په د کوډ ورکوونکو ترمنځ د ثبات پاڼه کې محاسبه کېږي، په ګډون د باور واټنونو او د تفسیر د دوو منل شویو پیمانو.

3. اعتبار (validity) – "هغه څه اندازه کوي چې اراده یې وه"

اعتبار (validity) دا پوښتنه ده چې ایا وسیله هغه څه اندازه کوي چې د اندازه کولو لپاره جوړه شوې (Field, 2024, Section 1.5.4): د "استاد مرسته" مقیاس (scale) – ایا په ریښتیا مرسته اندازه کوي؟ هغه اله چې باید د سپرم خوځښت اندازه کړي او په حقیقت کې یې اندازه اندازه کوي معتبره نه ده. Field یو مهم توپیر ورزیاتوي: د غبرګون وخت او د پوستکي هدایت په محدود مانا معتبر دي – د غبرګون وخت په ریښتیا هغه وخت اندازه کوي چې غبرګون ته یې ونیو – خو کله چې له هغو څخه د بل شي په اړه پایله اخیستل کېږي (د پوستکي هدایت د اندېښنې د شاخص په توګه)، هغه وخت معتبر دي چې له هغه عامل پرته چې موږ ورسره علاقه لرو هېڅ بل عامل پرې اغېز ونه کړي. د ثبات (reliability) پر خلاف، اعتبار یو واحد او روښانه شاخص نه لري؛ د مقیاس اعتبار ورکول د هغه د کارونې په اړه د تجربي شواهدو راټولول دي (Pallant, 2020, Chapter 1). ادبیات د شواهدو څو ډولونه سره بېلوي (جدول 2).

اعتبار (validity) یوه پرله پسې لړۍ ده، نه هو/نه. Skowronski (2024) "هغه څه اندازه کوي چې اراده یې وه" په درېیو ځانګړنو وېشي: دقت – ترلاسه شوی ارزښت ریښتینی ارزښت بیا جوړوي؛ سمون – ناسموالي کوچني دي؛ او د تعصب (bias) نشتوالی – ناسموالي د زیاتوالي او کموالي ترمنځ مساوي وېشل شوي. شاخصونه په هر یوه کې توپیر لري، له همدې امله اعتبار یوه کچه ده، نه دوه ارزښتیزه ځانګړنه – او له دې څخه دا هم راوځي چې نیمګړی شاخص هم ګټور کېدای شي: هغه ترازو چې تل 5 کیلوګرامه کم ښيي بیا هم خلک سم ترتیبوي او بیا هم له درملنې وروسته د وزن کمښت څرګندوي؛ خو همغه ترازو به هغه وخت تېروتنه وکړي چې پخپله ارزښت ته اړتیا وي، او په هغه بې هوښۍ کې چې د وزن له مخې محاسبه کېږي – خطر به پېښ کړي. بې اعتباري له کومه راځي. څلور سرچینې چې د ځانګړنې او لوستنې ترمنځ علي اړیکه کمزورې کوي: وسیله (نیمګړتیا، زړښت)، کاروونکی (بې پروایي، نه وړتیا، د روزنې نشتوالی – هغه کوډ ورکوونکی چې لارښوونه یې نه ده شوې)، شرایط (شور، ګډوډي)، او پخپله اندازه کېدونکی – او کله چې اندازه کېدونکی انسان وي، "زه له کلینګونانو کرکه لرم" ته ځواب د دې هیله هم منعکسوي چې څېړونکی خوښ کړي، کار خراب کړي، نظر لرونکی ښکاره نه شي، خطرناک ښکاره شي، یا له عام نظر سره همغږی شي (Skowronski, 2024؛ د هغه بېلګه د "ستوري ټریک" له پردیو مخلوقاتو ده، څو ریښتینی تعصب پکې لاس ونه وهي). مستقیم او غیر مستقیم، محسوس او فرضي. د کرښې اوږدوالی، په لاړو کې کورټیزول، وخت – په مستقیم ډول اندازه کېږي؛ نرګسیت، فشار، د ځان د انځور پایښت (stability) – فرضي مفهومونه دي. او شاخص کېدای شي غیر مستقیم وي: یو شی اندازه کېږي (کورټیزول، د غبرګون وخت، د کلمو د پېژندنې تېروتنې) او له هغه د بل په اړه پایله اخیستل کېږي (فشار، د پروسس اسانتیا، هغه څه چې ځواب ورکوونکي فکر کاوه) – لکه د کاربن-14 نېټه ټاکل، چې کاربن اندازه کوي او عمر استنباطوي. غیر مستقیم شاخص په دوو کچو اعتبار ورکولو ته اړتیا لري: چې پخپله اندازه ګیرنه دقیقه وي، او هغه مانا چې ورته منسوبېږي سمه وي – د غبرګون وخت کېدای شي د اغېز په اړه له اندېښنې هم اوږد شي او له ستړیا هم لنډ شي، او په دې ډول بشپړ دقیق او د هغه څه لپاره بې اعتباره وي چې غوښتل شوي وو. هر څومره چې مفهوم ډېر فرضي وي او شاخص ډېر غیر مستقیم، هومره د اعتبار ورکولو ډېر کار ته اړتیا ده – او دا، د هغه په نظر، د هر څېړنیز پروګرام په مرکز کې دوامداره فعالیت دی، نه داسې پړاو چې پای ته رسېږي.

د منځپانګې اعتبار (content validity). توکي (items) تر کومه حده د مفهوم استازیتوب کوي او د هغه ټول اړخونه پوښي (Field, 2024, Section 1.5.4) – مقیاس (scale) تر کومه حده د منځپانګې له هغې ساحې څخه په سم ډول "نمونه اخیستې" چې باید یې وپوښي (Pallant, 2020, Chapter 1). د "له کار څخه رضایت" مقیاس چې ټول توکي یې د معاش په اړه وي ساحه نه پوښي. دا د قضاوت شواهد دي – متخصصین، تیوري – نه د شمېرې.

د معیار اعتبار (criterion validity). د نمرو پرتله له داسې بهرني معیار سره چې اندازه کېدای شي: د استاد د مرستې په اړه د زده کوونکو درجه بندي د هغه د مرستې د عیني کتنې په وړاندې. کله چې معیار په همغه وخت اندازه شي – همزماني اعتبار (concurrent validity)؛ کله چې مقیاس (scale) وروسته کتنه وړاندوینه کړي – وړاندوینیز اعتبار (predictive validity) (Field, 2024, Section 1.5.4). Field خبرداری ورکوي چې دواړه ازموینې ډېری وخت عملي نه دي – عیني معیار چې په اسانۍ اندازه شي په ساده ډول شتون نه لري – او دا چې د دریځونو په اندازه ګیرنه کې کله کله موږ د انسان د حقیقت له درک سره علاقه لرو نه پخپله له حقیقت سره: نه دا چې ایا ورسره بې انصافي شوې، بلکې دا چې ایا هغه داسې فکر کوي.

د ساختار اعتبار (construct validity). کله چې یو واحد معیار نه وي، مقیاس (scale) د هغو فرضیو په وړاندې ازمویل کېږي چې د متحول د ماهیت په اړه له تیورۍ څخه اخیستل کېږي: باید د نږدې مفهومونو له شاخصونو سره لوړه همبستګي (correlation) ولري – متقارب اعتبار (convergent validity) – او د نه تړلو مفهومونو له شاخصونو سره ټیټه همبستګي – تفکیکي اعتبار (discriminant validity) (Pallant, 2020, Chapter 1). د اندېښنې مقیاس چې د اندېښنې له بل مقیاس سره .85 او له هوښیارتیا سره .10 همبستګي لري هغسې چلند کوي لکه څنګه چې اندېښنه باید چلند وکړي. په وېبپاڼه کې: د همبستګۍ ماتریس (correlation matrix) وسیله ده؛ تفسیر – ستاسو دی.

هغه پوښتنه چې د ټولو تر شا ده. Skowronski (2024) اعتبار (validity) ورکول د یوې پوښتنې په توګه بیانوي: "ایا شاخص هغسې چلند کوي لکه څنګه چې به موږ تمه درلوده که په ریښتیا یې ځانګړنه اندازه کړې وای؟" – او شواهد د ځواب ډولونه دي: د هغه څه وړاندوینه چې باید یې وړاندوینه کړي (وړاندوینیز)، د هغو ډلو ترمنځ توپیر چې معلومه ده توپیر لري (همزماني)، د همغه شي له نورو شاخصونو سره همګرایي (متقارب)، او له هغه څه سره نه همبستګي (correlation) چې باید ورسره همبستګي ونه لري (تفکیکي) – په ګډون د ټولنیز مطلوبیت له شاخص سره د ټیټې همبستګۍ، د دې شواهدو په توګه چې مقیاس (scale) د ښه ښکارېدو هیله نه اندازه کوي. او یو بل شاهد چې همبستګي نه ده: د لاسوهنې په وړاندې حساسیت – شاخص په سم لوري خوځېږي کله چې هغه څه چې باید یې اندازه کړي په ازمایښتي ډول بدل شي (جدول 2). او کوم شاهد تر ټولو ښه دی؟ "ټول" – تر ټولو ښه استدلال د شواهدو له څو ډولونو په څو مېتودونو کې راځي، د Campbell او Fiske د څو ځانګړنیزې-څو مېتوده تګلارې روحیه (1959, as cited in Skowronski). او کله بس دی؟ Skowronski خبرداری ورکوي چې اعتبار ورکول له هغه څه ستونزمن دي چې ښکاري: حتی کله چې پایلې همغږې وي، ډېرو څېړنو ته اړتیا ده؛ او کله چې نه وي – کله کله ستونزه په معیار کې ده (دریځ نور دریځونه له چلند څخه ښه وړاندوینه کوي)، او کله کله اعتبار په ریښتیا بدل شوی، ځکه چې شرایط بدل شوي: ګډونوال چې پوهېږي څوک یې ګوري (مور یا پلار چې د ناوړه چلند د خطر لپاره ازمویل کېږي)، پوښتنلیک چې په لابراتوار کې یې اعتبار موندلی او په کور کې د ګډوډیو ترمنځ ډک شوی، بله احصایوي ټولګه (population) (لوېدیځ/ختیځ، پیلوونکي/متخصصین)، او حتی د پروسې یو کوچنی جزییات – د هغه بېلګه: یو زده کوونکی چې د خبرو د ملګرو ترمنځ غیر لفظي تقلید یې بیا تولید نه شو کړای، تر هغه چې ومیندل چې په بریالیو تکرارونو کې د انځورونو فولډر تړلی و، او ګډونوالو د انځورونو پر ځای یو بل ته کتل. وخت هم شرایط دي: هر تکرار پخپله په بل شرایط کې اندازه ګیرنه ده. او له دې ټولو مخکې، تاریخي خبرداری: فرینولوژي – د شخصیت د شاخص په توګه د کوپړۍ د پړسوبونو اندازه کول – له رد کېدو مخکې لسیزې په اکاډیمیا او کلتور حاکمه وه، او زیان (کرانیومیټري، فزیونومي، او هغه څه چې پر هغوی جوړ شول) دوام لري؛ د هغه په وینا، دا یوازې د تېر په اړه درس نه دی: هغه اوسني شاخصونه هم شمېري چې اعتبار یې لا هم په ادبیاتو کې د بحث وړ دی، او لا دمخه په استخدام او مداخلو کې کارول کېږي (Skowronski, 2024). تر هغه وخته څه کول کېږي. تر ټولو معتبر شاخص غوره کېږي چې محدودیتونه یې اجازه ورکوي – او عموماً یو موجود اعتبار موندلی شاخص شته؛ هغه څوک چې خپل جوړوي، مخکې له دې چې پرې څېړنیز پروګرام ودان کړي د شواهدو یوه ټولګه راټولوي؛ او په هر حال: د وسیلو تکراري تنظیم، د هغو کسانو بنسټیزه روزنه چې اندازه کوي او کوډ ورکوي، له دوره یي ازموینو سره چې "لار ورکه نه کړي"، پر شرایطو کنټرول – د راټولولو د غونډو ترمنځ د همغو شرایطو ساتل، او د تجهیزاتو یا ټیم په هر بدلون وروسته بیا ازموینه – او تکراري اندازه ګیرنې (repeated measures): همغه وسیله دوه ځلې، بېلابېلې وسیلې، څو اندازه کوونکي (Skowronski, 2024). وروستي درې دقیقاً هغه څه دي چې د کوډ ورکوونکو ترمنځ ثبات (intercoder reliability) یې ازمویي (2 برخه).

ظاهري اعتبار (face validity). "سم، معقول، منطقي ښکاري" – د ګډونوالو یا لوستونکو په نظر. Krippendorff (2019، 13 څپرکی) دا، د ټولنیز اعتبار (عامه بحث ته د څېړنې اړوندتیا) سره یو ځای، د تجربي اعتبار په وړاندې ږدي، او خبرداری ورکوي: کله چې تجربي شواهد نه وي، ظاهري او ټولنیز اعتبار – چې څېړونکي یې د خپلې بیانیې له لارې کنټرولوي – یوازینۍ لار پاتې کېږي. دوی بدیل نه دي.

او د منځپانګې په تحلیل کې. Krippendorff (2019، 13 څپرکی) تجربي اعتبار د منځپانګې د تحلیل د پړاوونو له مخې وېشي: د نمونه اخیستنې اعتبار – د متنونو نمونه تر کومه حده د هغو پدیدو د ټولګې استازیتوب کوي چې د هغې پر ځای تحلیل شوې (متنونه ډېری وخت د سرچینې له انتخاب راځي، نه له نمونه اخیستنې)؛ معنایي اعتبار (semantic validity) – د تحلیل کټګورۍ تر کومه حده له هغو ماناوو سره سمون لري چې متنونه یې په ټاکل شوي شرایط کې لري، نه یوازې د څېړونکي لپاره؛ جوړښتي او دندیز اعتبار – د استنباط قاعدې تر کومه حده پر تیورۍ یا ثابتو معلوماتو ولاړې دي، او تر کومه حده د مخکینیو بریالیو تحلیلونو په څېر کار کوي؛ او همبستګيز او وړاندوینیز اعتبار – له ډېرو معتبرو شاخصونو سره همبستګي (correlation) (په ګډون د متقارب او تفکیکي) او د هغو پېښو وړاندوینه چې په تحلیل کې نه دي شاملې شوې. دا لېست د سایکومیټریکس له لېست اوږد دی د یو دلیل له امله: د منځپانګې تحلیل له متن څخه د شرایطو په اړه استنباط کوي، او د دې استنباط هر پړاو خپل شاهد ته اړتیا لري.

4. د دواړو ترمنځ اړیکه – اړین، خو بسنه نه کوي

دواړه مفهومونه په یو ثابت ترتیب سره تړلي دي: د معتبر کېدو لپاره، وسیله باید لومړی باثباته وي (Field, 2024, Section 1.5.4). Krippendorff (2019، 11.1 برخه) دا په دوو ادعاوو او یوې فرضیې کې بیانوي. د ثبات (reliability) نشتوالی د اعتبار (validity) چانس محدودوي: که سترګو لیدلي شاهدان سره موافق نه وي، درېیم اړخ نه شي پوهېدای چې څه پېښ شول – او که کوډ ورکول د تصادف پایله وي، کېدای شي د متن سم تشریح ولري، خو له تصادف څخه ښه نه شي پېژندل کېدای. ثبات د اعتبار تضمین نه کوي: دوه کتونکي چې همغه درک، همغه تعصب یا همغه ګټه لري سره به موافق وي او بیا به هم تېروتنه وکړي؛ کمپیوټر هم، تر ټولو باثباته اله، تېروتنه کولای شي – په باثباته ډول. او فرضیه، د ډېرو منځپانګې څېړونکو له تجربې: د لوړ ثبات په تعقیب کې، اعتبار د ورکېدو تمایل لري. د هغه بېلګه – هغه څېړنه چې غوښتل یې په امریکایي مستعمرو کې د ودې په حال ملي شعور د مطبوعاتو له لارې اندازه کړي، او د انګلیسي په پرتله د امریکایي ځایونو د نومونو د یادونو شمېرل یې غوره کړل، ځکه چې "ملي شعور" تعریف او پېژندل یې ستونزمن دي: د موضوعاتو پر ځای د کلمو شمېرل – د ثبات لږې ستونزې، او نری اعتبار.

Raykov (2024) "اړین، خو بسنه نه کوي" ته یوه شمېره ورکوي: کله چې د شاخص او د معیار تېروتنې ناهمبستې وي، ثبات (reliability) د معیار د اعتبار (validity) لپاره پورتنۍ پوله ده – د مقیاس (scale) او معیار ترمنځ همبستګي (correlation) د هغه د ثبات له جذر څخه نه شي زیاتېدای (دا د 2 برخې د کمښت (attenuation) فورمول دی له بل اړخه). هغه مقیاس چې ثبات یې .5 وي له هېڅ شي سره له .71 پورته همبستګي نه لري، حتی که دقیقاً سم شی اندازه کړي. او Skowronski (2024) هغه اړخ ورزیاتوي چې شمېره نه ده: شاخص کېدای شي بشپړ باثباته او دقیق وي او بیا هم د هغه څه لپاره بې اعتباره وي چې غوښتل شوي وو – کله چې هغه مانا چې ورته منسوبېږي غلطه وي (3 برخه).

عملي پایله: د دواړو راپور ورکول کېږي، په همدې ترتیب، او په یوه یې بسنه نه کېږي. د .90 الفا دا نه وايي چې مقیاس (scale) مفهوم اندازه کوي؛ له معیار سره د .60 همبستګي (correlation) ډېر ارزښت نه لري که پخپله اندازه ګیرنه همغږې نه وي. او د متن د کوډ ورکولو په پلان کې: ساده لارښوونې موافقه لوړوي – او په هر ساده کولو کې پوښتل کېږي چې له مفهوم څخه څه پاتې شول.

5. په وېبپاڼه کې څنګه ازمویل کېږي – څه محاسبه کېږي او څه نه

ثبات (reliability) محاسباتي برخه ده، او درې ډولونه یې د وېبپاڼې په حساب ماشینونو کې د معیاري کینډۍ په اکسل فایل ازمویل کېږي (کتار = ګډونوال یا د کوډ ورکولو واحد، ستون = متحول): د بیا ازموینې ثبات (test-retest reliability) – د همبستګیو په پاڼه کې، د هر وخت لپاره یو ستون؛ داخلي همغږي (internal consistency) – د ثبات – د Cronbach الفا په پاڼه کې، د هر توکي (items) لپاره یو ستون (د معکوسو توکو له اړولو وروسته)؛ د کوډ ورکوونکو ترمنځ موافقه – د د کوډ ورکوونکو ترمنځ ثبات (intercoder reliability) په پاڼه کې، د هر کوډ ورکوونکي (coders) لپاره یو ستون، د Cohen κ، د ترتیبي (ordinal) مقیاسونو لپاره وزن لرونکې κ، د Fleiss κ او د Krippendorff α، د باور واټنونه (confidence interval)، او د تفسیر دوه پیمانې – Landis او Koch د Krippendorff په وړاندې – یو د بل تر څنګ. هغه څه چې Raykov (2024) یې سپارښتنه کوي: د α لپاره د باور واټن – د الفا حساب ماشین له 7 نسخې راهیسې په جدول 2 کې دی (ADF له وېش څخه ازاد، نورمال تیوري او د Feldt F، په 95%، 99% او 99.9% کچو؛ Maydeu-Olivares, Coffman & Hartmann, 2007) – او پر ماډل ولاړ د ثبات اټکل (ω او بدیلونه)، چې حساب ماشین یې نه محاسبه کوي او چا ته چې اړتیا وي له هغه ځایه R ته لېږل کېږي؛ "α که توکی لرې شي" او معیاري شوې α چې په پایلو کې دي – تشخیص، نه راپور (2 برخه).

د اعتبار لپاره حساب ماشین نشته، او دا تصادفي نه ده: هغه برخه چې محاسبه کېدای شي – د معیار، متقارب او تفکیکي اعتبار لپاره همبستګۍ – یو عادي د همبستګۍ ماتریس دی، او د اعتبار د شاهد په توګه یې تفسیر یو تیوریکي استدلال دی، نه د پروګرام پایلې (output). د منځپانګې اعتبار (content validity) او معنایي اعتبار (semantic validity) هېڅ شمېرې نه دي. دا پاڼه هغه ځای دی چې استدلال پکې جوړېږي؛ حساب ماشینونه ورته شمېرې برابروي.

6. راپور څنګه ورکول کېږي

د ثبات (reliability) راپور د مېتود په برخه کې ورکول کېږي، د "وسیلې" یا "شاخصونه" لاندې (Pallant, 2020, Chapter 9): د مقیاس (scale) له تشریح وروسته – د توکو شمېر، د ځواب مقیاس، د کارونې تاریخچه – هغه ثبات راوړل کېږي چې د مقیاس جوړوونکي او نورو څېړنو راپور کړی، او بیا د اوسنۍ نمونې په اړه یوه جمله. د Pallant بېلګه: "د Pavot، Diener، Colvin او Sandvik (1991) له مخې، د ژوند څخه د رضایت مقیاس ښه داخلي همغږي (internal consistency) لري، د Cronbach الفا .85 سره. په اوسنۍ څېړنه کې د Cronbach الفا .89 وه." هغه مقیاس چې فرعي مقیاسونه لري – د هر فرعي مقیاس او ټولې نمرې لپاره ثبات په جلا توګه. د 1- او 1 ترمنځ ضریبونه له مخکیني صفر پرته لیکل کېږي: α = .89، r = .72، κ = .65.

د د بیا ازموینې ثبات (test-retest reliability) لپاره همبستګي (correlation)، N او د وخت واټن راپور کېږي؛ د کوډ ورکوونکو ترمنځ موافقې لپاره – د کوډ ورکوونکو شمېر، د واحدونو شمېر (او که دا د ټول مواد څخه نمونه وي – څومره)، شاخص له باور واټن سره، او هغه حد (cutoff) چې مخکې ټاکل شوی. د اعتبار (validity) راپور د استدلال په توګه ورکول کېږي: کوم شاهد راټول شو، د کوم معیار یا شاخص په وړاندې، او پایله څه وه – په ګډون د ټیټو همبستګیو چې باید ټیټې وې (تفکیکي اعتبار)، چې د هېرېدو تمایل لري. پېژندل شوی مقیاس (scale) چې له مخکینۍ څېړنې اخیستل شوی: د هغه د اعتبار ورکولو څېړنې یادېږي، او بیا هم په خپله نمونه کې ثبات راپور کېږي – په نمونه پورې تړلی دی.

عامې تېروتنې

دا فکر کول چې لوړه الفا د اعتبار (validity) ثبوت دی. دا وايي چې توکي (items) یو ځای ځي، نه دا چې سم ځای ته ځي. د معاش په اړه د لسو توکو مقیاس (scale) به د "له کار څخه رضایت" لپاره عالي الفا ورکړي – او له معاش څخه رضایت به اندازه کړي.

د اوږدوالي له امله لوړه الفا. الفا د توکو له شمېر سره لوړېږي؛ 25 منځني توکي (items) به .85 ته ورسېږي. د توکو ترمنځ منځنۍ همبستګي (correlation) هم ازمویل کېږي، او په لنډ مقیاس (scale) کې – د هغې راپور ورکول کېږي پر ځای د دې چې د .6 الفا له امله بښنه وغوښتل شي.

د معکوسو توکو نه اړول. په حیرانوونکي ډول ټیټه الفا، او کله کله منفي د توکي (items) او ټول مقیاس (scale) همبستګۍ – کلاسیکه نښه. د مقیاس په لارښود کې کتل کېږي چې کوم توکي په معکوس ډول لیکل شوي، او له محاسبې مخکې اړول کېږي.

د داسې شي لپاره د بیا ازموینې ثبات (test-retest reliability) چې بدلېږي. د مزاج مقیاس (scale) د یوې میاشتې په واټن دوو وختونو کې: ټیټه همبستګي (correlation) دا نه وايي چې مقیاس خراب دی – مزاج بدل شوی. د بدلېدونکو ځانګړنو لپاره داخلي همغږي (internal consistency) ازمویل کېږي، نه پایښت (stability).

یوازې د مقیاس (scale) د جوړوونکي د ثبات (reliability) راپور ورکول. ثبات په نمونه پورې اړه لري؛ بله احصایوي ټولګه (population)، بله ژبه، ژباړه – بله شمېره. په خپله نمونه یې محاسبه کړئ او د دواړو راپور ورکړئ.

یو کوډ ورکوونکی، د موافقې له ازموینې پرته. د پرانیستو ځوابونو کوډ ورکول چې د یوه کس له خوا شوی وي داسې تفسیر دی چې نه دی ازمویل شوی. د واحدونو یوه نمونه د دویم، خپلواک کوډ ورکوونکي له خوا هم کوډ کېږي، او κ یا α راپور کېږي – مخکې له دې چې کټګورۍ په فریکونسیو (frequencies) واوړي.

د موافقې پسې منډه او د مفهوم له لاسه ورکول. هر څومره چې د کوډ ورکولو لارښوونې ساده وي، موافقه لوړېږي – تر هغه چې د نظرونو پر ځای کلمې شمېرل کېږي. دا د Krippendorff فرضیه ده: د ثبات (reliability) په تعقیب کې اعتبار (validity) ورکېږي. په هر ساده کولو کې پوښتل کېږي چې له مفهوم څخه څه پاتې شول.

د توکي حذف کول ځکه چې "α که توکی (item) لرې شي" لوړېږي. دا احصاییه کولای شي داسې مقیاس (scale) ته لار وښيي چې لږ باثباته او لږ معتبر وي؛ هغه توکی چې له مقیاس سره یې همبستګي منفي وي نږدې تل یو معکوس توکی دی چې نښه شوی نه دی، نه د حذف لپاره توکی (Raykov, 2024).

د معیاري شوې α راپور ورکول ځکه چې لوړه ده. دا د بل مقیاس (scale) ثبات (reliability) دی – د معیاري شویو توکو چې هېڅوک یې نه راټولوي؛ د هغې نمرې α راپور کېږي چې تحلیل کېږي (Raykov, 2024).

دا انګېرل چې هغه اعتبار (validity) چې په لابراتوار یا په یوه احصایوي ټولګه (population) کې ثابت شوی، همداسې لېږدول کېږي. شرایط، ټولګه او وخت اعتبار بدلوي؛ بیا ازمویل کېږي، او لږ تر لږه د توپیر راپور ورکول کېږي (Skowronski, 2024).

جادويي حد (cutoff). "د الفا لپاره .7"، "د کاپا لپاره .8"، "د Krippendorff د الفا لپاره .667" – ټول دودونه دي، او ټول له یوې سرچینې یا په یوه منطق نه دي؛ Landis او Koch پخپله خپله پیمانه "په ښکاره ډول خپلسري" بللې. حد مخکې ټاکل کېږي، د دې څېړنې د تېروتنې د بیې له مخې یې دلیل وړاندې کېږي، او شمېره له باور واټن سره راپور کېږي – نه یوازې "تېر شو".

چک لیست – له مقیاس (scale) یا کوډ ورکولو کارولو مخکې

سرچینې

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)، Nunnally (1978)، Briggs او Cheek (1986) او Pavot او همکاران (1991) – لکه څنګه چې په Pallant (2020) کې راغلي؛ Cronbach (1951)، Novick او Lewis (1967) او McNeish (2018) – لکه څنګه چې په Raykov (2024) کې راغلي؛ Campbell او Fiske (1959) – لکه څنګه چې په Skowronski (2024) کې راغلي. د وېبپاڼې د قاعدې له مخې، د سرچینو په لېست کې یوازې هغه سرچینې راځي چې په اصل کې لوستل شوې؛ د کیمبرج د لارښود دوه څپرکي – د ټول څپرکي له مخې، د متن په منځ کې د مخونو له شمېرو پرته.