رساله دکتری
_ _ دکتر تز 09199631325 و 09353132500_ 0 دیدگاه

بررسی پایایی و روایی پرسشنامه

بررسی پایایی و روایی پرسشنامه

بررسی پایایی و روایی پرسشنامه

مقدمه

پایایی (Reliability) و روایی (Validity) دو معیار اساسی برای ارزیابی کیفیت یک پرسشنامه پژوهشی هستند. پایایی به ثبات و قابلیت تکرارپذیری ابزار اندازه‌گیری اشاره دارد، درحالی‌که روایی نشان‌دهنده میزان دقت و صحت اندازه‌گیری متغیر موردنظر است. در این مقاله، روش‌های بررسی پایایی و روایی پرسشنامه، آزمون‌های آماری مرتبط و نرم‌افزارهای تحلیلی پرکاربرد بررسی خواهند شد.

۱. تفاوت پایایی و روایی در پرسشنامه

معیار تعریف روش‌های سنجش
پایایی (Reliability) میزان ثبات و تکرارپذیری نتایج پرسشنامه آلفای کرونباخ، بازآزمایی، دو نیمه‌ای
روایی (Validity) میزان دقت و صحت ابزار در اندازه‌گیری متغیر موردنظر روایی صوری، محتوایی، سازه‌ای، همگرا و واگرا

📌 مثال:
📍 “اگر یک پرسشنامه در دو نوبت مختلف نتایج مشابهی ارائه دهد، دارای پایایی بالاست.”
📍 “اگر پرسشنامه به‌درستی مفهوم موردنظر را اندازه‌گیری کند، دارای روایی مناسبی است.”

۲. روش‌های بررسی پایایی پرسشنامه

۲.۱. آزمون آلفای کرونباخ (Cronbach’s Alpha)

✅ رایج‌ترین روش برای سنجش پایایی ابزار اندازه‌گیری.
✅ مقدار بین ۰.۷ تا ۱ نشان‌دهنده پایایی قابل‌قبول است.

📌 فرمول آلفای کرونباخ:

α=NN−1(1−∑σi2σt2)\alpha = \frac{N}{N – 1} \left(1 – \frac{\sum \sigma^2_i}{\sigma^2_t}\right)

🔹 N تعداد سؤالات پرسشنامه
🔹 σ²_i واریانس هر سؤال
🔹 σ²_t واریانس کل

📌 مثال در SPSS:
📍 Analyze → Scale → Reliability Analysis → Cronbach’s Alpha

📌 مثال در Python:

import numpy as np
import pandas as pd

def cronbach_alpha(df):
item_vars = df.var(axis=0, ddof=1)
total_var = df.sum(axis=1).var(ddof=1)
N = df.shape[1]
return (N / (N - 1)) * (1 - (item_vars.sum() / total_var))

data = pd.DataFrame([[4, 5, 4], [3, 4, 3], [5, 5, 4], [4, 4, 3]])
print(f"Cronbach's Alpha: {cronbach_alpha(data)}")

۲.۲. روش بازآزمایی (Test-Retest)

✅ اجرای پرسشنامه در دو زمان مختلف و مقایسه نتایج.
✅ همبستگی بالای دو اجرا نشان‌دهنده پایایی مناسب است.

📌 مثال:
📍 “اگر یک پرسشنامه درباره استرس شغلی در دو هفته متوالی نتایج مشابهی ارائه دهد، پایایی آن بالا است.”

۲.۳. روش دو نیمه‌ای (Split-Half Reliability)

✅ تقسیم سؤالات پرسشنامه به دو بخش و بررسی همبستگی بین آن‌ها.

📌 مثال در SPSS:
📍 Analyze → Scale → Split-Half Reliability

۳. روش‌های بررسی روایی پرسشنامه

۳.۱. روایی صوری (Face Validity)

✅ ارزیابی اولیه توسط متخصصان و کارشناسان حوزه تحقیق.
✅ بررسی میزان وضوح و قابلیت درک سؤالات پرسشنامه.

📌 مثال:
📍 “اساتید رشته مدیریت بررسی می‌کنند که آیا سؤالات پرسشنامه مرتبط با رفتار مصرف‌کننده هستند یا خیر.”

۳.۲. روایی محتوایی (Content Validity)

✅ بررسی میزان پوشش‌دهی پرسشنامه نسبت به تمامی جنبه‌های متغیر موردنظر.
✅ استفاده از شاخص CVR (Content Validity Ratio) برای ارزیابی روایی محتوایی.

📌 فرمول شاخص CVR:

CVR=(ne−N/2)N/2CVR = \frac{(n_e – N/2)}{N/2}

🔹 n_e تعداد متخصصانی که سؤال را ضروری دانسته‌اند.
🔹 N کل تعداد متخصصان.

📌 مثال:
📍 “اگر CVR برای یک سؤال بالاتر از 0.78 باشد، سؤال از نظر محتوایی معتبر است.”

۳.۳. روایی سازه‌ای (Construct Validity)

✅ بررسی ارتباط بین سؤالات پرسشنامه از طریق تحلیل عاملی.
✅ تجزیه‌وتحلیل عوامل نهفته‌ای که ساختار ابزار را توجیه می‌کنند.

📌 مثال در SPSS:
📍 Analyze → Dimension Reduction → Factor Analysis

📌 مثال در Python:

from factor_analyzer import FactorAnalyzer
fa = FactorAnalyzer(n_factors=3, rotation="varimax")
fa.fit(data)
print(fa.loadings_)

۳.۴. روایی همگرا و واگرا (Convergent & Discriminant Validity)

✅ روایی همگرا: بررسی همبستگی بالای متغیرهای مرتبط.
✅ روایی واگرا: بررسی عدم همبستگی متغیرهای نامرتبط.

📌 مثال:
📍 “اگر نمرات پرسشنامه استرس شغلی با افسردگی همبستگی داشته باشند اما با میزان حقوق همبستگی نداشته باشند، روایی همگرا و واگرا تأیید می‌شود.”

۴. ابزارهای کمکی برای بررسی پایایی و روایی پرسشنامه

✅ SPSS – برای محاسبه آلفای کرونباخ و تحلیل عاملی.
✅ AMOS – برای تحلیل عاملی تأییدی و مدل‌سازی معادلات ساختاری.
✅ SmartPLS – برای بررسی روایی و پایایی مدل‌های تحقیقاتی.
✅ Python & R – برای تحلیل داده‌های آماری و آزمون‌های روایی و پایایی.

📌 مثال:
📍 “با استفاده از SmartPLS می‌توان روایی سازه‌ای مدل تحقیق را بررسی کرد.”

۵. چالش‌های رایج در پایایی و روایی پرسشنامه و راهکارها

🚫 پایین بودن مقدار آلفای کرونباخ (<0.7) که نشان‌دهنده پایایی نامناسب است.
🚫 عدم تأیید روایی سازه‌ای به دلیل بارهای عاملی پایین در تحلیل عاملی.
🚫 استفاده از سؤالات غیرمرتبط که باعث کاهش روایی محتوایی می‌شود.

📌 راهکارها:
📍 اصلاح یا حذف سؤالاتی که پایایی پایینی دارند.
📍 استفاده از تحلیل عاملی برای بررسی ساختار پرسشنامه.
📍 مشورت با متخصصان برای بررسی روایی محتوایی.

نتیجه‌گیری

بررسی پایایی و روایی پرسشنامه نقش مهمی در اعتبار نتایج تحقیق دارد. پژوهشگران باید از آزمون‌های آماری مانند آلفای کرونباخ، تحلیل عاملی و شاخص CVR برای اطمینان از کیفیت ابزار اندازه‌گیری خود استفاده کنند.

انجام رساله دکترا با همکاری ایزی تز

تلفن مشاوره 09199631325 و 09353132500 می باشد (پایان نامه و مقاله)

دیگر مطالبی که به شدت پیشنهاد می شود :
♥4

نویسنده

دکتر تز 09199631325 و 09353132500

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *