پایایی در آزمون‌های روان‌شناختی چیست؟

پایایی میزانی است که یک اندازه‌گیری تکرارپذیر است و صرفاً نوفه (خطای تصادفی) نیست. اگر در یک دقیقه سه بار خودتان را وزن کنید و اعداد 71، 78 و 66 کیلوگرم را ببینید، ترازو ناپایا است و شما هیچ راهی برای دانستن وزن واقعی‌تان از روی آن ندارید. اندازه‌گیری روان‌شناختی با ابزاری بسیار کم‌دقت‌تر با همین مشکل روبه‌رو است.

مهم‌ترین نکته دربارهٔ پایایی این است که چه چیزی را ادعا نمی‌کند. ترازوی حمامی که پیوسته هشت کیلوگرم بیشتر نشان می‌دهد، کاملاً پایا است و کاملاً نادرست. پایایی دربارهٔ ثبات و سازگاری است؛ اینکه عدد، معنای درست را برساند پرسشی جداگانه است که روایی نام دارد. پایایی برای روایی لازم است، اما به‌هیچ‌وجه کافی نیست.

شکل‌هایی که پایایی به خود می‌گیرد

همسانی درونی می‌پرسد آیا گویه‌های یک مقیاس با یکدیگر هم‌سو هستند یا نه. اگر قرار است ده پرسش همگی یک صفت زیربنایی واحد را بسنجند، کسانی که در یکی نمرهٔ بالا می‌گیرند باید در بقیه هم تمایل به نمرهٔ بالا داشته باشند. این شاخص معمولاً با آلفای کرونباخ یا، بهتر از آن، امگای مک‌دونالد گزارش می‌شود.

پایایی بازآزمون می‌پرسد آیا یک فرد در دو نوبت نمره‌های مشابهی می‌گیرد یا نه. این شکل برای صفت‌ها بیشترین اهمیت را دارد، زیرا صفت‌ها طبق تعریف باید پایدار باشند. این همان شکلی است که بیشتر از همه گزارش نمی‌شود، چون لازم است همان شرکت‌کنندگان هفته‌ها بعد دوباره پیدا شوند.

پایایی بین‌ارزیاب زمانی کاربرد دارد که انسان‌ها ابزار را نمره‌گذاری می‌کنند، مانند مصاحبه‌های بالینی، فنون فرافکن و مشاهدهٔ رفتاری. این شاخص می‌پرسد آیا دو ارزیاب آموزش‌دیده که به یک مطلب نگاه می‌کنند به نتیجهٔ یکسانی می‌رسند یا نه.

پایایی فرم‌های موازی می‌پرسد آیا دو نسخهٔ متفاوت از یک آزمون که برای هم‌ارزی ساخته شده‌اند، نمره‌های یکسانی تولید می‌کنند یا نه. هر جا آزمونی بیش از یک بار اجرا شود و در معرض قرارگرفتن گویه‌ها اهمیت داشته باشد، این شکل مهم است.

خواندن اعداد

ضرایب پایایی از 0 تا 1 هستند. قراردادهای مربوط به آن‌ها تقریبی است و بسیار هم نادرست به کار می‌رود، اما به‌طور کلی: مقادیر بالاتر از 0.90 در جایی لازم است که نمره بر زندگی یک فرد اثر می‌گذارد، 0.80 تا 0.90 برای بیشتر کاربردهای عملی مطلوب است، 0.70 تا 0.80 برای پژوهش و مقایسهٔ گروه‌ها قابل‌قبول است و کمتر از 0.70 یعنی نمره نوفه‌ای بیش از آن دارد که بیشتر نتیجه‌گیری‌ها از آن جان سالم به در ببرند.

دربارهٔ این آستانه‌ها دو احتیاط لازم است. نخست اینکه این‌ها قرارداد هستند، نه قانون؛ سطح قابل‌قبول کاملاً به کاربرد نمره بستگی دارد. دوم اینکه آلفای بسیار بالا در یک مقیاس کوتاه معمولاً نشان می‌دهد گویه‌ها تقریباً بازنویسی یکدیگرند، و این سازگاری به بهای پوشش‌دادن سازه به دست آمده است. مقیاسی با ده پرسش که همگی با واژه‌هایی اندکی متفاوت می‌پرسند «آیا منظم هستید؟» همسانی درونی عالی خواهد داشت و برداشتی محدود از وظیفه‌شناسی.

معنای آن برای نمرهٔ خود شما

پایایی مستقیماً تعیین می‌کند یک عدد تنها چقدر اطمینان‌پذیر است. آزمونی با پایایی 0.85 خطای اندازه‌گیری‌ای دارد که به‌اندازه‌ای بزرگ است که تفاوت چند نمره‌ای بین دو نفر، یا بین نمرهٔ امروز شما و نمرهٔ ماه گذشته‌تان، به احتمال بسیار زیاد نوفه است و نه سیگنال.

پیامد عملی این است: ابزار خوب پایایی خود را گزارش می‌کند تا بدانید عدم قطعیت پیرامون نمرهٔ شما چقدر گسترده است. بیان فنی این عدم قطعیت خطای معیار اندازه‌گیری است که ضریب پایایی را به یک بازهٔ مثبت و منفی پیرامون نمره تبدیل می‌کند.

ابزاری که هیچ شاخص پایایی گزارش نمی‌کند، به این دلیل دقیق‌تر نیست. فقط از گفتن اینکه چقدر نادقیق است خودداری کرده است.