Analizy statystyczne a psychometria (cz. 1)

Analizy statystyczne a psychometria (cz. 1)

Testy psychologiczne muszą odznaczać się swoistego rodzaju rzetelnością, odpowiadać ściśle określonym procedurom. Dział psychologii, który wykorzystuje w badaniach metodologię statystyki oraz matematyki to Psychometria. Psychometria pozwala w sposób ilościowy i obiektywny zmierzyć pewne cechy w danej populacji lub dotyczące danej jednostki. Warto zaznaczyć, iż część badaczy uważa psychometrię za dziedzinę niebezpieczną twierdząc, że nie można standaryzować zachowania ludzkiego względem pewnego wzorca.

 

Psychometria opiera się jak wspomniano na jasno zdefiniowanych procedurach, które opierają się na analizie statystycznej i matematycznej. Dlatego też w psychometrii znajduje się szereg narzędzi, które pozwalają odpowiedzieć min na pytanie Czy badanie przeprowadzono w sposób rzetelny.

 

Rzetelność jest w psychometrii cechą, która oznacza powtarzalność pomiaru i determinuje jakość badania i wymaga aby test był ze sobą spójny w czasie.  Ogólnie możemy powiedzieć, że rzetelność mówi nam na ile dane badanie zostało dobrze przeprowadzone. W celu oszacowania czy użyta w badaniu skala jest rzetelna stosujemy alfę Cronbacha. Alfa Cronbacha jest miarą spójności danych, które wchodzą w skład danej skali. Inaczej mówiąc: odpowiada na pytanie - Na ile badane czynniki są do siebie podobne, czy opisują ten sam problem?

 

 

Istota Alfy Cronbacha

Alfa Cronbacha jest definiowana następująco:

 

Gdzie:

jest wariancją dla poszczególnych obserwacji;

 jest wariancją wyników 

 

N oznacza ilość elementów w teście.

 

Bardzo często w testach psychologicznych odpowiedzi na pytania mają przypisane wartości binarne (0,1), w tym przypadku należy posłużyć się wariantem Alfy Cronbacha, czyli Wzorem KR-20 (Kudler- Richardson 20):

 

W powyższej notacji p oznacza proporcję właściwych (w założeniu dla testu) odpowiedzi w stosunku do całkowitej ilości odpowiedzi, z kolei q oznacza stosunek niewłaściwych odpowiedzi w stosunku do całkowitej ilości odpowiedzi (fakt ten można łatwo poddać weryfikacji- tj. czy p + q =1).

W jakich przypadkach sprawdzana jest alfa Cronbacha?

 

Niech za ilustrację posłuży przykład:

 

Badacz zapytał respondentów zmagających się z zakupoholizmem następujący cykl pytań:

-Czy czujesz się lepiej, gdy kupujesz coś nowego?

-Czy masz kaca moralnego po paru godzinach od zakupu?

-Czy rzeczy, które kupujesz są tak naprawdę niepotrzebne?

-Czy kupujesz słodycze podczas zakupów?

Badacz otrzymał wynik alfy Cronbacha równy 0,66 oznacza to, że pytania można zakwestionować. Badacz stwierdził, że usunięcie pytania dotyczącego słodyczy podniosło wartość alfy Cronbacha do wartości 0,89. Oznacza to, że podobieństwo pomiędzy pytaniami jest bardzo duże - tj. występuje silna korelacja pomiędzy dobrym nastrojem, kacem moralnym, oraz stwierdzeniem, że rzeczy zakupione kompulsywnie są w istocie niepotrzebne.

 

Mankamentry Alfy Cronbacha

Alfa Cronbacha pozwala określić, czy badany zespół zjawisk jest do siebie podobny. Zaletą Alfy Cronbacha jest fakt, że dzięki niej można wyrugować ze skali pozycję, która wpływa negatywnie na ogólny wynik.

 

Posługując się Alfą Cronbacha należy pamiętać o paru „pułapkach”:

- liczba pozycji na sakli ma znaczący wpływ na Alfę Cronbacha, dlatego usuwając dany element należy mieć ten fakt na uwadze;

- wartość alfy może być bardzo wysoka, ale może okazać się, że osiągnięto ten wynik poprzez powtórzenie tego samego pytania, ale ubranego w nieco inne słowa;

- testy powinny mieć odpowiednią długość- Alfa Cronbacha jest zależna od wielkości testu;

- część badaczy uważa, że gdy wartość Alfy-Cronbacha przekroczy wartość 0.9 to nie świadczy to o bardzo silnej korelacji, ale o fakcie, że gdzieś popełniono błąd (łączenie dwóch różnych skal, powtarzanie tego samego pytania);

- nie powinno się łączyć skal, które mierzą inne zagadnienia - formalnie takie połączenie może dać w wyniku dużą wartość Alfy Cronbacha. Niestety pomiar będzie błędny.

- należy sprawdzić, czy alfa nie zaniża rzetelności testu (stosujemy analizę czynnikową - min. Korelację r Pearsona).

 

Interpretacja Alfy Cronbacha

Poniższa tabela ukazuje jak interpretować otrzymane wartości alfy Cronbacha:

Wartość alfy Cronbacha Wewnętrzna spójność Interpretacja
α ≥ 0,9 Perfekcyjna Bardzo silna korelacja pomiędzy badanymi przypadkami (np. Czy pracujesz? -> Czy zarabiasz pieniądze?)
0,9>α ≥ 0,8 Bardzo dobra / dobra Silna korelacja pomiędzy badanymi przypadkami (Czy jesteś alergikiem? Czy masz wysypkę po zjedzeniu orzechów arachidowych?)
0,8>α ≥ 0,7 Akceptowalna Średnia korelacja pomiędzy badanymi przypadkami (Czy grasz w gry komputerowe dłużej niż 6 godzin dziennie? Czy bolą Cię oczy?)
0,7>α ≥ 0,6 Kwestionowalna Słaba korelacja pomiędzy badanymi przypadkami (Czy uprawiasz sport? Czy cierpisz na chroniczną chandrę?)
0,6>α ≥ 0,5 Słaba Bardzo słaba korelacja  (Czy jesteś samotny? Czy masz kota?)
0,5>α Nieakceptowalna Praktyczny brak korelacji (Czy lubisz rzepę? Czy znasz równania różniczkowe?)

 

Autor opracowania: Jeremiasz Pilarz (BioStat)

Biostat. More than statistics.

ul. Kowalczyka 17
44-206 Rybnik

Tel: (+48) 32 42 21 707
Tel. kom.: (+48) 668 300 664
e-mail: biuro@biostat.com.pl

24h Sondaż Profesjonalne analizy statystyczne