Güvenirlik Analizi: Cronbach Alfa, Madde-Toplam İstatistikleri ve McDonald Omega

Ölçek kullanan her tezde jüri aynı soruyu sorar: “Bu ölçek senin örnekleminde tutarlı ölçüyor mu?” Ölçeği geliştiren ya da uyarlayan çalışmada bildirilen güvenirlik katsayısı, senin verinin kalitesi hakkında bilgi vermez; bu yüzden katsayıyı kendi verinle yeniden hesaplaman gerekir. Güvenirliğin kavramsal temeli (iç tutarlılık, test-tekrar test, geçerlikle ilişkisi) Araştırma Yöntemleri ve Anket modüllerinde anlatıldı. Bu derste işin SPSS tarafına odaklanacağız: analizi çalıştırmak, çıktıdaki her sütunu doğru okumak, sorunlu maddeyi teşhis etmek ve sonucu tezde doğru yere doğru biçimde yazmak. Güvenirlik analizini, değişkenler arasındaki ilişki ve farklara bakmadan önce yapman gerekir; çünkü güvenilir olmayan bir toplam puanla yapılan her analiz sorgulanır.

1. Ne zaman kullanılır?

• Birden çok maddenin toplanarak ya da ortalaması alınarak tek bir puan oluşturduğu Likert tipi ölçeklerde (akademik öz yeterlik, sınav kaygısı, iş tatmini…).
• Alt boyutlu ölçeklerde her alt boyut için ayrı ayrı; toplam puan analizlerde kullanılıyorsa toplam için de.
• Hazır ölçek kullanıyorsan bile, kendi örnekleminde (pilot ve asıl uygulama verisiyle) mutlaka.
• Örnek senaryo: Ortak veri setindeki iki ölçek: 10 maddelik Akademik Öz Yeterlik Ölçeği (aoy1–aoy10, tek boyutlu) ve 12 maddelik Sınav Kaygısı Ölçeği (sk1–sk12; Kuruntu: sk1–sk6, Duyuşsallık: sk7–sk12; sk5 ve sk11 ters puanlanan maddeler).
• Kullanılmaz: Tek maddelik ölçümlerde, demografik soru gruplarında, maddeleri aynı yapıyı ölçmeyen kontrol listelerinde ve nitel veri toplama araçlarında. Doğru/yanlış (0/1) puanlanan başarı testlerinde aynı hesap KR-20 olarak adlandırılır.

Cronbach alfa (α)

Bir ölçeğin maddelerinin aynı yapıyı ne ölçüde tutarlı biçimde ölçtüğünü gösteren iç tutarlılık katsayısı: α = [k / (k − 1)] × [1 − (Σ madde varyansları / toplam puan varyansı)], k madde sayısıdır. Maddeler birlikte değiştikçe toplam puanın varyansı madde varyanslarının toplamına göre büyür ve alfa 1’e yaklaşır. Alfa madde sayısına duyarlıdır: aynı ortalama maddeler arası korelasyonla 20 maddelik ölçek, 4 maddelik ölçekten daha yüksek alfa verir. Alfa, ölçeğin tek boyutlu ya da geçerli olduğunu göstermez; yalnızca puanın iç tutarlılığını özetler.

2. Varsayımlar ve nasıl kontrol edilir?

3. SPSS menü yolu

4. Örnek SPSS çıktısı

5. Çıktıda nereye bakılır?

6. Yorum ve düşük alfanın nedenleri

Akademik Öz Yeterlik Ölçeği bu örneklemde yüksek iç tutarlılık göstermektedir (α = ,86): George ve Mallery’ye göre “iyi”, Kayış’ın sınıflamasına göre “yüksek derecede güvenilir”. Pek çok alanda ,70 ve üzeri yaygın olarak kabul edilebilir sayılır; ancak bu kesin bir kural değildir: ölçeğin amacı, madde sayısı ve alanın beklentileri yorumu değiştirebilir. Hangi sınıflamayı kullandığını yöntem bölümünde kaynağıyla belirt ve tez boyunca aynı ölçütü kullan. Alfa düşük çıktığında ise hemen “ölçek güvenilir değil” deme ya da madde silmeye girişme; önce aşağıdaki olası nedenleri sırayla kontrol et.

1. Ters maddelerin çevrilmemesi: En sık neden. Çıktıda negatif düzeltilmiş madde-toplam korelasyonu olarak görünür.
2. Veri girişi ve kodlama hataları: 1–5 yerine 0–4 kodlanmış maddeler, eksik veri kodlarının (ör. 9 ya da 99) Missing Values olarak tanımlanmaması.
3. Çok boyutlu bir ölçeğin tek alfayla özetlenmesi: Farklı yapıları ölçen alt boyutların tümüyle hesaplanan alfa.
4. Az madde: 3–4 maddelik alt boyutlarda alfanın ,70’in altında kalması olağandır; ortalama maddeler arası korelasyonu da raporla (Clark ve Watson, 1995, ,15–,50 aralığını önerir).
5. Homojen örneklem: Puanların çeşitliliği azsa (ör. yalnızca yüksek başarılı öğrenciler) korelasyonlar ve alfa düşer.
6. Özensiz yanıtlama ve küçük örneklem: Tüm maddelere aynı seçeneği işaretleme, rastgele yanıtlar; küçük örneklemde alfa kestirimi kararsızdır.
7. Maddelerin hedef kitleye uymaması: Kötü çeviri, kültüre uygun olmayan ifadeler, anlaşılmayan maddeler.

Alt boyut bazında alfa ve McDonald omega

Sınav Kaygısı Ölçeği iki alt boyutludur. Bu durumda alfayı her alt boyut için ayrı hesaplarsın: Kuruntu α = ,84, Duyuşsallık α = ,81. Toplam puanı da analizlerde kullanıyorsan toplam alfayı (,87) ayrıca verirsin; yalnızca alt boyut puanlarıyla çalışıyorsan toplam alfa gerekmez. Analizlerinde hangi puanı kullanıyorsan güvenirliğini o puan için raporla. Alt boyutların madde-toplam korelasyonlarını da kendi içlerinde (yalnızca o alt boyutun maddeleriyle) hesapla. Toplam alfanın alt boyutlarınkinden yüksek çıkması şaşırtıcı değildir: madde sayısı arttıkça alfa da artar; bu, ölçeğin tek boyutlu olduğunu göstermez.

7. APA 7 tez tablosu

Not. N = 250. Madde-toplam korelasyonları her ölçek ya da alt boyut için kendi maddeleriyle hesaplanmıştır. Sınav Kaygısı Ölçeği’nin 5. ve 11. maddeleri ters kodlanmıştır. Ölçek iki boyutlu olduğundan toplam sınav kaygısı puanı için tek faktörlü omega hesaplanmamıştır. Alt boyutlar arasındaki korelasyon r = ,52’dir.

8. Teze yazılacak paragraf (Yöntem: Veri Toplama Araçları)

9. Sık hatalar

• Yalnızca ölçeği geliştiren ya da uyarlayan çalışmanın alfasını yazıp kendi verisiyle hesaplamamak.
• Alt boyutlu ölçekte yalnızca toplam alfayı raporlamak.
• Ters maddeleri çevirmeden analiz yapmak; negatif madde-toplam korelasyonunu madde silerek “çözmek”.
• “Alpha if Item Deleted” biraz yükseliyor diye standart bir ölçekten gerekçesiz madde silmek.
• Standartlaştırılmış maddelere dayalı alfayı ham alfa yerine raporlamak ya da ikisini karıştırmak.
• Alfayı geçerlik ya da tek boyutluluk kanıtı gibi sunmak; ,95 üzeri alfayı sorgulamadan “mükemmel” saymak.
• Yorum ölçütünü kaynaksız vermek ya da tez içinde farklı ölçütler kullanmak.
• Pilot uygulamadaki alfayı asıl uygulamanın alfası gibi raporlamak.

10. Jamovi’deki karşılığı

Jamovi’de Analyses > Factor > Reliability Analysis. Maddeleri Items kutusuna at. Scale Statistics altında Cronbach’s α ve McDonald’s ω ile ortalama ve standart sapma; Item Statistics altında Cronbach’s α (if item is dropped), McDonald’s ω (if item is dropped) ve Item-rest correlation (SPSS’teki Corrected Item-Total Correlation’ın karşılığı) seçenekleri bulunur. Ters maddeleri Reverse Scaled Items bölümüne taşıyarak hesaplamada otomatik çevrilmelerini sağlayabilirsin; ancak toplam puanı başka analizlerde kullanacaksan ters maddelerin veri setinde de çevrildiğinden emin ol. Jamovi omegayı ek bir ayar gerektirmeden verdiği için alfa ile omegayı birlikte raporlamak kolaydır. Menü adları sürüme göre küçük farklılıklar gösterebilir.