پایایی (Reliability)

تعریف :

پایایی، همسانی نمره های افراد برای یک مجموعه از آیتم ها در دو موقعیت جداگانه یا در دو ابزار هم ارز را نشان می دهد. معمولاً از روش های همسانی درونی، دو نیمه کردن، آزمون-بازآزمون و پایایی درون رده ای برای اندازه گیری آن استفاده می شود. 
سر فرانسیس گالتون همبستگی و رگرسیون را برای وارسی کواریانس در دو یا تعداد بیشتری از خصیصه ها مفهوم سازی کرد و کارل پیرسون (1896) براساس نظریه گالتون فرمول آماری برای ضریب همبستگی و رگرسیون ارائه داد(1986).به مدت کوتاهی پس از آن چارلز اسپیرمن(1904) روش همبستگی را برای روش تحلیل عاملی به کار برد.تکنیک های همبستگی ،رگرسیون و تحلیل عاملی برای دهه های متمادی پایه و اساس تهیه ی آزمون ها و تعریف سازه ها را شکل داده اند. .

پایایی یک ابزار به افراد تشکیل دهنده ی جامعه آماری مورد نظر بستگی دارد ، به طوری که اگر افراد یک جامعه شناخت بهتری از ابزار مورد نظر داشته باشند، پایایی آن ابزار در این جامعه بالاتر است.بنابراین نیاز است که پایایی (روایی) یک ابزار در جامعه ای که هدف مطالعه است ، ارزیابی گردد.

1- ارزیابی پایایی با روش همسانی درونی (آلفای کرونباخ)

این روش برآوردی از میزان همبستگی میان متغیرهایی که سازه یا مقیاس مورد نظر را می سازند، بدست می دهد. شاخص متداول برای ارزیابی پایایی در این روش، ضریب آلفای کرونباخ می باشد. مقدار صفر این شاخص عدم پایایی مقیاس مورد نظر را نشان می دهد. در مقابل مقدار عددی 1 برای این شاخص بیانگر پایایی کامل مقیاس مورد نظر است.

فرمول محاسباتی آلفای کرونباخ به صورت زیر است :

که در آن S_i^2 واریانس سؤال i ام و S_sum^2 واریانس مجموع سؤالات است. بنابراین αبه تعداد سؤالات و میزان همبستگی بین آن ها بستگی دارد. اگر امتیاز واقعی به سؤالات داده نشود و پاسخ های افراد کاملاً به یکدیگر بی ارتباط باشد α به سمت صفر میل میکند. اگر تمام سؤالات قابل اعتماد باشند و یک نتیجه را نشان دهند، این ضریب 1 خواهد بود. در ارتباط با آلفای کرونباخ نکات زیر حائز اهمیت است :

1-1) نقطه برش های متداول برای تفسیر آلفا

در ارتباط با حد مطلوب آلفای کرونباخ نظرات متفاوتی بیان می شود. بلند وآلتمن (1997) معتقد هستند که مقیاس هایی که برای ارزیابی های بالینی به کار می روند بایستی در مقایسه با مقیاس های مورد استفاده در پژوهش های غیر بالینی دارای پایایی بیشتری باشند. بر این اساس آن ها ضریب آلفای بین 0.7 و 0.8 را برای مقاصد پژوهشی پیشنهاد می کنند ولی در مقاصد بالینی مقدار آلفای مقیاس های مورد بررسی باید بزرگتر از 0.9 باشد.

1-2) تعداد آیتمهای تشکیل دهنده ی یک مقیاس

با توجه به تفسیری که برای α بیان شد، مقدار ضریب آلفای کرونباخ یک مقیاس با افزایش تعداد آیتم های آن مقیاس افزایش می یابد.بنابراین افزایش تعداد آیتم های یک مقیاس راهی برای سوق دادن ضریب آلفا به سمت یک مقدارقابل قبول برای مقیاس است. همچنین می توان نتیجه گرفت که مقیاس های با تعداد آیتم بیشتر پایاتر از مقیاس ها با تعداد آیتم های کمتر هستند.علاوه براین مقایسه ضریب آلفا دو مقیاس با تعداد آیتم های نابرابر مناسب نیست. همچنین هنگامی که تعداد آیتم های یک مقیاس محدود است، پیشنهاد می شود به میانگین همبستگی درونی آیتم ها نیز توجه شود، براساس توصیه کاکس و فرگوسن(1994) ، مقیاسی قابل قبول است که میانگین همبستگی درونی آیتم های آن بین 0.2 تا 0.4 باشد.

1-3) استفاده از آلفا برای حذف آیتم های نامناسب

در صورتی که برآوردی از مقدار آلفا با حذف یک آیتم خاص بهبود یابد، این شاخص راهی برای حذف آیتم های ناهمگون با سایر آیتم های تشکیل دهنده ی یک مقیاس، فراهم می آورد. علاوه بر این همبستگی ضعیف بین آیتم و کل مقیاس، نشان دهنده ی آیتمی است که می تواند کاندیدای حذف باشد. همچنین همبستگی منفی یک آیتم با کل مقیاس حاکی از آن است که آیتم مورد نظر باید به صورت معکوس کدگذاری شود.

2- ارزیابی پایایی با روش دو نیمه کردن

در این روش میزانی از همسانی دو مجموعه از آیتم ها که هدف واحدی را اندازه گیری می کنند، ارزیابی می شود ،برای محاسبه پایایی با این روش از دو شاخص ضریب پایایی دو نیمه کردن اسپیرمن-براون و یا گاتمن استفاده می شود.فرمول محاسباتی ضریب اسپیرمن-براون به صورت زیر است،

که در آن r_ij ضریب همبستگی پیرسون بین فرم های i وj و همچنین k برابر تعداد کل نمونه تقسیم بر تعداد نمونه در هر فرم است که معمولاً برابر عدد 2 در نظر گرفته می شود.

ضریب گاتمن اصلاح شده ای از ضریب اسپیرمن-براون است که در 6 شکل مختلف L_1 تا L_6 برای اهداف مختلف ارائه می شود. مقادیر ضریب گاتمن به شدت تحت تأثیر نحوه دو نیمه کردن آیتم ها است. یک پیشنهاد اختصاص تصادفی مجموعه آیتم ها به دو گروه است به گونه ای که انتظار می رود واریانس دو مجموعه یکسان باشند.در مورد ضریب گاتمن و اسپیرمن-براونعلاوه بر پیش فرض های آلفا فرض های زیر نیز باید رعایت شود :

اختصاص تصادفی آیتم ها به دو مجموعه . 
همسانی میانگین دو مجموعه: که این پیش فرض در واقع همسان بودن دو مجموع را ارزیابی می کند و برای بررسی آن از آزمون چند متغیره مقایسه میانگین T^2 هتلینگ استفاده می شود. 
همگنی واریانس دو مجموعه: که این پیش فرض برای ضریب اسپیرمن-براون باید برقرار باشد ولی ضریب گاتمن نیازی به برقراری این فرض ندارد.

3-ارزیابی پایایی با روش آزمون-بازآزمون

این نوع ارزیابی پایایی، ثبات اندازه گیری ها در طول زمان را بررسی می کند. از لحاظ آماری، این روش پایایی نسخه ای از پایایی با روش دو نیمه کردن است و برای ارزیابی آن از ضریب اسپیرمن-براون استفاده می شود. از این روی پیش فرض های این روش مشابه روش دونیمه کردن می باشد با این تفاوت که مقیاس مورد نظر در طول زمان ثابت است.

در این روش ارزیابی پایایی لازم است به نکات زیر توجه شود: 
1) اجرای دوباره ی آزمون ممکن است مطلوب برخی آزمودنی ها نباشد و این امکان وجود دارد که برخی از آن ها در اجرای دوم شرکت ننمایند و به این ترتیب ریزشی در حجم نمونه روی دهد. 
2) این روش برای مقیاس هایی قابل استفاده است که در طول زمان پایدار باشند. برای مثال مقیاس هایی مانند هوش، اضطراب یا افسردگی این ویژگی را دارند ولی سازه ای مانند درد پایدار نیست. 

4- ارزیابی پایایی با روش توافق بین ارزیاب ها

در این روش همگنی اندازه گیری ها که توسط یک ابزار روی مجموعه ی واحدی از آزمودنی ها و توسط دو یا چند ارزیاب بررسی می شود، آزمون می گردد تا میزان توافق ارزیاب ها روی ابزار مورد نظر بررسی گردد.برای ارزیابی پایایی با این روش برای داده های اسمی، ترتیبی و کمی به ترتیب از ضریب کاپای کوهن، کاپای وزنی و همبستگی درون رده ای استفاده می شود.

4-1) کاپای کوهن :

این شاخص میزان توافق دو ارزیاب را روی یک صفت دو حالتی نشان می دهد. معمولاً عنوان می شود که مقادیر بزرگتر از 0.7 این شاخص، برای این منظور مناسب است.در برخی از منابع نیز مقادیر بین 0.4 تا 0.6 توافق متوسط، مقادیر بین 0.6 تا 0.8 توافق قابل ملاحظه و مقادیر بیش از 0.8 توافق عالی بین دوارزیاب را نشان می دهد.

4-2) کاپای وزنی:

این شاخص مشابه کاپای کوهن است با این تفاوت که در این شاخص به رده هایی که مشابه رده مورد بررسی هستند وزن 1 و به رده های نامتشابه وزن صفر اختصاص داده می شود. این شاخص برای بررسی توافق ارزیاب ها در یک مقیاس رتبه ای به کار می رود.

4-3) همبستگی درون رده ای:

از این شاخص برای ارزیابی میزان توافق دو یا تعدا بیشتری از ارزیاب ها در اندازه گیری یک متغیر کمی استفاده می شود. برای ارزیابی پایایی اندازه گیری های تکراری روی یک هدف واحد نیز می توان از این شاخص استفاده نمود. این شاخص به عنوان نسبتی از واریانس های درون ارزیاب ها با تکرار اندازه گیری ها به واریانس کل تعبیر می شود.

منبع: روش ها و تحلیل های آماری با نگاه به روش تحقیق. نویسندگان : دکتر ابراهیم حاجی زاده و دکتر محمد اصغری. سازمان انتشارات جهاد دانشگاهی .