صدق الاستبانة وثباتها: الدليل العملي لطلاب الدراسات العليا

لا يكاد يخلو فصل منهجية في رسالة ماجستير أو دكتوراه من فقرة عنوانها «صدق الأداة وثباتها». ومع ذلك يخلط كثير من الباحثين بين المفهومين، أو يكتفون بقيمة ألفا كرونباخ ويظنون أنها تثبت الصدق والثبات معاً. هذا الدليل يشرح الفرق بينهما، وأنواع كل منهما، وما يُتوقع منك أن تقدمه للجنة المناقشة.

الفرق بين الصدق والثبات {#difference}

• الصدق (Validity): هل تقيس الاستبانة ما وُضعت لقياسه؟ استبانة «الرضا الوظيفي» صادقة إذا كانت فقراتها تقيس الرضا الوظيفي فعلاً، لا الولاء للمدير أو الرغبة في إرضاء الباحث.
• الثبات (Reliability): هل تعطي الاستبانة نتائج متسقة؟ لو أعيد تطبيقها على الأشخاص أنفسهم في ظروف مشابهة، أو لو قورنت فقراتها ببعضها، هل نحصل على صورة متقاربة؟

المثال المعروف هو التصويب على هدف. الرامي الثابت يضع سهامه متقاربة، لكنها قد تكون بعيدة عن المركز. والرامي الصادق يصيب المركز. الثبات شرط للصدق، لكنه لا يكفي وحده: استبانة قد تعطي نتائج متسقة جداً عن شيء غير الذي تريده.

لهذا السبب لا يكفي أن تكتب «بلغت قيمة ألفا كرونباخ 0.89، وهذا يدل على صدق الأداة وثباتها». ألفا تخبرك بالثبات فقط.

أنواع الصدق {#validity-types}

الصدق الظاهري وصدق المحتوى {#content}

الصدق الظاهري يعني أن الفقرات تبدو، لمن يقرؤها، مناسبة للموضوع وواضحة. وصدق المحتوى أعمق: هل تغطي الفقرات كل جوانب المفهوم الذي تقيسه، دون أن تتجاوزه؟

الطريقة المعتادة في الرسائل العربية هي تحكيم الاستبانة: تُعرض الصيغة الأولية على عدد من المحكّمين المتخصصين، فيحكمون على كل فقرة من حيث انتماؤها لمحورها، ووضوح صياغتها، وسلامتها اللغوية، ويقترحون الحذف أو الإضافة أو التعديل. ثم تُعدَّل الاستبانة وفق ما اتفق عليه أغلبهم.

بعض الجامعات تطلب قياس هذا الاتفاق رقمياً، مثل نسبة صدق المحتوى (CVR) عند لوشي (Lawshe)، أو مؤشر صدق المحتوى (CVI). اسأل مشرفك عما تعتمده جامعتك.

مهم صدق المحتوى حكم خبراء، ولا يستطيع أي برنامج إحصائي أن يحسبه عنك من إجابات المستجيبين.

صدق الاتساق الداخلي {#internal-consistency}

في كثير من الرسائل العربية يُقصد به ارتباط كل فقرة بالدرجة الكلية لمحورها، وارتباط كل محور بالدرجة الكلية للاستبانة. الفقرة التي يضعف ارتباطها بمحورها، أو لا يكون دالاً، يُنظر في حذفها أو إعادة صياغتها.

الأدق أن تستخدم الارتباط المصحَّح، أي ارتباط الفقرة بمجموع بقية فقرات المحور دون أن تدخل هي فيه. فإدخال الفقرة في المجموع الذي تُقارن به يرفع الارتباط بشكل مصطنع، خصوصاً في المحاور القصيرة. يعتبر كثير من الباحثين القيمة دون 0.30 مؤشراً على فقرة ضعيفة، وهي قاعدة استرشادية لا قانون.

صدق البناء {#construct}

صدق البناء يسأل: هل تتجمع الفقرات في المحاور التي صممتها؟ إذا قلت إن استبانتك تقيس ثلاثة أبعاد، فهل تُظهر البيانات ثلاثة أبعاد فعلاً؟

يُفحص صدق البناء عادةً بالتحليل العاملي، ويشرحه القسم التالي. ويدخل تحته أيضاً:

• الصدق التقاربي: أن ترتبط أداتك ارتباطاً قوياً بأداة أخرى تقيس المفهوم نفسه.
• الصدق التمييزي: أن يكون ارتباطها ضعيفاً بأداة تقيس مفهوماً مختلفاً.

الصدق المرتبط بمحك {#criterion}

أن ترتبط درجات الاستبانة بمحك خارجي معروف. مثلاً: هل يحصل الطلاب الأعلى في مقياس «الانخراط الأكاديمي» على معدلات أعلى؟ إذا كان المحك يُقاس في الوقت نفسه سُمّي صدقاً تلازمياً، وإذا كان يُقاس لاحقاً سُمّي صدقاً تنبؤياً.

طرق قياس الثبات {#reliability-methods}

قاعدتان تنطبقان على كل الطرق:

1. احسب الثبات لكل محور، لا للاستبانة كلها فقط. استبانة من خمسة محاور مختلفة قد تعطي ألفا عالية للمجموع حتى لو كان أحد محاورها ضعيفاً.
2. اعكس الفقرات السالبة قبل الحساب. فقرة مثل «أتغيّب عن المحاضرات دون عذر» في مقياس للانخراط يجب عكس ترميزها، وإلا انخفض الثبات دون أن يكون في الأداة عيب حقيقي.

التحليل العاملي الاستكشافي باختصار {#efa}

التحليل العاملي الاستكشافي (EFA) يبحث في البيانات عن مجموعات من الفقرات ترتبط ببعضها بقوة، ويسمي كل مجموعة «عاملاً». وإذا كان تصميمك سليماً، فستتطابق العوامل مع محاورك.

ما يُذكر عادةً في الرسالة:

1. ملاءمة البيانات للتحليل: مقياس KMO، والقيمة 0.60 فأكثر تُعدّ مقبولة عادةً، وكلما اقتربت من 1 كان أفضل. واختبار بارتليت للكروية، ويجب أن يكون دالاً إحصائياً.
2. عدد العوامل: بالجذور الكامنة الأكبر من 1، ومخطط الانحدار (Scree Plot)، ونسبة التباين المفسَّر.
3. التشبعات بعد التدوير: تشبّع كل فقرة على عاملها. يعتمد كثير من الباحثين 0.40 حداً أدنى، ويُنظر في الفقرة التي تتشبع على عاملين بقيم متقاربة.

ثم يأتي في بعض الدراسات التحليل العاملي التوكيدي (CFA)، الذي يختبر نموذجاً محدداً مسبقاً بمؤشرات مطابقة مثل CFI وRMSEA. وهذا يُجرى عادةً في برامج متخصصة مثل AMOS أو حزمة lavaan في R.

انتبه يحتاج التحليل العاملي إلى عينة كافية. يتداول الباحثون قواعد مثل 5 إلى 10 مستجيبين لكل فقرة، أو 200 مستجيب على الأقل، لكنها قواعد تقريبية تختلف باختلاف قوة التشبعات. راجع مقالنا عن حجم العينة.

كيف تكتب هذا الجزء في رسالتك {#write-up}

رتّب الفقرة في فصل المنهجية بهذا التسلسل:

1. الصدق الظاهري وصدق المحتوى: عدد المحكّمين وتخصصاتهم، وما الذي حُكم عليه، وما الذي تغيّر بعد التحكيم (عدد الفقرات المحذوفة والمعدّلة).
2. الدراسة الاستطلاعية: حجمها، ومن أين أُخذت، وأنها خارج العينة الأساسية.
3. صدق الاتساق الداخلي: جدول بارتباط كل فقرة بمحورها.
4. صدق البناء إن أجريته: KMO وبارتليت وعدد العوامل والتباين المفسَّر وجدول التشبعات.
5. الثبات: جدول بقيمة ألفا لكل محور وللأداة كاملة، مع عدد فقرات كل محور.

مثال على الصياغة:

«للتحقق من ثبات الأداة حُسب معامل ألفا كرونباخ لكل محور، وتراوحت قيمه بين 0.81 و0.92، وبلغ للأداة ككل 0.94، وهي قيم تدل على اتساق داخلي مرتفع.»

الأرقام في هذا المثال توضيحية.

أخطاء شائعة {#mistakes}

• الاكتفاء بألفا لإثبات الصدق. ألفا مقياس ثبات فقط.
• حساب ألفا للاستبانة كلها دون المحاور. المحور الضعيف يختفي داخل المجموع.
• نسيان عكس الفقرات السالبة. فينخفض الثبات وتنقلب ارتباطات بعض الفقرات.
• أخذ الدراسة الاستطلاعية من العينة الأساسية ثم إدخال إجاباتها في التحليل النهائي.
• التحليل العاملي على عينة صغيرة جداً، ثم البناء على نتائجه.
• ترجمة مقياس أجنبي دون التحقق من صدقه في البيئة الجديدة. المقياس المنشور يحتاج إذناً من مؤلفه، وترجمته تحتاج تحكيماً وتجربة.

أين يساعدك Pulseform {#pulseform}

حين تبني استبانتك كاستبانة أكاديمية وتحدد المحور لكل فقرة وتعلّم الفقرات معكوسة الترميز، يحسب Pulseform من الإجابات مباشرة:

• ألفا كرونباخ لكل محور مع حكم واضح، وألفا في حال حذف الفقرة، وارتباط الفقرة بالكلي المصحّح،
• التحليل العاملي الاستكشافي: KMO وبارتليت والجذور الكامنة والتشبعات بعد تدوير Varimax،
• مصفوفة الارتباط بين المحاور، مع اقتراح بيرسون أو سبيرمان حسب طبيعية البيانات.

أما التحليل العاملي التوكيدي فلا يجريه Pulseform عمداً، ويمكنك تصدير بياناتك إلى SPSS لإجرائه. وصدق المحتوى بالتحكيم يبقى عملك أنت ومحكّميك. التفاصيل في دليل الاستبيانات الأكاديمية، وتجد مثالاً كاملاً بالأرقام في اقرأ هذا التقرير معي.

المراجع {#sources}

المصادر الأصلية للمعادلات والحدود والقواعد المذكورة في هذا المقال:

• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
• Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36.
• Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575.
• MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4(1), 84–99.
• McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Polit, D. F., & Beck, C. T. (2006). The content validity index: Are you sure you know what's being reported? Critique and recommendations. Research in Nursing & Health, 29(5), 489–497.