אלפא של קרונבאך: איך בודקים מהימנות שאלון ואיך מדווחים עליה?

מהי אלפא של קרונבאך?

אלפא של קרונבאך, המסומנת באות היוונית α, מחושבת על בסיס השונויות של הפריטים והקשרים ביניהם. היא משמשת להערכת מהימנות הציון המתקבל מחיבור פריטים, בכפוף להנחות של מודל המדידה. בשימוש המקובל מתארים אותה כמדד לעקיבות פנימית.

לדוגמה, שאלון מוטיבציה עשוי לכלול את ההיגדים “חשוב לי להצליח בלימודים”, “אני משקיע מאמץ במשימות” ו”אני מתמיד גם כשהחומר קשה”. אם מתכננים לחשב מהם ציון משותף, יש לבחון את הקשרים בין התשובות ואת מהימנות הציון.

חשוב: אלפא אינה בדיקה שמוכיחה שכל הפריטים מודדים אותו משתנה. את המבנה של הסולם בוחנים באמצעות תאוריה וראיות נוספות, כגון ניתוח גורמים. אלפא גבוהה אינה תחליף לבדיקה הזאת.

מה ההבדל בין מהימנות לתוקף?

• מהימנות: עוסקת במידת הדיוק והעקיבות של ציוני המדידה ביחס לטעות מדידה.
• תוקף: עוסק בראיות המצדיקות את הפרשנות והשימוש בציונים למטרה מסוימת.

אפשר לקבל תשובות עקיבות לשאלות שאינן מייצגות היטב את המושג שרוצים לחקור. לכן, אלפא גבוהה אינה מוכיחה שהשאלון מתאים לשאלת מחקר מסוימת, ואינה מבטיחה תוקף תוכן או תוקף מבנה.

מתי נכון לבדוק אלפא ומתי לא?

הבדיקה מתאימה כשיש כמה פריטים שנועדו להרכיב ציון של סולם או תת-סולם, ויש הצדקה תאורטית ופסיכומטרית לשלב ביניהם. היא נפוצה בשאלוני עמדות ובסולמות דירוג, אך עצם השימוש באותו טווח תשובות אינו מספיק כדי להצדיק חיבור פריטים.

אין טעם לחשב אלפא לכל עמודות השאלון באופן אוטומטי. גיל, מגדר, הכנסה ופריטי שביעות רצון אינם סולם אחד רק מפני שנאספו באותו טופס. גם לשאלה בודדת אי אפשר לחשב אלפא.

אם השאלון כולל שלושה תחומים, למשל מוטיבציה, מסוגלות וחרדת בחינות, בודקים בדרך כלל כל תת-סולם בנפרד. חישוב אלפא לציון כולל דורש הצדקה לשימוש בציון הזה. תכנון כזה הוא חלק מבחירת המתודולוגיה של המחקר.

איך מכינים את הנתונים לבדיקת מהימנות?

1. מגדירים אילו פריטים שייכים לכל סולם

היעזרו בהוראות של כלי המדידה ובמחקרי הפיתוח שלו. בשאלון קיים, בדקו אילו פריטים נכללים בכל ציון והאם קיימים פריטים הפוכים. בסקירה ספרותית אפשר להציג את הרקע לבחירת הכלי ואת הראיות הקיימות לאיכותו.

2. בודקים קידוד, ערכים חסרים וטווחי תשובות

ודאו שכל פריט מקודד מספרית ושאין ערכים מחוץ לטווח. אם סולם התשובות הוא 1 עד 5, ערך כמו 99 שמייצג “לא ענה” צריך להיות מוגדר כחסר. אחרת הוא עלול להיכנס לחישוב כציון תקין ולשבש את התוצאה.

בפקודת RELIABILITY של SPSS, ברירת המחדל היא להוציא מהניתוח משתתפים שיש להם ערך חסר באחד המשתנים שנכללו בפקודה. לכן, מספר המשתתפים בניתוח עשוי להיות קטן ממספר המשתתפים שנאספו. יש לבדוק אותו ולדווח כיצד טופלו החסרים.

3. מקודדים מחדש פריטים הפוכים

נניח שציון גבוה אמור לבטא מוטיבציה גבוהה. ההיגד “אני מוותר בקלות על משימות לימודיות” מנוסח בכיוון ההפוך, ולכן יש להפוך את ציונו בהתאם להוראות הכלי.

בסולם 1 עד 5, ההיפוך הוא 1 ל-5, 2 ל-4, 3 נשאר 3, 4 ל-2 ו-5 ל-1. הנוסחה היא:

ציון הפוך = הערך הנמוך ביותר + הערך הגבוה ביותר – הציון המקורי.

מומלץ ליצור משתנה חדש ולשמור את המקור. בניתוח משתמשים בגרסה ההפוכה במקום בגרסה המקורית, ולא בשתיהן יחד. הנוסחה מיועדת לערכי תשובה תקינים; אין להפוך קודים של נתונים חסרים כאילו היו תשובות.

איך מחשבים אלפא של קרונבאך ב-SPSS?

לאחר הכנת הנתונים, בצעו את השלבים הבאים:

1. פתחו את התפריט Analyze > Scale > Reliability Analysis.
2. העבירו לשדה Items את הפריטים של הסולם הנבדק, כולל הגרסאות המקודדות מחדש של פריטים הפוכים.
3. בחרו Alpha בשדה Model.
4. לחצו על Statistics ובחרו Item, Scale ו-Scale if item deleted. אפשר לבקש גם מתאמים בין פריטים.
5. לחצו על Continue ולאחר מכן על OK.

הכניסו לניתוח את הפריטים עצמם, ולא רק את משתנה הסכום או הממוצע שכבר חישבתם. שמות האפשרויות עשויים להשתנות מעט בין גרסאות התוכנה. בדיקת המהימנות היא שלב בתוך ניתוח סטטיסטי רחב יותר, והיא אינה מחליפה את בדיקות ההתאמה של הכלי.

איך קוראים את פלט המהימנות?

מתאם פריט-סולם שלילי מצדיק בדיקה של כיוון הקידוד ושל התאמת הפריט לסולם. מתאם נמוך מצדיק בחינה של הניסוח, התוכן ודפוס התשובות. אין להסיק מהעמודות האלה בלבד שחייבים למחוק פריט.

אם מופיעה גם אלפא המבוססת על פריטים מתוקננים, מדובר בחישוב המתבסס על מתאמים, לעומת האלפא הרגילה המבוססת על שונויות ושונויות משותפות. יש לבחור את המדד בהתאם לציון שבו משתמשים ולהסביר את הבחירה, ולא לבחור את המספר הגבוה יותר.

איזה ערך אלפא נחשב טוב?

ערך של כ-0.70 משמש לעיתים קרובות כלל אצבע במחקר, אך אין סף אוניברסלי שמכריע אם סולם מתאים לשימוש. הפרשנות תלויה במטרת המדידה, במספר הפריטים, באוכלוסייה ובמשמעות של טעות מדידה.

• ערך נמוך מ-0.70: מצדיק בחינה של הקידוד, מבנה הסולם והשלכות המהימנות על המחקר. אין לפסול או לאשר את הסולם לפי המספר בלבד.
• ערכים סביב 0.70 עד 0.90: עשויים לתמוך בשימוש מחקרי בציון, בהתאם להקשר ולראיות נוספות על הכלי.
• ערך גבוה מאוד, למשל מעל 0.95: עשוי להצדיק בדיקה אם הפריטים חוזרים על תוכן דומה מדי. הוא אינו מוכיח בפני עצמו שקיימת כפילות.

אין הבדל עקרוני חד בין 0.69 ל-0.70. בהחלטות אישיות בעלות השלכות משמעותיות עשויה להידרש רמת מהימנות גבוהה יותר מאשר במחקר קבוצתי. מספר הפריטים משפיע על האלפא, ולכן סולם ארוך יכול לקבל אלפא גבוהה גם בלי שכל פריט מוסיף מידע רב.

אלפא מופיעה לרוב בין 0 ל-1, אך יכולה להיות גם שלילית. במקרה כזה יש לבדוק במיוחד קידוד הפוך, טעויות בנתונים וקשרים שליליים בין פריטים. אין לפרש אותה כאומדן מהימנות תקין.

מה עושים כשהאלפא נמוכה?

1. בודקים טעויות: פריטים הפוכים, ערכים לא תקינים, הגדרת חסרים ופריטים שנכללו בטעות.
2. בוחנים את התוכן: האם כל הפריטים אמורים להשתייך לציון אחד, או שהשאלון כולל כמה ממדים?
3. בוחנים פריטים חריגים: קראו את הפריט לצד מתאם הפריט-סולם, התפלגות התשובות והאלפא לאחר הסרתו.
4. בודקים את כלי המדידה: האם נעשו תרגום, קיצור או שינוי ניסוח שעשויים להשפיע על הביצועים שלו?
5. מתעדים החלטות: אם הוחלט להסיר פריט, הסבירו את הנימוק ואת השינוי שנעשה בציון.

לא מוחקים פריטים רק כדי לעבור את 0.70. עלייה באלפא יכולה לבוא במחיר של פגיעה בכיסוי התוכן. למשל, הסרת השאלה היחידה שעוסקת בהיבט חשוב של חרדה עשויה להעלות את המדד, אך לצמצם את משמעות הסולם.

אם ההסרה מבוססת על בחינת הנתונים שנאספו, יש לתאר אותה בשקיפות. סולם ששונה במחקר הנוכחי אינו זהה אוטומטית לגרסה המקורית, והמהימנות המדווחת במחקרי המקור אינה מתארת בהכרח את הגרסה החדשה.

איך מדווחים על אלפא בעבודה אקדמית?

בדיווח כדאי לכלול את שם הסולם, מקורו, מספר הפריטים, טווח התשובות, אופן חישוב הציון, קידוד הפוך, מספר המשתתפים בניתוח וערך האלפא במדגם הנוכחי. ציינו גם שינויים בכלי וטיפול בנתונים חסרים. אם חושב רווח סמך לאלפא, אפשר להוסיף אותו ואת שיטת חישובו.

בפרק שיטת מחקר מתארים את הכלי ואת דרך בדיקת המהימנות. את תוצאות הבדיקה מציגים במקום המתאים לפי הנחיות המוסד: לעיתים בתיאור כלי המחקר ולעיתים בפרק התוצאות. יש להפריד בבירור בין מהימנות שפורסמה במחקר קודם לבין המהימנות שנמצאה במחקר הנוכחי.

דוגמה לדיווח על סולם אחד

הנתונים בדוגמאות הבאות להמחשה בלבד:

המוטיבציה ללמידה נמדדה באמצעות סולם בן שמונה פריטים, שדורגו מ-1 עד 5. לאחר קידוד מחדש של שני פריטים הפוכים, חושב ציון הסולם כממוצע הפריטים, כאשר ציון גבוה מבטא מוטיבציה גבוהה יותר. בדיקת העקיבות הפנימית נערכה בקרב 142 משתתפים בעלי תשובות מלאות בכל שמונת הפריטים. במדגם הנוכחי התקבלה אלפא של קרונבאך של α = .84.

בדיווח בפועל יש להוסיף גם הפניה למקור הסולם ולתאר את משמעות קצות סולם התשובות.

דוגמה להצגת כמה תתי-סולמות

מספר המשתתפים עשוי להשתנות בין תתי-סולמות בגלל תשובות חסרות בפריטים שונים. יש לציין שהנתונים בטבלה מתייחסים למדגם הנוכחי ולהסביר את מדיניות הטיפול בחסרים.

דוגמה לדיווח כשנמצא ערך נמוך

בסולם בן ארבעת הפריטים התקבלה אלפא של קרונבאך של α = .62. בדיקת הקידוד לא העלתה טעויות. הפריטים נשמרו בשל תרומתם לכיסוי התוכן ובהתאם למבנה הכלי המקורי. יש לפרש בזהירות את הממצאים המבוססים על ציון זה בשל המהימנות המוגבלת שנמצאה במדגם הנוכחי.

ניסוח כזה מתאים רק אם הוא משקף את הבדיקות וההחלטות שבוצעו בפועל. בהמשך, בפרק הדיון, יש להסביר כיצד מגבלת המדידה משפיעה על הביטחון במסקנות. אפשר להיעזר במדריך לכתיבת פרק דיון כדי לשלב את המגבלה בניתוח הממצאים.

מהן המגבלות של אלפא ומה כדאי לבדוק בנוסף?

כדי לפרש אלפא כאומדן מהימנות מדויק נדרשות הנחות, ובהן שוויון בתרומת ציוני האמת של הפריטים, המכונה טאו-שקילות, והיעדר מתאמים בין טעויות המדידה. ההנחות אינן מתקיימות תמיד, ולכן האלפא אינה בהכרח אומדן מדויק של מהימנות הציון.

אומגה של מקדונלד (McDonald’s Omega) היא חלופה או מדד משלים שעשוי להתאים כאשר תרומות הפריטים למשתנה הנמדד שונות. גם אומגה תלויה בהתאמת מודל המדידה ואינה פתרון אוטומטי לכל שאלון.

בפריטי ליקרט עם מעט קטגוריות או התפלגויות קיצוניות, כדאי לבחון אם נדרש ניתוח המותאם לנתונים סדריים, למשל באמצעות מתאמים פוליכוריים ומודל מתאים. כמו כן, אלפא אינה בודקת יציבות לאורך זמן: לשאלה הזאת נדרשת בדיקת מהימנות מבחן-מבחן חוזר.

שאלות נפוצות על אלפא של קרונבאך

האם צריך לבדוק מהימנות גם בשאלון מוכר?

כן. יש להעריך ולדווח את המהימנות במדגם הנוכחי. אומדן ממחקר קודם מספק רקע, אך אינו מחליף בדיקה באוכלוסייה ובגרסה שבהן השתמשתם.

האם אלפא של 0.80 פירושה שהשאלון מדויק ב-80%?

לא. זה אינו אחוז התשובות הנכונות או אחוז הדיוק. מדובר במקדם שפרשנותו כאומדן מהימנות תלויה בהנחות המדידה.

האם חייבים לדווח ערך P?

בדיווח רגיל על אלפא מציגים את המקדם, מספר הפריטים ומספר המשתתפים, ולא ערך P כאילו מדובר בבדיקת השערת המחקר. רווח סמך יכול להוסיף מידע על אי-הוודאות של האומדן.

כמה משתתפים צריך לבדיקת מהימנות?

אין מספר מינימלי אחד שמתאים לכל סולם. התכנון תלוי, בין היתר, במספר הפריטים ובדיוק הרצוי של האומדן. במדגם קטן במיוחד יש להיזהר מהסקת מסקנות על סמך ערך נקודתי בלבד.

רשימת בדיקה לפני הגשת העבודה

• הוגדרו הסולם ותתי-הסולמות בהתאם למקור הכלי ולתאוריה.
• נבדקו טווחי תשובות, נתונים חסרים ופריטים הפוכים.
• נבדקו מספר המשתתפים בפועל והקשרים בין הפריטים.
• ערך האלפא פורש בהקשר של מטרת המדידה, ולא לפי סף בלבד.
• תועדו הסרות פריטים ושינויים בכלי.
• הדיווח מפריד בין ממצאי מחקרים קודמים לבין המדגם הנוכחי.
• לא הוסקו תוקף או חד-ממדיות מתוך האלפא בלבד.

בדיקת מהימנות טובה מחברת בין המספר בפלט, תוכן הפריטים ומטרת המחקר. בעת כתיבת סמינריון, החיבור הזה מאפשר לקורא להבין כיצד נבנה הציון ועד כמה אפשר להסתמך עליו.

מקורות לקריאה נוספת

• Cronbach, L. J. (1951). Coefficient Alpha and the Internal Structure of Tests.
• Sijtsma, K. (2009). On the Use, the Misuse, and the Very Limited Usefulness of Cronbach’s Alpha.
• Taber, K. S. (2018). The Use of Cronbach’s Alpha When Developing and Reporting Research Instruments in Science Education.
• Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From Alpha to Omega: A Practical Solution to the Pervasive Problem of Internal Consistency Estimation.
• IBM SPSS Statistics: Reliability Analysis.