Czym jest rzetelność testu?

 Rzetelność jest właściwością określającą dokładność pomiaru testem psychometrycznym.  Ściślej mówiąc, test rzetelny to taki, który wykorzystany dwukrotnie da zbliżone wyniki. Rzetelność warto odróżnić od innego podstawowego kryterium jakości narzędzia psychometrycznego, czyli trafności, która odnosi się do pytania „czy test rzeczywiście mierzy to, co ma mierzyć”. W tym kontekście rzetelność dotyczy tego „czy mierzy to dobrze”.

Obie te właściwości są kluczowe do tego, aby uznać narzędzie psychometryczne za „dobre”. Dodatkowe omówienie obu tych pojęć, w tym różnic między nimi, znajdziecie na jednym z naszych tutoriali wideo.

Jak dokonuje się oceny rzetelności?

Istnieją różne metody szacowania rzetelności testu. Dla przykładu, Jankowski i Zajenkowski (2009) wymieniają ich siedem. Warto zaznaczyć, że są to raczej sposoby mierzenia różnych aspektów rzetelności, niż różne równorzędne metody jej pomiaru i mogą one dawać trochę odmienne wyniki.

Mimo tej różnorodności, najczęściej rzetelność określa się poprzez analizę zgodności wewnętrznej testu przy użyciu alfa Cronbacha (α). Jest ona tak chętnie stosowana, ponieważ można ją przeprowadzić „przy okazji” wykonywanego badania, nawet jeśli tego wcześniej nie planowaliśmy, ponieważ  nie trzeba w tym celu zbierać dodatkowych danych.  Dla kontrastu, zastosowanie innych metod wymaga dodatkowego nakładu pracy. Przykładowo, analiza zgodności sędziów wymaga osobnego badania, w którym sędziowie wypełniają dodatkowe arkusze. Z kolei badanie stabilności bezwzględnej opiera się na dwukrotnym pomiarze tym samym testem w pewnym odstępie czasu, w związku z czym wymagane jest wykonanie dodatkowego, drugiego pomiaru na tej samej próbie.

Czym jest wskaźnik alfa Cronbacha?

Tak jak wspomniano wyżej, alfa Cronbacha jest wskaźnikiem określającym zgodność wewnętrzną testu. Ocenia ona  stopień, w jakim pozycje testowe są ze sobą powiązane.  Warto wspomnieć, że miarę tę możemy wykorzystać dla zmiennej ilościowej, ale też porządkowej typu skala Likerta. Z kolei odpowiednikiem tego wskaźnika dla skali dychotomicznej typu 0-1 jest współczynnik Kudera-Richardsona KR20.

Konstrukcję α wyjaśnijmy na przykładzie jednego z najczęściej stosowanych testów psychologicznych – kwestionariusza samooceny SES Rosenberga. Zawiera on 10 pozycji testowych, tzw. „itemów” – w tym przypadku są to twierdzenia dotyczące samooceny. Do każdego z nich należy odnieść się, zaznaczając odpowiedź na skali od 1 (zdecydowanie nie zgadzam się) do 4 (zdecydowanie zgadzam się). Następnie, niektóre pozycje testowe odwraca się, a liczbę uzyskanych punktów sumuje. W ten sposób każdy badany uzyskuje wynik w zakresie od 10 do 40, będący wskaźnikiem poziomu samooceny.

I teraz dochodzimy do sedna sprawy – mimo, że kwestionariusz SES zawiera 10 różnych stwierdzeń, to każde z nich dotyczy tego samego konstruktu teoretycznego. Dlatego też, spodziewamy się, że odpowiedzi danej osoby na poszczególne pytania będą podobne. A zatem osoba, którą charakteryzuje wysoka samoocena, powinna uzyskiwać wysokie wyniki w pozycjach mierzących samoocenę wprost (np. 3-4) oraz niskie wyniki w pozycjach mierzących niską samoocenę (np. 1-2), czyli w tak zwanych pozycjach odwróconych. Analogicznie, przeciwnej sytuacji spodziewamy się u osób z niską samooceną. Alfa Cronbacha dotyczy właśnie tak rozumianej spójności między odpowiedziami, innymi słowy –   opiera się ona na korelacji między pozycjami testowymi danej skali.  Jeśli odpowiedzi na pytania kwestionariuszowe u poszczególnych badanych są podobne, to uzyskana korelacja będzie wysoka, wskazując na wysoką rzetelność. Jeśli z kolei odpowiedzi na poszczególne pytania będą silnie zróżnicowane, korelacja ta będzie niska, czego wynikiem będzie niska rzetelność.

Warto w tym momencie zaznaczyć, że alfa Cronbacha nie mierzy stopnia, w jakim pozycje testowe odnoszą się do tego samego konstruktu. Jest to powszechna, ale błędna interpretacja. Ze względu na sposób obliczania α, do uzyskania wysokich jego wartości wystarczy, że każda pozycja testowa będzie powiązana z kilkoma innymi. Możemy sobie zatem wyobrazić sytuację, w której uzyskujemy wysokie α dla 20 itemów (skala ogólna), z których każde 5 wchodzi w skład osobnych 4 czynników (podskale), w niewielkim stopniu powiązanych ze sobą. W takim wypadku wysoka alfa będzie wynikiem wyłącznie korelacji między itemami w podskalach, nie zaś dowodem na jednorodność skali ogólnej. Jeśli chcielibyśmy ją rzeczywiście określić, musielibyśmy zastosować inną, dodatkową analizę, np. analizę czynnikową albo po prostu inną metodę szacowania rzetelności. Popularną alternatywą dla alfa Cronbacha jest w takim wypadku omega (ω) McDonalda, która bazuje na analizie czynnikowej i pozwala uzyskać informację o tym jak czynnik ogólny i podskale wpływają na rzetelność całego narzędzia (Ciżkowicz, 2018).

Interpretacja alfa Cronbacha

Wskaźnik alfa Cronbacha może przyjmować wartość od 0 do 1. Może być ona też ujemna, choć świadczy to w zasadzie o błędzie (np. brak rekodowania pozycji). Zakłada się, że im większa α, tym większa jest zgodność wewnętrzna testu, czyli test jest bardziej rzetelny. Przyjmuje się różne progi wskazujące na dobrą rzetelność.  Zwykle mieszczą się one w granicach między 0,7 a 0,95  (Tavakol i Dennick, 2011).

Jedną z klasyfikacji proponują George i Mallery (2016, s. 240):
– α ≥ 0,9 – doskonała,
– 0,9 > α ≥ 0,8 – dobra,
– 0,8 > α ≥ 0,7 – akceptowalna,
– 0,7 > α ≥ 0,6 – wątpliwa,
– 0,6 > α ≥ 0,5 – słaba,
– α < 0,5 – nieakceptowalna.

Warto jednak wiedzieć, że sugerowanie się tego rodzaju progami bywa zawodne. Wynika to z faktu, że moc tej analizy zależna jest od liczby itemów wchodzących w skład danej skali (dokładne symulacje przedstawiają Heo, Kim i Faith, 2015). W praktyce oznacza to, że prawie każdą skalę o dużej liczbie pozycji testowych (rzędu 20) charakteryzować będzie wysoka wartość alfa Cronbacha, nawet jeśli w rzeczywistości jej spójność wewnętrzna będzie niska. Z kolei wiele skal o małej liczbie itemów (np. 3-5) może uzyskać niską wartość alfa, nawet jeśli w rzeczywistości ich spójność wewnętrzna będzie zadowalająca.

Ponadto, mimo że wzrost wartości α wskazuje na większą spójność wewnętrzną skali, nie ma tu bezwzględnego zastosowania zasada pt. „im więcej tym lepiej”. Dlaczego? Po pierwsze, wysoka wartość alfa (rzędu α = 0,95) może wskazywać na to, że część itemów jest redundantna (zbędna), ponieważ mierzy dokładnie tę samą właściwość konstruktu (są to bliźniacze pytania), zamiast mierzyć różne jego aspekty. Po drugie, istnieją sytuacje, w których uzyskanie wysokich wartości alfa Cronbacha w ogóle nie jest pożądane. Bywa tak w przypadku konstruowania testów wiedzy, które powinny charakteryzować się zróżnicowaną trudnością. W takiej sytuacji uzyskanie wartości alfa bliskiej 1 będzie wskazywało na niewłaściwą konstrukcję testu, o mało zróżnicowanej trudności, a z kolei uzyskanie „obniżonej” wartości α będzie dowodem na odpowiedni jej stopień.

W związku z ograniczeniami analizy alfa Cronbacha wymienionymi powyżej, kluczowa staje się umiejętność poprawnej interpretacji jej wyników. W tym celu  warto odnieść je bezpośrednio do zastosowanych narzędzi i teorii leżącej u podstaw danego zjawiska.  Interpretację wartości α warto uzupełnić przede wszystkim analizą struktury zastosowanych kwestionariuszy – liczby itemów oraz analizą ich treści. Wartości α nie są zawieszone w próżni, a dotyczą właśnie ich (jak zwykle, nie warto ślepo ufać testom statystycznym). Warto też pamiętać o wcześniej opisanej zależności między liczbą itemów w skali, a mocą tej analizy. Uwzględnienie tych kwestii pozwala wykroczyć poza ocenę wartości α jako takich (na zasadzie α = 0,8 to dużo, a α = 0,5 mało) i dokonać jej w szerszym kontekście.

Zastosowanie alfa Cronbacha

Analizę rzetelności przeprowadza się w dwóch sytuacjach:

(1) Kiedy tworzymy nowy test od podstaw lub dokonujemy jego adaptacji (w naszym kraju zwykle z wersji anglojęzycznej na polskojęzyczną). Jest to elementem procedury walidacyjnej testu, którą później opisuje się w podręczniku lub artykule.

(2) Kiedy wykonujemy jakiekolwiek badanie z użyciem istniejącego, zwalidowanego już kwestionariusza.

 Wysoka rzetelność skal uzyskana w próbie walidacyjnej nie gwarantuje rzetelnego pomiaru w każdym badaniu , dlatego też wskaźnik alfa Cronbacha musi zostać policzony za każdym razem, nawet jeśli stosujemy popularne kwestionariusze (np. NEO-FFI, FCZ-KT, SES, SWLS, CISS), dla których alfa była obliczana już dziesiątki czy setki razy przez innych badaczy.

Dlaczego analizę rzetelności należy przeprowadzić w każdym badaniu? Wynika to z faktu, że  alfa Cronbacha nie dotyczy testu jako takiego, a konkretnego badania, w którym został on zastosowany.  Przykładowo, Taber (2018) w swoim artykule przytacza badania, w których alfa przyjmowała różne wartości dla odmiennych grup wiekowych. To samo dotyczyć może prób z różnych populacji. Przykładowo spodziewać się można, że wyniki analizy rzetelności dla testów stosowanych w zakładach poprawczych lub więzieniach będą niższe niż w populacji ogólnej, z powodu m.in. fałszowania wyników przez badanych. W efekcie, każdy test może dać różną rzetelność w różnych próbach oraz warunkach badania.

Warto wspomnieć tu o dodatkowym, często pomijanym celu obliczania wskaźnika alfa Cronbacha, jakim jest  sprawdzanie poprawności konstrukcji bazy danych.  Jeśli uzyskana wartość α dla danej skali okaże się bardzo niska (lub ujemna, co również jest możliwe), to jest to sygnałem, że baza danych mogła zostać wykonana niewłaściwie. Błędy w tym zakresie mogą pojawić się podczas tworzenia bazy danych, szczególnie jeśli dane przepisywane są do bazy danych „ręcznie” z arkuszy papierowych. Inną przyczyną takiej sytuacji może być brak zrekodowania (odwrócenia) itemów według klucza odpowiedzi. Jeśli uzyskamy niską wartość alfa, ale nie możemy zweryfikować kwestii odwrócenia itemów (prześledzić całego procesu wstecz), ponieważ np. otrzymaliśmy bazę danych od innej osoby, możemy wykorzystać inny sposób – dokonać rekodowania raz jeszcze i sprawdzić jak wpłynie ono na zmianę wartości α. Jeśli będzie to zmiana np. z 0,247 na 0,818, to mamy prawie 100% pewności, że rzeczywiście mamy do czynienia z opisywanym błędem. Jak widzimy więc, interpretacja wartości α jest istotnym etapem oceny poprawności wykonania bazy danych. Bez niego ryzykujemy sytuacją, w której wykonamy analizę na błędnie obliczonych wskaźnikach, uzyskując błędne wyniki. Nie zdając sobie nawet z tego sprawy!

Jak zaraportować wartości alfa Cronbacha w swoim badaniu?

Zajmijmy się teraz raportowaniem wartości alfa Cronbacha. Skupimy się tu jedynie na drugiej z wcześniej opisanych sytuacji, czyli raportowaniu wyników „zwykłego” badania, w którym dany test nie jest walidowany, a po prostu wykorzystywany w celu weryfikacji hipotez związanych z daną teorią. Walidacja to osobny temat – tam analiza rzetelności jest bardziej złożona i jest tylko jednym z etapów wykonywanych analiz psychometrycznych.

Tak jak już wspomniano, analizę rzetelności wykonujemy w każdym pojedynczym badaniu. W takiej sytuacji  podajemy jednak nie jedną, a dwie wartości alfa Cronbacha dla każdej skali :

(1) Tę uzyskaną w naszym badaniu, jako potwierdzenie wysokiej zgodności wewnętrznej podczas tego konkretnego zastosowania testu.

(2) Tę obliczoną w badaniu walidacyjnym, jako opisanie własności psychometrycznych uzyskanych w procesie konstrukcji narzędzia.

W jaki sposób odnaleźć wartości α uzyskane w procesie walidacji? W tym celu zaglądamy do podręcznika lub artykułu (wiele z nich publikowanych jest na  researchgate.net lub Google Scholar) opisującego proces walidacji.

Jako przykład weźmy opracowanie skróconej wersji Kwestionariusza Schematów Younga (Staniszek, Popiel, 2017). Ogólny opis analizy rzetelności dla tego testu został stworzony w następujący sposób:

Analiza rzetelności wykazała wysoką (α Cronbacha od 0,79 do 0,91) spójność wewnętrzną podskal i skali ogólnej (α = 0,97) wersji skróconej narzędzia (Tabela 3).

Natomiast dokładne wartości alfa (test zawiera 18 podskal i jedną skalę ogólną) zostały zawarte w tabeli, przedstawionej poniżej.

Czasami informacje dotyczące wyników analizy rzetelności podane są również na stronie wydawcy testu. Możemy zobaczyć to na przykładzie testu LOT-R wydanego w Pracowni Testów Psychologicznych PTP – wyniki analizy rzetelności zostały zaraportowane na stronie internetowej Pracowni z opisem tego narzędzia. Jest to ukazane na screenie poniżej.

Źródło: https://www.practest.com.pl/sklep/test/LOT-R; dostęp: 16.02.2026 r.

Raportowanie alfa Cronbacha

 Wartości wskaźnika alfa Cronbacha raportujemy w rozdziale z opisem metody badania, w podrozdziale z opisem zastosowanych narzędzi badawczych.  Możemy też w tym celu stworzyć osobny podrozdział, szczególnie jeśli przeprowadzona przez nas analiza własności psychometrycznych jest bardziej rozbudowana i wykracza poza raportowanie wartości α.

Wyniki analizy rzetelności możemy zaraportować w tekście lub w tabeli. Zapis tabelaryczny, zgodnie ze standardem APA, warto wykorzystać wtedy, gdy do zaraportowania mamy wiele wartości. Na kolejnych stronach, w aneksie, znajdują się przykłady raportowania wyników analizy rzetelności, w obu tych formatach.

Bibliografia

Ciżkowicz, B. (2018). Omega McDonalda jako alternatywa dla alfa Cronbacha w szacowaniu rzetelności testu. Polskie Forum Psychologiczne, 23(2), 311-329.

George, D., Mallery, P. (2016). IBM SPSS statistics 23 step by step: A simple guide and reference. New York Routledge.

Heo, M., Kim, N., Faith, M. (2015). Statistical power as a function of Cronbach alpha of instrument questionnaire items. BMC Medical Research Methodology, 15.

Jankowski, K., Zajenkowski, M. (2009). Jakich informacji o teście dostarcza testowanie? W: Fronczyk, K. (red.). Psychometria Podstawowe zagadnienia (84-110). Warszawa: Vizja Press.

Staniaszek, K., Popiel, A. (2017). Opracowanie i walidacja eksperymentalnej polskiej wersji skróconej Kwestionariusza Schematów Younga (YSQ-ES-PL) do badania wczesnych schematów dezadaptacyjnych, Roczniki  Psychologiczne, 20(2), 373-427.

Taber, K. (2018). The Use of Cronbach’s Alpha When Developing and  Reporting Research Instruments in Science Education. Research in Science Education, 48, 1-24.

Tavakol, M., Dennick, R. (2011). Making Sense of Cronbach’s Alpha.  International Journal of Medical Education, 2, 53-55.

Przykłady wraz z omówieniem