اعتباریت اور صداقت: تصورات

رہنما

اس صفحے پر

سماجی تحقیق میں ہر پیمائش – سوالنامہ، رویوں کا پیمانہ، کھلے جوابات کی کوڈنگ، ججوں کی درجہ بندی – ایک عدد ہے جو کسی ایسی چیز کی نمائندگی کرتا ہے جسے براہِ راست ناپا نہیں جا سکتا۔ ہر ایسے عدد کے بارے میں دو سوال پوچھے جاتے ہیں، اور وہ ایک دوسرے سے مختلف ہیں: کیا پیمائش مستقل مزاج ہے – کیا یکساں حالات میں وہی نتیجہ دے گی؟ یہ اعتباریت (reliability) ہے۔ اور کیا یہ وہی ناپتی ہے جو ناپنے کا ارادہ تھا، نہ کہ کچھ اور؟ یہ صداقت (validity) ہے۔ یہ صفحہ دونوں تصورات کی تعریف کرتا ہے، ہر ایک کو اس کی اقسام میں تقسیم کرتا ہے، وضاحت کرتا ہے کہ اعتباریت صداقت کے لیے لازمی شرط کیوں ہے مگر کافی نہیں، اور سائٹ کے ان کیلکولیٹرز کی طرف رہنمائی کرتا ہے جو اس حصے کی جانچ کرتے ہیں جس کا حساب لگایا جا سکتا ہے۔ ورژن 3 میں سماجی اور رویہ جاتی علوم میں تحقیقی طریقوں پر کیمبرج کی ہینڈ بک (Nichols & Edlund, 2024) کے دو ابواب شامل کیے گئے: اعتباریت پر Raykov (2024) – رسمی تعریف، الفا کیا ہے اور کیا نہیں، اور "حذف کرنے پر α" اور معیاری شدہ (standardized) α کے بارے میں دو تنبیہات؛ اور صداقت پر Skowronski (2024) – یہ ہاں/نہیں کے بجائے ایک تسلسل کیوں ہے، عدم صداقت کہاں سے آتی ہے، اور یہ سیاق کے ساتھ کیوں بدلتی ہے۔

1. پیمائش کی خطا – دونوں تصورات کی ضرورت ہی کیوں ہے

کچھ چیزیں براہِ راست ناپی جاتی ہیں – وزن، قد، منافع – اور کچھ چیزیں بالواسطہ ناپی جاتی ہیں: خود رپورٹنگ، سوالنامے، کمپیوٹرائزڈ ٹاسک۔ دونوں صورتوں میں تقریباً ہمیشہ اس عدد کے درمیان جو چیز کی نمائندگی کرتا ہے اور اس کی حقیقی قدر کے درمیان فرق ہوتا ہے – وہ قدر جو ہمیں ملتی اگر ہم براہِ راست ناپ سکتے – اور یہ پیمائش کی خطا (measurement error) ہے (Field, 2024, Section 1.5.3)۔ Field کی مثال: جس شخص کا وزن 83 کلوگرام ہے اور وہ ایسے ترازو پر چڑھتا ہے جو 80 دکھاتا ہے – 3 کلوگرام کی پیمائش کی خطا۔ کیلیبریٹ شدہ ترازو تھوڑی غلطی کرتا ہے؛ سوالنامہ کہیں زیادہ غلطی کرتا ہے، کیونکہ جواب پر وہ عوامل بھی اثر انداز ہوتے ہیں جو ناپی جانے والی چیز نہیں ہیں – مثلاً، کیا آپ سوالنامے میں اقرار کریں گے کہ آپ نے دکان سے چوری کی؟

پیمائش کی خطا دو حصوں میں تقسیم ہوتی ہے جو مختلف طرح سے برتاؤ کرتے ہیں۔ ایک اتفاقی حصہ – شور جو ایک پیمائش سے دوسری میں بدلتا ہے اور اوسط میں ایک دوسرے کو کاٹ دیتا ہے: مزاج، تھکن، ایسی عبارت جو دو طرح سے سمجھی گئی۔ اور ایک منظم حصہ – تعصب (bias) جو ہر پیمائش میں ایک ہی سمت میں دہرایا جاتا ہے: ایسا ترازو جو ہمیشہ 3 کلوگرام کم دکھائے، "لیکچرر سے اطمینان" کا سوالنامہ جو دراصل یہ ناپتا ہے کہ اونچا گریڈ حاصل کرنا کتنا آسان ہے۔ اعتباریت پہلے حصے سے متعلق ہے؛ صداقت – دوسرے سے۔ اور اسی لیے کوئی چیز بہت قابلِ اعتبار ہو سکتی ہے اور صادق نہیں: خراب ترازو ہر صبح وہی عدد دیتا ہے۔

2. اعتباریت – "یکساں حالات میں وہی نتیجہ"

اعتباریت پیمائش کے آلے کی یہ صلاحیت ہے کہ وہ یکساں حالات میں وہی نتائج دے (Field, 2024, Section 1.5.4) – یا، Pallant (2020، باب 1) کے الفاظ میں، پیمانہ اتفاقی خطا سے کس حد تک پاک ہے۔ اعتباریت ایک پیمائش میں نظر نہیں آتی؛ یہ صرف تب نظر آتی ہے جب پیمائش دہرائی جائے اور موازنہ کیا جائے۔ سوال یہ ہے کہ کس چیز کو دہرایا جاتا ہے – اور ہر جواب کی اپنی قسمِ اعتباریت، اپنا اشاریہ، اور سائٹ پر اپنی جگہ ہے (جدول 1)۔

رسمی تعریف۔ Raykov (2024) کلاسیکی ٹیسٹ تھیوری کی شناخت سے آغاز کرتا ہے: ہر مشاہدہ شدہ اسکور ایک حقیقی اسکور جمع خطا ہے، X = T + E – یہ کوئی ایسا ماڈل نہیں جسے رد کیا جا سکے بلکہ ایک ایسی تحلیل ہے جو ہمیشہ درست ہے، جہاں حقیقی اسکور پیمائش کی متوقع قدر ہے۔ اعتباریت یہ نسبت ہے ρ = Var(T) / Var(X): مشاہدہ شدہ فرقوں میں سے لوگوں کے درمیان حقیقی فرقوں کا تناسب۔ اسی سے ایک ہی عدد کی تین قراءتیں نکلتی ہیں: ρ حقیقی اسکور سے مشاہدہ شدہ اسکور کی "پیش گوئی" کا R² ہے؛ ρ 1 منفی شور اور سگنل کی نسبت ہے؛ اور ρ ایک ہی چیز کی دو متوازی پیمائشوں کے درمیان ہم بستگی ہے، جب ان کی خطائیں باہم غیر ہم بستہ ہوں – اور یہی سیکشن کے آغاز میں "تکرار" والی تشریح کی بنیاد ہے، اور جدول 1 میں ٹیسٹ-ری ٹیسٹ اعتباریت کی بھی، جو بالکل یہی فرض کرتی ہے (غیر ہم بستہ خطاؤں والی متوازی پیمائشیں – ایسا مفروضہ (assumption) جس کے بارے میں Raykov کہتا ہے کہ عملاً اسے قائم کرنا بہت مشکل ہے، اور اسی لیے وہ کثیر آئٹم پیمانوں کو ترجیح دیتا ہے)۔ اور ایک مزید نتیجہ جو اس سیکشن کو ہم بستگیوں کے صفحے سے جوڑتا ہے: دو اشاریوں کے درمیان مشاہدہ شدہ ہم بستگی ان کے حقیقی اسکورز کے درمیان ہم بستگی سے کم ہوتی ہے، اور r_حقیقی = r_{مشاہدہ شدہ} / √(ρ_U·ρ_V) – تخفیف (attenuation) کا فارمولا: .7 اعتباریت والے دو پیمانے جن کی ہم بستگی .40 ہے، ایسی چیزیں ناپتے ہیں جن کی ہم بستگی تقریباً .57 ہے۔ اور آخر میں، ρ مثبت تغیر (variance) والی ہر پیمائش کے لیے متعین ہے – دو قدری (binary) آئٹم، لیکرٹ آئٹم، مسلسل اسکور – اور یہ آلے پر بھی اور آبادی پر بھی منحصر ہے، بالکل اوسط اور تغیر کی طرح (Raykov, 2024)۔

ٹیسٹ-ری ٹیسٹ اعتباریت (وقت کے ساتھ استحکام)۔ وہی لوگ، وہی پیمانہ، دو مواقع؛ پیمانے کے دونوں اسکورز کے درمیان ہم بستگی اشاریہ ہے (test-retest reliability)۔ یہ اعتباریت جانچنے کا سب سے سادہ طریقہ ہے، لیکن یہ صرف اس کے لیے موزوں ہے جسے مستحکم رہنا چاہیے: شخصیت کی خصلت – ہاں؛ مزاج، شوگر کی سطح، پیداوار – نہیں، کیونکہ دونوں مواقع کے درمیان حقیقی تبدیلی عدم اعتباریت جیسی نظر آئے گی (Field, 2024, Section 1.5.4; Pallant, 2020, Chapter 1)۔ وقت کا وقفہ ایک فیصلہ ہے جس کی رپورٹ کی جاتی ہے: بہت مختصر – جوابات کی یادداشت؛ بہت طویل – حقیقی تبدیلی۔

اندرونی ہم آہنگی۔ کئی آئٹمز کا پیمانہ ایک خصلت ناپنے کے لیے ہوتا ہے، اس لیے آئٹمز کو "ساتھ ساتھ چلنا" چاہیے – جو ایک آئٹم میں اونچا ہو وہ دوسروں میں بھی اونچا ہو۔ عام اشاریہ کرونباخ الفا ہے، جو آئٹمز کے درمیان اوسط ہم بستگی کی عکاسی کرتا ہے؛ مروجہ اصول .7 سے اوپر الفا ہے (DeVellis, 2012، اور Nunnally, 1978، بحوالہ Pallant, 2020، ابواب 1 اور 9)۔ لیکن الفا آئٹمز کی تعداد پر منحصر ہے: مختصر پیمانے میں (دس سے کم آئٹمز) یہ اس وقت بھی کم ہوتا ہے جب آئٹمز اچھی طرح باہم مربوط ہوں، اور تب اوسط بین آئٹم ہم بستگی رپورٹ کی جاتی ہے، جس کی مطلوبہ وسعت .2 سے .4 تک ہے (Briggs & Cheek, 1986، بحوالہ Pallant, 2020، باب 9)۔ اور اس کے برعکس: بہت طویل پیمانہ درمیانے آئٹمز کے ساتھ بھی اونچا الفا حاصل کر لے گا – اونچا الفا اس بات کا ثبوت نہیں کہ پیمانہ ایک ہی چیز ناپتا ہے۔ Pallant (2020، باب 9) کی دو عملی ہدایات: الٹے انداز میں لکھے گئے آئٹمز کو حساب سے پہلے پلٹنا لازمی ہے، ورنہ الفا کم اور غلط ہوگا؛ اور اعتباریت نمونے پر منحصر ہے – اسے آپ اپنے نمونے پر حساب کر کے رپورٹ کریں، نہ کہ صرف وہ قدر جو پیمانہ بنانے والے نے رپورٹ کی تھی۔

الفا کیا ہے – اور کیا نہیں۔ Raykov (2024) اس کی حیثیت واضح کرتا ہے: الفا (Cronbach, 1951, as cited in Raykov) ہر اس آبادی میں متعین ہے جس میں پیمانے کے اسکور کا تغیر (variance) مثبت ہو – بغیر ماڈل کے، بغیر یک جہتی کے مفروضے کے، بغیر نارملٹی کے مفروضے کے، اور دو قدری (binary)، ترتیبی یا مسلسل آئٹمز کے ساتھ۔ پیمانے کی حقیقی اعتباریت سے اس کا تعلق پیچیدہ ہے: جب آئٹمز کی خطائیں غیر ہم بستہ ہوں، الفا اعتباریت سے بڑھتا نہیں (اسی لیے اسے "زیریں حد" کہا جاتا ہے)، اور اس کے بالکل برابر صرف تب ہوتا ہے جب تمام آئٹمز ایک ہی حقیقی اسکور کو ایک ہی اکائیوں میں ناپیں (ٹاؤ مساوات (tau-equivalence))؛ جب لوڈنگز مختلف ہوں مگر سب اونچی ہوں، تو فرق عملاً نہ ہونے کے برابر ہوتا ہے؛ اور جب خطائیں ہم بستہ ہوں، الفا اعتباریت سے اوپر بھی ہو سکتا ہے۔ اسی سے اس کا نتیجہ: الفا کو چھوڑ کر دوسرے اشاریے اپنانے کی جو آوازیں اٹھیں، وہ اس کی رائے میں غلط ہیں – جب خطائیں ہم بستہ نہ ہوں تو الفا ایک قابلِ اعتبار اور مفید اشاریہ رہتا ہے، اور باقی تمام صورتوں میں ایک معلوماتی زیریں حد۔ اور دو تنبیہات جو براہِ راست الفا کیلکولیٹر کے آؤٹ پٹ سے متعلق ہیں: (1) "اگر آئٹم حذف کیا جائے تو α" – Raykov عام طور پر سفارش کرتا ہے کہ اسے پیمانہ بدلنے کے لیے رہنما کے طور پر استعمال نہ کیا جائے، کیونکہ جس پیمانے میں الفا اعتباریت سے کم ہو، اس شماریے کے مطابق آئٹم حذف کرنا اعتباریت اور معیاری صداقت دونوں کو کم کر سکتا ہے؛ (2) معیاری شدہ (standardized) α (معیاری شدہ آئٹمز پر) – اس کے تخمینے، رپورٹ یا تشریح سے پرہیز کیا جائے، الا یہ کہ آئٹمز کو شروع ہی سے معیاری بنانے کی کوئی مضبوط وجہ ہو، کیونکہ یہ اس پیمانے کے اسکور کی اعتباریت سے، جس کا عملاً تجزیہ کیا جاتا ہے، کہیں زیادہ یا کہیں کم ہو سکتا ہے۔ سائٹ دونوں باتوں پر قائم ہے: کیلکولیٹر دونوں کو دکھاتا ہے، جیسے SPSS اور جیسے Field (2024) اور Pallant (2020) جن پر یہ مبنی ہے – لیکن تشخیص کے طور پر (نشان نہ لگایا گیا معکوس آئٹم وہیں فوراً پکڑا جاتا ہے)، نہ کہ آئٹمز حذف کرنے کی بنیاد کے طور پر اور نہ رپورٹ کرنے کے عدد کے طور پر؛ رپورٹ عام α کی کی جاتی ہے، پیمانے کے اسکور کا جیسے اسے جمع کیا جاتا ہے۔ اور آخر میں، Raykov یہ اضافہ کرتا ہے کہ "نمونے پر منحصر" کا مطلب "وقت پر منحصر" بھی کیوں ہے: آبادیاں بدلتی ہیں، پیمانے کی پوشیدہ ساخت بدل سکتی ہے، اور جو آبادی یکساں تھی وہ کئی ذیلی آبادیوں میں بٹ سکتی ہے – اس لیے پیمانے کے مینول والی اعتباریت پر انحصار نہیں کیا جاتا، بلکہ ڈیٹا جمع کر کے نئے سرے سے تخمینہ لگایا جاتا ہے، بہتر ہے وقفۂ اعتماد کے ساتھ؛ اور پیمانہ تیار کرتے وقت – ایک بڑا نمونہ جسے دو حصوں میں بانٹا جائے، تاکہ تصدیقی حصے کی جانچ انہی ڈیٹا پر نہ ہو جن پر تبدیلیاں کی گئیں (Raykov, 2024)۔

کوڈرز کے درمیان اعتباریت (یا ججوں کے درمیان)۔ جب انسان ہی پیمائش کا آلہ ہو – کوڈر جو کھلے جوابات کو زمروں میں چھانٹتا ہے، جج جو درجہ بندی کرتا ہے – تو شور اس کی تشریح ہے، اور جانچ کا طریقہ یہ ہے کہ اس کے مقابل ایک دوسرا، آزاد کوڈر کھڑا کیا جائے، انہی اکائیوں اور انہی ہدایات پر۔ Krippendorff (2019، سیکشن 11.2.1) عدم اتفاق کے ماخذ کے لحاظ سے جانچ کے تین ڈیزائنوں میں فرق کرتا ہے: استحکام – وہی کوڈر کچھ عرصے بعد کام دہراتا ہے (صرف ذاتی عدم ہم آہنگی؛ سب سے کمزور ڈیزائن، کیونکہ یہ کوڈر کے مستقل تعصب کو ظاہر نہیں کرتا)؛ دوبارہ پیدا پذیری – دو یا زیادہ آزاد کوڈرز (ان کے درمیان تشریح کے فرق بھی؛ عام طور پر اسی کو کوڈرز کے درمیان اعتباریت کہا جاتا ہے، اور یہی معیار ہے)؛ اور درستی (accuracy) – ایسے معیار سے موازنہ جو درست مانا جاتا ہو (معیار سے انحراف بھی؛ سب سے مضبوط ڈیزائن، لیکن ایسا معیار زیادہ تر کوڈرز کی تربیت میں ہی موجود ہوتا ہے)۔ اشاریے – کوڈرز کے جوڑے کے لیے کوہن کا کاپا (Cohen, 1960) اور کوڈرز کی کسی بھی تعداد کے لیے کرپنڈورف کا الفا – خام اتفاق کو تصادف سے متوقع اتفاق کے لحاظ سے درست کرتے ہیں، اور ان کا حساب کوڈرز کے درمیان اعتباریت کے صفحے پر کیا جاتا ہے، وقفہ ہائے اعتماد اور تشریح کے دو مروجہ پیمانوں سمیت۔

3. صداقت – "وہی ناپتا ہے جس کا ارادہ تھا"

صداقت یہ سوال ہے کہ کیا آلہ وہی ناپتا ہے جسے ناپنے کے لیے اسے بنایا گیا تھا (Field, 2024, Section 1.5.4): "لیکچرر کی مدد" کا پیمانہ – کیا یہ واقعی مدد ناپتا ہے؟ جو آلہ نطفے کی حرکت پذیری ناپنے کے لیے ہو اور دراصل اس کی مقدار ناپے، وہ صادق نہیں۔ Field ایک اہم امتیاز کا اضافہ کرتا ہے: ردعمل کا وقت اور جلد کی برقی موصلیت محدود معنی میں صادق ہیں – ردعمل کا وقت واقعی وہ وقت ناپتا ہے جو ردعمل میں لگا – لیکن جیسے ہی ان سے کسی اور چیز کے بارے میں نتیجہ اخذ کیا جائے (جلد کی موصلیت بطور اضطراب کا اشاریہ)، وہ صرف اسی صورت میں صادق ہیں جب ہماری دلچسپی والے عامل کے سوا کوئی اور عامل ان پر اثر انداز نہ ہو۔ اعتباریت کے برعکس، صداقت کا کوئی واحد اور غیر مبہم اشاریہ نہیں؛ پیمانے کی توثیق اس کے استعمال کے بارے میں تجرباتی شواہد کا مجموعہ ہے (Pallant, 2020, Chapter 1)۔ ادب شواہد کی کئی اقسام میں فرق کرتا ہے (جدول 2)۔

صداقت ایک تسلسل ہے، ہاں/نہیں نہیں۔ Skowronski (2024) "وہی ناپتا ہے جس کا ارادہ تھا" کو تین خصوصیات میں تقسیم کرتا ہے: درستی (accuracy) – حاصل شدہ قدر حقیقی قدر کو دوبارہ پیش کرتی ہے؛ دقت (precision) – عدم درستیاں چھوٹی ہیں؛ اور عدم تعصب (unbiasedness) – عدم درستیاں مبالغے اور کمی کے درمیان برابر بٹی ہوئی ہیں۔ اشاریے ان میں سے ہر ایک میں مختلف ہوتے ہیں، اس لیے صداقت ایک درجہ ہے، کوئی دو قدری خصوصیت نہیں – اور اسی سے یہ بھی کہ ناقص اشاریہ بھی مفید ہو سکتا ہے: جو ترازو ہمیشہ 5 کلوگرام کم دکھائے وہ پھر بھی لوگوں کو درست ترتیب دیتا ہے اور علاج کے بعد وزن میں کمی کو پھر بھی ظاہر کرتا ہے؛ لیکن وہی ترازو اس وقت غلطی کرے گا جب خود قدر درکار ہو، اور وزن کے حساب سے دی جانے والی بے ہوشی میں – خطرے میں ڈالے گا۔ عدم صداقت کہاں سے آتی ہے۔ چار ماخذ جو خصلت اور قراءت کے درمیان علّی تعلق کو کمزور کرتے ہیں: آلہ (نقص، فرسودگی)، استعمال کرنے والا (لاپروائی، نااہلی، تربیت کی کمی – ایسا کوڈر جسے ہدایات نہیں دی گئیں)، حالات (شور، خلل)، اور خود ناپا جانے والا – اور جب ناپا جانے والا انسان ہو، تو "مجھے کلنگونز سے نفرت ہے" کا جواب محقق کو خوش کرنے، بگاڑنے، رائے زن نظر نہ آنے، خطرناک نظر آنے، یا مروجہ رائے سے ہم آہنگ ہونے کی خواہش کی بھی عکاسی کرتا ہے (Skowronski, 2024؛ "اسٹار ٹریک" کے خلائی مخلوق کے بارے میں اس کی مثال، تاکہ اس میں کوئی حقیقی تعصب دخل نہ دے)۔ براہِ راست اور بالواسطہ، ٹھوس اور فرضی۔ لکیر کی لمبائی، لعاب میں کورٹیسول، وقت – براہِ راست ناپے جاتے ہیں؛ نرگسیت، دباؤ، خود تصوری کا استحکام – فرضی تصورات ہیں۔ اور اشاریہ بالواسطہ ہو سکتا ہے: ایک چیز ناپی جاتی ہے (کورٹیسول، ردعمل کا وقت، الفاظ کی شناخت کی غلطیاں) اور اس سے دوسری کے بارے میں نتیجہ اخذ کیا جاتا ہے (دباؤ، پروسیسنگ کی آسانی، جواب دہندہ نے کیا سوچا) – جیسے کاربن-14 سے عمر کا تعین، جو کاربن ناپتا ہے اور عمر اخذ کرتا ہے۔ بالواسطہ اشاریے کو دو سطحوں پر توثیق درکار ہے: کہ پیمائش خود درست ہے، اور کہ اس سے منسوب کیا جانے والا مفہوم درست ہے – ردعمل کا وقت تاثر کی فکر سے بھی لمبا ہو سکتا ہے اور اکتاہٹ سے بھی چھوٹا، اور یوں بالکل درست ہو کر بھی اس چیز کے اشاریے کے طور پر غیر صادق ہو سکتا ہے جو مطلوب تھی۔ تصور جتنا زیادہ فرضی اور اشاریہ جتنا زیادہ بالواسطہ ہو، توثیق کا اتنا ہی زیادہ کام درکار ہے – اور یہ، اس کے نزدیک، ہر تحقیقی پروگرام کے مرکز میں ایک مسلسل سرگرمی ہے، کوئی ایسا مرحلہ نہیں جو ختم ہو جائے۔

مواد کی صداقت۔ آئٹمز کس حد تک تصور کی نمائندگی کرتے ہیں اور اس کے تمام پہلوؤں کا احاطہ کرتے ہیں (Field, 2024, Section 1.5.4) – پیمانے نے مواد کے اس دائرے سے، جس کا اسے احاطہ کرنا ہے، کس حد تک مناسب "نمونہ" لیا ہے (Pallant, 2020, Chapter 1)۔ "ملازمت سے اطمینان" کا ایسا پیمانہ جس کے تمام آئٹمز تنخواہ کے بارے میں ہوں، دائرے کا احاطہ نہیں کرتا۔ یہ فیصلے کا ثبوت ہے – ماہرین، نظریہ – عدد کا نہیں۔

معیاری صداقت۔ اسکورز کا کسی ایسے بیرونی معیار سے موازنہ جسے ناپا جا سکے: لیکچرر کی مدد کے بارے میں طلبہ کی درجہ بندی بمقابلہ اس کی مدد کا معروضی مشاہدہ۔ جب معیار اسی وقت ناپا جائے – ہم وقتی صداقت؛ جب پیمانہ بعد کے کسی مشاہدے کی پیش گوئی کرے – پیش گوئی کی صداقت (Field, 2024, Section 1.5.4)۔ Field خبردار کرتا ہے کہ دونوں جانچیں اکثر عملی نہیں ہوتیں – آسانی سے ناپا جانے والا معروضی معیار بس موجود ہی نہیں ہوتا – اور یہ کہ رویوں کی پیمائش میں بعض اوقات ہماری دلچسپی انسان کے حقیقت کے ادراک میں ہوتی ہے نہ کہ خود حقیقت میں: یہ نہیں کہ اس کے ساتھ ناانصافی ہوئی، بلکہ یہ کہ کیا وہ ایسا سمجھتا ہے۔

ساختی صداقت (construct validity)۔ جب کوئی واحد معیار نہ ہو، تو پیمانے کو ان مفروضوں کے مقابل جانچا جاتا ہے جو متغیر کی نوعیت کے بارے میں نظریے سے اخذ ہوتے ہیں: اسے قریبی تصورات کے اشاریوں کے ساتھ اونچی ہم بستگی رکھنی چاہیے – متقارب صداقت (convergent validity) – اور غیر متعلق تصورات کے اشاریوں کے ساتھ کم ہم بستگی – امتیازی صداقت (Pallant, 2020, Chapter 1)۔ اضطراب کا وہ پیمانہ جس کی ہم بستگی اضطراب کے ایک اور پیمانے کے ساتھ .85 اور ذہانت کے ساتھ .10 ہو، ویسا ہی برتاؤ کرتا ہے جیسا اضطراب کو کرنا چاہیے۔ سائٹ پر: ہم بستگی کا میٹرکس آلہ ہے؛ تشریح – آپ کی۔

ان سب کے پیچھے کا سوال۔ Skowronski (2024) توثیق کو ایک سوال کی صورت میں پیش کرتا ہے: "کیا اشاریہ ویسا برتاؤ کرتا ہے جیسا ہم توقع کرتے اگر یہ واقعی خصلت کو ناپتا؟" – اور شواہد جواب کی اقسام ہیں: اس چیز کی پیش گوئی جس کی اسے پیش گوئی کرنی چاہیے (پیش گوئی)، ان گروہوں میں امتیاز جو معلوم طور پر مختلف ہیں (ہم وقتی)، اسی چیز کے دوسرے اشاریوں کے ساتھ تقارب (متقارب)، اور عدم ہم بستگی اس کے ساتھ جس سے مطابقت نہیں ہونی چاہیے (امتیازی) – بشمول سماجی مطلوبیت کے اشاریے کے ساتھ کم ہم بستگی، اس ثبوت کے طور پر کہ پیمانہ اچھا نظر آنے کی خواہش نہیں ناپتا۔ اور ایک اور ثبوت جو ہم بستگی نہیں: ہیرا پھیری کے ساتھ لچک – جب اس چیز کو تجرباتی طور پر بدلا جائے جسے اشاریے کو ناپنا ہے، تو اشاریہ درست سمت میں حرکت کرتا ہے (جدول 2)۔ اور کون سا ثبوت سب سے اچھا ہے؟ "سب" – بہترین دلیل کئی طریقوں میں شواہد کی کئی اقسام سے آتی ہے، جو Campbell اور Fiske (1959, as cited in Skowronski) کے کثیر خصلتی کثیر طریقی طرزِ فکر کی روح ہے۔ اور کب کافی ہے؟ Skowronski خبردار کرتا ہے کہ توثیق اس سے زیادہ مشکل ہے جتنی نظر آتی ہے: نتائج ہم آہنگ ہوں تب بھی بہت سی تحقیقات درکار ہیں؛ اور جب نہ ہوں – تو کبھی معیار ہی مسئلہ ہوتا ہے (رویہ دوسرے رویوں کی پیش گوئی برتاؤ کے مقابلے میں بہتر کرتا ہے)، اور کبھی صداقت واقعی بدل گئی ہوتی ہے، کیونکہ سیاق بدل گیا: ایسا شریک جسے معلوم ہو کہ اسے دیکھا جا رہا ہے (والدین جن کی بدسلوکی کے خطرے کے لیے جانچ ہو رہی ہو)، ایسا سوالنامہ جس کی توثیق لیبارٹری میں ہوئی اور جو گھر پر خلل کے درمیان پُر کیا گیا، کوئی اور آبادی (مغرب/مشرق، مبتدی/ماہرین)، اور طریقۂ کار کی کوئی معمولی سی تفصیل بھی – اس کی مثال: ایک طالب علم جو گفتگو کے ساتھیوں کے درمیان غیر لفظی نقالی کو دوبارہ پیدا نہ کر سکا، یہاں تک کہ اسے پتا چلا کہ کامیاب اعادوں میں تصویروں کا فولڈر بند تھا، اور شرکاء تصویروں کے بجائے ایک دوسرے کو دیکھتے تھے۔ وقت بھی سیاق ہے: ہر اعادہ بذاتِ خود ایک اور سیاق میں پیمائش ہے۔ اور ان سب سے پہلے، تاریخی تنبیہ: فرینولوجی – کھوپڑی کے ابھاروں کی پیمائش بطور شخصیت کا اشاریہ – رد ہونے سے پہلے کئی دہائیوں تک تعلیمی دنیا اور ثقافت پر حاوی رہی، اور نقصان (کرینیومیٹری، فزیونومی، اور جو کچھ ان پر تعمیر ہوا) جاری رہا؛ اس کے بقول یہ صرف ماضی کا سبق نہیں: وہ ایسے موجودہ اشاریے بھی گنواتا ہے جن کی صداقت ادب میں ابھی تک متنازع ہے، اور جو ملازمت کے انتخاب اور مداخلتوں میں پہلے ہی استعمال ہو رہے ہیں (Skowronski, 2024)۔ اس دوران کیا کیا جائے۔ وہ سب سے صادق اشاریہ منتخب کیا جاتا ہے جس کی پابندیاں اجازت دیں – اور عام طور پر کوئی موجودہ توثیق شدہ اشاریہ ہوتا ہے؛ جو اپنا بناتا ہے وہ اس پر تحقیقی پروگرام تعمیر کرنے سے پہلے شواہد کا مجموعہ اکٹھا کرتا ہے؛ اور بہرحال: آلات کی بار بار کیلیبریشن، ناپنے اور کوڈ کرنے والوں کی مکمل تربیت، وقتاً فوقتاً جانچ کے ساتھ تاکہ وہ "بہک" نہ جائیں، حالات پر کنٹرول – ڈیٹا جمع کرنے کی نشستوں کے درمیان یکساں حالات برقرار رکھنا، اور سامان یا عملے میں ہر تبدیلی کے بعد دوبارہ جانچ – اور مکرر پیمائشیں (repeated measures): وہی آلہ دو بار، مختلف آلات، کئی ناپنے والے (Skowronski, 2024)۔ آخری تین بالکل وہی ہیں جو کوڈرز کے درمیان اعتباریت جانچتی ہے (سیکشن 2)۔

ظاہری صداقت۔ "درست، معقول، منطقی نظر آتا ہے" – شرکاء یا قارئین کی نظر میں۔ Krippendorff (2019، باب 13) اسے، سماجی صداقت (عوامی مباحثے کے لیے تحقیق کی مطابقت) کے ساتھ، تجرباتی صداقت کے مقابل رکھتا ہے، اور خبردار کرتا ہے: جب تجرباتی شواہد نہ ہوں، تو ظاہری اور سماجی صداقت – جن پر محققین اپنی خطابت کے ذریعے قابو رکھتے ہیں – واحد سہارا رہ جاتی ہیں۔ یہ متبادل نہیں ہیں۔

اور مواد کے تجزیے میں۔ Krippendorff (2019، باب 13) تجرباتی صداقت کو مواد کے تجزیے کے مراحل کے مطابق تقسیم کرتا ہے: نمونہ گیری کی صداقت – متون کا نمونہ ان مظاہر کی آبادی کی کس حد تک نمائندگی کرتا ہے جن کی جگہ اس کا تجزیہ کیا گیا (متون زیادہ تر ماخذ کے انتخاب سے آتے ہیں، نمونہ گیری سے نہیں)؛ معنیاتی صداقت – تجزیے کے زمرے ان معانی سے کس حد تک مطابقت رکھتے ہیں جو متون کے منتخب سیاق میں ہیں، نہ کہ صرف محقق کے لیے؛ ساختی اور فعلی صداقت – استنباط کے اصول کس حد تک ثابت شدہ نظریے یا ڈیٹا پر مبنی ہیں، اور کس حد تک یہ گزشتہ کامیاب تجزیوں کی طرح کام کرتے ہیں؛ اور ہم بستگی اور پیش گوئی کی صداقت – زیادہ صادق اشاریوں کے ساتھ ہم بستگی (متقارب اور امتیازی سمیت) اور ان واقعات کی پیش گوئی جو تجزیے میں شامل نہیں تھے۔ یہ فہرست سائیکومیٹرکس والی فہرست سے ایک وجہ سے لمبی ہے: مواد کا تجزیہ متن سے سیاق کے بارے میں استنباط کرتا ہے، اور اس استنباط کے ہر مرحلے کو اپنا ثبوت درکار ہے۔

4. دونوں کا باہمی تعلق – لازمی، کافی نہیں

دونوں تصورات ایک مقررہ ترتیب میں مربوط ہیں: صادق ہونے کے لیے آلے کو پہلے قابلِ اعتبار ہونا لازمی ہے (Field, 2024, Section 1.5.4)۔ Krippendorff (2019، سیکشن 11.1) اسے دو دعووں اور ایک مفروضے کی صورت میں پیش کرتا ہے۔ عدم اعتباریت صداقت کے امکان کو محدود کرتی ہے: اگر عینی شاہدین آپس میں متفق نہ ہوں، تو تیسرا فریق نہیں جان سکتا کہ کیا ہوا – اور اگر کوڈنگ تصادف کا نتیجہ ہو، تو اس میں شاید متن کی درست وضاحت ہو، لیکن اسے تصادف سے بہتر طور پر پہچانا نہیں جا سکتا۔ اعتباریت صداقت کی ضمانت نہیں دیتی: یکساں ادراک، یکساں تعصب یا یکساں مفاد رکھنے والے دو مشاہدین آپس میں متفق ہوں گے اور پھر بھی غلط ہوں گے؛ کمپیوٹر بھی، جو سب سے قابلِ اعتبار آلہ ہے، غلطی کر سکتا ہے – قابلِ اعتبار طریقے سے۔ اور مفروضہ، مواد کے بہت سے محققین کے تجربے سے: اونچی اعتباریت کے تعاقب میں، صداقت کھو جانے کا رجحان رکھتی ہے۔ اس کی مثال – ایک تحقیق جو امریکی نوآبادیات میں ابھرتے ہوئے قومی شعور کو صحافت کے ذریعے ناپنا چاہتی تھی، اور اس نے انگریزی کے مقابلے میں امریکی مقامات کے ناموں کے تذکرے گننے کا انتخاب کیا، کیونکہ "قومی شعور" کی تعریف اور شناخت مشکل ہے: موضوعات کے بجائے الفاظ کی گنتی – اعتباریت کے کم مسائل، اور باریک سی صداقت۔

Raykov (2024) "لازمی، کافی نہیں" کو ایک عدد دیتا ہے: جب اشاریے اور معیار کی خطائیں غیر ہم بستہ ہوں، تو اعتباریت معیاری صداقت کی بالائی حد ہے – پیمانے اور معیار کے درمیان ہم بستگی اس کی اعتباریت کے جذر سے بڑھ نہیں سکتی (یہ سیکشن 2 کا تخفیف (attenuation) کا فارمولا ہے دوسری طرف سے)۔ .5 اعتباریت والا پیمانہ کسی بھی چیز کے ساتھ .71 سے اوپر ہم بستہ نہیں ہوگا، چاہے وہ بالکل درست چیز ہی کیوں نہ ناپے۔ اور Skowronski (2024) وہ پہلو شامل کرتا ہے جو عدد نہیں: اشاریہ مکمل طور پر قابلِ اعتبار اور درست ہو کر بھی اس چیز کے لیے غیر صادق ہو سکتا ہے جو مطلوب تھی – جب اس سے منسوب کیا جانے والا مفہوم غلط ہو (سیکشن 3)۔

عملی نتیجہ: دونوں کی رپورٹ کی جاتی ہے، اسی ترتیب سے، اور ایک پر اکتفا نہیں کیا جاتا۔ .90 کا الفا یہ نہیں کہتا کہ پیمانہ تصور کو ناپتا ہے؛ معیار کے ساتھ .60 کی ہم بستگی کی زیادہ قدر نہیں اگر خود پیمائش ہم آہنگ نہ ہو۔ اور متن کی کوڈنگ کی منصوبہ بندی میں: زیادہ سادہ کوڈنگ ہدایات اتفاق کو بڑھاتی ہیں – اور ہر سادگی پر پوچھا جاتا ہے کہ تصور میں سے کیا باقی رہا۔

5. سائٹ پر جانچ کیسے کی جاتی ہے – کس کا حساب ہوتا ہے اور کس کا نہیں

اعتباریت حسابی حصہ ہے، اور اس کی تینوں اقسام سائٹ کے کیلکولیٹرز میں معیاری سانچے والی ایکسل فائل پر جانچی جاتی ہیں (قطار = شریک یا کوڈنگ کی اکائی، کالم = متغیر): ٹیسٹ-ری ٹیسٹ اعتباریت – ہم بستگیوں کے صفحے پر، ہر موقع کے لیے ایک کالم؛ اندرونی ہم آہنگی – اعتباریت کے صفحے پر – کرونباخ الفا، ہر آئٹم کے لیے ایک کالم (معکوس آئٹمز کو پلٹنے کے بعد)؛ کوڈرز کے درمیان اتفاق – کوڈرز کے درمیان اعتباریت کے صفحے پر، ہر کوڈر کے لیے ایک کالم، کوہن کے κ، ترتیبی پیمانوں کے لیے وزنی κ، فلائس کے κ اور کرپنڈورف کے α، وقفہ ہائے اعتماد، اور تشریح کے دونوں پیمانوں – Landis اور Koch بمقابلہ Krippendorff – کے ساتھ، آمنے سامنے۔ جس کی Raykov (2024) سفارش کرتا ہے: α کے لیے وقفۂ اعتماد – الفا کیلکولیٹر کے ورژن 7 سے یہ جدول 2 میں ہے (تقسیم سے آزاد ADF، نارمل تھیوری اور Feldt کا F، 95%، 99% اور 99.9% کی سطحوں پر؛ Maydeu-Olivares, Coffman & Hartmann, 2007) – اور ماڈل پر مبنی اعتباریت کا تخمینہ (ω اور متبادلات)، جس کا کیلکولیٹر حساب نہیں لگاتا اور جسے اس کی ضرورت ہو اسے وہاں سے R کی طرف بھیجا جاتا ہے؛ آؤٹ پٹ میں "حذف کرنے پر α" اور معیاری شدہ (standardized) α – تشخیص، رپورٹ نہیں (سیکشن 2)۔

صداقت کا کوئی کیلکولیٹر نہیں، اور یہ اتفاقاً نہیں: جس حصے کا حساب لگایا جا سکتا ہے – معیاری، متقارب اور امتیازی صداقت کے لیے ہم بستگیاں – وہ ایک عام ہم بستگی کا میٹرکس ہے، اور صداقت کے ثبوت کے طور پر اس کی تشریح ایک نظریاتی دلیل ہے، آؤٹ پٹ نہیں۔ مواد کی صداقت اور معنیاتی صداقت سرے سے عدد ہی نہیں۔ یہ صفحہ وہ جگہ ہے جہاں دلیل تعمیر ہوتی ہے؛ کیلکولیٹر اسے اعداد فراہم کرتے ہیں۔

6. رپورٹ کیسے کی جاتی ہے

اعتباریت کی رپورٹ طریقۂ کار کے باب میں، "آلات" یا "پیمانے" کے تحت کی جاتی ہے (Pallant, 2020, Chapter 9): پیمانے کی وضاحت کے بعد – آئٹمز کی تعداد، جواب کا پیمانہ، استعمال کی تاریخ – وہ اعتباریت پیش کی جاتی ہے جو پیمانہ بنانے والے اور دوسری تحقیقات نے رپورٹ کی، اور پھر موجودہ نمونے کے بارے میں ایک جملہ۔ Pallant کی مثال: "Pavot، Diener، Colvin اور Sandvik (1991) کے مطابق، زندگی سے اطمینان کے پیمانے کی اندرونی ہم آہنگی اچھی ہے، کرونباخ الفا .85 کے ساتھ۔ موجودہ تحقیق میں کرونباخ الفا .89 تھا۔" ذیلی پیمانوں والا پیمانہ – ہر ذیلی پیمانے اور مجموعی اسکور کے لیے الگ الگ اعتباریت۔ ‎−1 اور 1 کے درمیان عددی سر شروع کے صفر کے بغیر لکھے جاتے ہیں: α = .89، r = .72، κ = .65۔

ٹیسٹ-ری ٹیسٹ اعتباریت کے لیے ہم بستگی، N اور وقت کا وقفہ رپورٹ کیا جاتا ہے؛ کوڈرز کے درمیان اتفاق کے لیے – کوڈرز کی تعداد، اکائیوں کی تعداد (اور اگر یہ پورے مواد میں سے ایک نمونہ ہے – تو کتنا)، وقفۂ اعتماد کے ساتھ اشاریہ، اور پیشگی منتخب کردہ حد۔ صداقت کی رپورٹ ایک دلیل کے طور پر کی جاتی ہے: کون سا ثبوت جمع کیا گیا، کس معیار یا اشاریے کے مقابل، اور کیا نتیجہ نکلا – بشمول ان کم ہم بستگیوں کے جنہیں کم ہی ہونا تھا (امتیازی صداقت)، جو بھلا دی جاتی ہیں۔ کسی سابقہ تحقیق سے لیا گیا معروف پیمانہ: اس کی توثیق کی تحقیقات کا حوالہ دیا جاتا ہے، اور پھر بھی آپ اپنے نمونے میں اعتباریت رپورٹ کریں – یہ نمونے پر منحصر ہے۔

عام غلطیاں

یہ سمجھنا کہ اونچا الفا صداقت کا ثبوت ہے۔ یہ بتاتا ہے کہ آئٹمز ساتھ چلتے ہیں، یہ نہیں کہ وہ درست جگہ کی طرف جاتے ہیں۔ تنخواہ کے بارے میں دس آئٹمز کا پیمانہ "ملازمت سے اطمینان" کے لیے بہترین الفا دے گا – اور تنخواہ سے اطمینان ناپے گا۔

لمبائی کی بدولت اونچا الفا۔ الفا آئٹمز کی تعداد کے ساتھ بڑھتا ہے؛ 25 درمیانے آئٹمز .85 تک پہنچ جائیں گے۔ اوسط بین آئٹم ہم بستگی بھی جانچی جاتی ہے، اور مختصر پیمانے میں – .6 کے الفا پر معذرت کرنے کے بجائے اسے رپورٹ کیا جاتا ہے۔

معکوس آئٹمز کو نہ پلٹنا۔ غیر متوقع طور پر کم الفا، اور بعض اوقات منفی آئٹم-مجموعی ہم بستگیاں – کلاسیکی علامت۔ پیمانے کے مینول میں دیکھا جاتا ہے کہ کون سے آئٹمز الٹے انداز میں لکھے گئے ہیں، اور حساب سے پہلے انہیں پلٹا جاتا ہے۔

بدلنے والی چیز کے لیے ٹیسٹ-ری ٹیسٹ اعتباریت۔ ایک ماہ کے فرق سے دو مواقع پر مزاج کا پیمانہ: کم ہم بستگی کا مطلب یہ نہیں کہ پیمانہ خراب ہے – مزاج بدل گیا۔ بدلنے والی خصلتوں کے لیے اندرونی ہم آہنگی جانچی جاتی ہے، استحکام نہیں۔

صرف پیمانہ بنانے والے کی اعتباریت رپورٹ کرنا۔ اعتباریت نمونے پر منحصر ہے؛ دوسری آبادی، دوسری زبان، ترجمہ – دوسرا عدد۔ اپنے نمونے پر حساب کریں اور دونوں رپورٹ کریں۔

ایک کوڈر، اتفاق کی جانچ کے بغیر۔ کھلے جوابات کی کوڈنگ جو ایک شخص نے کی ہو، ایک غیر جانچی ہوئی تشریح ہے۔ اکائیوں کے ایک نمونے کو ایک دوسرا، آزاد کوڈر بھی کوڈ کرتا ہے، اور κ یا α رپورٹ کیا جاتا ہے – اس سے پہلے کہ زمرے تعددات میں بدل جائیں۔

اتفاق کا تعاقب کرنا اور تصور کھو دینا۔ کوڈنگ کی ہدایات جتنی سادہ ہوں، اتفاق اتنا ہی بڑھتا ہے – یہاں تک کہ خیالات کے بجائے الفاظ گنے جانے لگتے ہیں۔ یہ Krippendorff کا مفروضہ ہے: اعتباریت کے تعاقب میں صداقت کھو جاتی ہے۔ ہر سادگی پر پوچھا جاتا ہے کہ تصور میں سے کیا باقی رہا۔

آئٹم کو اس لیے حذف کرنا کہ "حذف کرنے پر α" بڑھتا ہے۔ یہ شماریہ ایک کم قابلِ اعتبار اور کم صادق پیمانے تک لے جا سکتا ہے؛ جس آئٹم کی پیمانے کے ساتھ ہم بستگی منفی ہو وہ تقریباً ہمیشہ ایسا معکوس آئٹم ہوتا ہے جس پر نشان نہیں لگایا گیا، نہ کہ حذف کرنے کا آئٹم (Raykov, 2024)۔

معیاری شدہ (standardized) α اس لیے رپورٹ کرنا کہ وہ زیادہ ہے۔ یہ ایک اور پیمانے کی اعتباریت ہے – معیاری شدہ آئٹمز کی جنہیں کوئی جمع نہیں کرتا؛ اس اسکور کا α رپورٹ کیا جاتا ہے جس کا تجزیہ کیا جاتا ہے (Raykov, 2024)۔

یہ فرض کرنا کہ لیبارٹری میں یا ایک آبادی میں ثابت شدہ صداقت جوں کی توں منتقل ہوتی ہے۔ سیاق، آبادی اور وقت صداقت کو بدلتے ہیں؛ دوبارہ جانچا جاتا ہے، اور کم از کم فرق رپورٹ کیا جاتا ہے (Skowronski, 2024)۔

جادوئی حد۔ "الفا کے لیے .7"، "کاپا کے لیے .8"، "کرپنڈورف کے الفا کے لیے .667" – یہ سب ضوابط ہیں، اور سب ایک ہی ماخذ سے یا ایک ہی منطق سے نہیں؛ خود Landis اور Koch نے اپنے پیمانے کو "واضح طور پر من مانا" کہا۔ حد پیشگی مقرر کی جاتی ہے، اس تحقیق میں غلطی کی قیمت کے مطابق اس کا جواز دیا جاتا ہے، اور عدد وقفۂ اعتماد کے ساتھ رپورٹ کیا جاتا ہے – صرف "پاس" نہیں۔

جانچ کی فہرست – پیمانہ یا کوڈنگ استعمال کرنے سے پہلے

حوالہ جات

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 اور Cheek (1986) اور Pavot اور ساتھی (1991) – بحوالہ Pallant (2020)؛ Cronbach (1951)، Novick اور Lewis (1967) اور McNeish (2018) – بحوالہ Raykov (2024)؛ Campbell اور Fiske (1959) – بحوالہ Skowronski (2024)۔ سائٹ کے اصول کے مطابق، حوالہ جات کی فہرست میں صرف وہ ماخذ شامل ہیں جو اصل میں پڑھے گئے؛ کیمبرج کی ہینڈ بک کے دونوں ابواب – پورے باب کے لحاظ سے، متن کے اندر صفحہ نمبروں کے بغیر۔