Độ tin cậy trong bài trắc nghiệm tâm lý là gì?

Độ tin cậy là mức độ mà một phép đo có thể lặp lại được thay vì chỉ là nhiễu. Nếu bạn cân mình ba lần trong một phút và nhận được các kết quả 71, 78 và 66 ki-lô-gam, chiếc cân đó sẽ không đáng tin cậy, và bạn sẽ không có cách nào biết được cân nặng thực sự của mình từ đó. Đo lường tâm lý gặp phải vấn đề tương tự nhưng với thiết bị kém chính xác hơn nhiều.

Điều quan trọng cần hiểu về độ tin cậy là nó không khẳng định điều gì. Một chiếc cân phòng tắm luôn cho kết quả nặng hơn tám ki-lô-gam là hoàn toàn đáng tin cậy và cũng hoàn toàn sai. Độ tin cậy nói về tính nhất quán; còn việc con số đó có mang đúng ý nghĩa hay không là một câu hỏi khác, gọi là độ hiệu lực. Độ tin cậy là điều kiện cần cho độ hiệu lực, nhưng còn lâu mới là điều kiện đủ.

Các hình thức của độ tin cậy

Tính nhất quán nội tại đặt câu hỏi liệu các câu hỏi trong một thang đo có phù hợp với nhau hay không. Nếu mười câu hỏi đều nhằm đo cùng một đặc điểm tiềm ẩn, thì những người trả lời cao ở một câu nên có xu hướng trả lời cao ở các câu còn lại. Điều này thường được báo cáo dưới dạng hệ số alpha của Cronbach, hoặc tốt hơn là omega của McDonald.

Độ tin cậy kiểm tra lại (test-retest) đặt câu hỏi liệu cùng một người có đạt điểm số tương tự trong hai lần đo hay không. Đây là hình thức quan trọng nhất đối với các đặc điểm, vốn theo định nghĩa phải ổn định. Đây cũng là hình thức thường bị bỏ qua nhất khi báo cáo, vì nó đòi hỏi phải tìm lại đúng những người tham gia sau vài tuần.

Độ tin cậy giữa các giám định viên áp dụng khi con người là người chấm điểm cho công cụ đo, chẳng hạn như phỏng vấn lâm sàng, kỹ thuật phóng chiếu, quan sát hành vi. Nó đặt câu hỏi liệu hai giám định viên được đào tạo, khi xem xét cùng một tài liệu, có đưa ra cùng một kết luận hay không.

Độ tin cậy các phiên bản song song đặt câu hỏi liệu hai phiên bản khác nhau của cùng một bài trắc nghiệm, được xây dựng để tương đương nhau, có cho ra cùng một điểm số hay không. Điều này quan trọng ở bất cứ nơi nào bài trắc nghiệm được thực hiện nhiều hơn một lần và việc lộ câu hỏi là một mối lo ngại.

Đọc hiểu các con số

Hệ số tin cậy dao động từ 0 đến 1. Các quy ước là tương đối và thường bị hiểu sai, nhưng đại khái là: trên 0,90 là mức bắt buộc khi điểm số ảnh hưởng đến cuộc sống của một cá nhân, từ 0,80 đến 0,90 là mức tốt cho hầu hết các ứng dụng thực tế, từ 0,70 đến 0,80 là chấp nhận được cho nghiên cứu và cho so sánh giữa các nhóm, và dưới 0,70 nghĩa là điểm số chứa nhiều nhiễu hơn mức mà hầu hết các kết luận có thể chịu đựng được.

Có hai điều cần lưu ý về các ngưỡng này. Thứ nhất, đây là các quy ước, không phải quy luật; mức chấp nhận được hoàn toàn phụ thuộc vào mục đích sử dụng của điểm số. Thứ hai, hệ số alpha rất cao ở một thang đo ngắn thường cho thấy các câu hỏi gần như diễn đạt lại lẫn nhau, điều này mua được tính nhất quán bằng cái giá của việc bao quát cấu trúc. Một thang đo mười câu hỏi mà tất cả đều hỏi "bạn có ngăn nắp không?" theo những cách diễn đạt hơi khác nhau sẽ có tính nhất quán nội tại tuyệt vời nhưng lại phản ánh tính tận tâm một cách rất hạn hẹp.

Ý nghĩa đối với điểm số của chính bạn

Độ tin cậy chuyển hóa trực tiếp thành mức độ tin tưởng mà một con số đơn lẻ xứng đáng nhận được. Một bài trắc nghiệm với độ tin cậy 0,85 mang sai số đo lường đủ lớn để một sự khác biệt vài điểm giữa hai người, hoặc giữa điểm số của bạn hôm nay và điểm số của bạn tháng trước, rất có thể chỉ là nhiễu chứ không phải tín hiệu thực sự.

Đây là hệ quả thực tiễn: một công cụ tốt sẽ báo cáo độ tin cậy của nó để bạn biết được khoảng bất định xung quanh điểm số của mình rộng đến đâu. Cách diễn đạt kỹ thuật của sự bất định đó là sai số chuẩn của phép đo, chuyển hệ số tin cậy thành một khoảng cộng trừ xung quanh điểm số.

Một công cụ không báo cáo bất kỳ chỉ số tin cậy nào không vì thế mà trở nên chính xác hơn. Nó chỉ đơn giản là từ chối cho bạn biết nó thiếu chính xác đến mức nào.