Bir ölçeğin güvenilir olması, aynı şeyi her seferinde aynı biçimde ölçmesi demektir; doğru şeyi ölçmesi demek değildir. Bu ayrım, lisansüstü tezlerde en sık bulanıklaşan noktalardan biridir. Güvenirlik tutarlılıkla ilgilidir: maddeler birbirleriyle uyumlu mu, ölçek kendi içinde bir bütün oluşturuyor mu? Geçerlik ise ölçülen şeyin gerçekten hedeflenen yapı olup olmadığını sorar. Cronbach alfa katsayısı bu iki sorudan yalnızca ilkine, o da belirli koşullar altında, yanıt verir. Bu yazıda alfanın ne söylediğini, ne söylemediğini, SPSS çıktısının nasıl okunacağını ve raporlamada nelere dikkat edileceğini adım adım ele alıyoruz.
Cronbach Alfa Neyi Ölçer, Neyi Ölçmez?
Cronbach alfa, bir ölçekteki maddelerin ortak varyansının toplam varyansa oranına dayanan bir iç tutarlılık katsayısıdır. Sezgisel olarak şunu söyler: Maddeler birbirleriyle ne ölçüde aynı yönde hareket ediyor? Madde-arası ortalama korelasyon yükseldikçe alfa da yükselir. Buraya kadar sorun yok; sorun, katsayının sıklıkla kendisine yüklenmeyen anlamlarla yorumlanmasında başlar.
Birincisi, alfa tek boyutluluğun kanıtı değildir. İki ya da üç farklı yapıyı ölçen maddeler bir araya getirildiğinde, maddeler arasında makul bir korelasyon olduğu sürece alfa yine yüksek çıkabilir. Yani ,85 gibi bir değer, ölçeğin tek bir şeyi ölçtüğünü göstermez; yalnızca maddelerin birlikte değiştiğini gösterir. Boyut yapısı, açımlayıcı ya da doğrulayıcı faktör analiziyle ayrıca gösterilmelidir; alfa bu analizin yerine geçmez, onu izler.
İkincisi, alfa madde sayısına karşı son derece duyarlıdır. Spearman-Brown ilişkisi gereği, madde-arası ortalama korelasyon sabit tutulsa bile madde sayısı arttıkça alfa mekanik olarak yükselir. Ortalama korelasyonu yalnızca ,20 olan 20 maddelik bir ölçek ,83 dolayında bir alfa üretir; aynı korelasyonla beş maddelik bir ölçek ,56 civarında kalır. Dolayısıyla uzun bir ölçekte yüksek alfa görmek, maddelerin niteliği hakkında sanıldığı kadar çok şey söylemez. Kısa ölçeklerde ise düşük alfa, ölçeğin kötü olduğu anlamına gelmeyebilir.
Üçüncüsü, alfa tau-eşdeğerlik varsayımına dayanır: Her maddenin gizil yapıyı aynı ağırlıkla ölçtüğü, yani faktör yüklerinin eşit olduğu kabul edilir. Gerçek veride bu varsayım neredeyse hiçbir zaman tam olarak sağlanmaz. Yükler farklılaştığında alfa, gerçek güvenirliğin altında kalan bir tahmin verir; maddeler arasında hata terimleri korelasyonlu olduğunda ise tam tersine güvenirliği olduğundan yüksek gösterebilir. Bu iki teknik ayrıntı, ileride McDonald omega katsayısını neden gündeme getireceğimizi açıklar.
Eşik Değerler: Alfa Kaç Olmalı?
Alanyazında en çok atıf alan eşik, Nunnally’nin (1978) ,70 önerisidir. Ancak Nunnally’nin kendisi bu değeri erken dönem ve keşif amaçlı araştırmalar için önermiş, temel araştırmalarda ,80’i, bireyler hakkında karar verilen klinik bağlamlarda ise ,90 ve üzerini beklemiştir. George ve Mallery’nin (2003) sık kullanılan kademeli sınıflaması da aşağıdaki tabloda özetlenmiştir.
| Cronbach alfa | Yorum | Uygulamada anlamı |
|---|---|---|
| < ,50 | Kabul edilemez | Ölçek bu hâliyle kullanılmamalı; madde havuzu ve kodlama gözden geçirilmeli |
| ,50 – ,59 | Zayıf | Yalnızca çok kısa ölçeklerde ve keşif amaçlı çalışmalarda savunulabilir |
| ,60 – ,69 | Sorgulanabilir | Sınırlılık olarak belirtilerek raporlanabilir; sonuçlar temkinle yorumlanmalı |
| ,70 – ,79 | Kabul edilebilir | Çoğu sosyal bilim araştırması için yeterli alt sınır |
| ,80 – ,89 | İyi | Temel araştırma ve ölçek geliştirme için beklenen düzey |
| ≥ ,90 | Çok yüksek | Bireysel karar gerektiren ölçümler için ideal; ,95 üzeri değerler artık madde olasılığına işaret edebilir |
Bu tablonun bir uzlaşı olduğunu unutmamak gerekir; hiçbir eşik doğadan gelmez. ,69 ile ,71 arasında psikometrik açıdan anlamlı bir fark yoktur ve bir ölçeği yalnızca bu farka dayanarak kabul ya da reddetmek istatistiksel bir muhakeme değildir. Aynı biçimde çok yüksek alfa da her zaman iyi haber değildir: ,95’in üzerindeki değerler, birbirinin neredeyse aynısı olan maddelerin ölçeği gereksiz yere uzattığını, yani içerik açısından bir daralma olduğunu düşündürebilir. Streiner’ın da vurguladığı gibi, bu durumda ölçek güvenilirdir ama yapının genişliğini temsil etmiyor olabilir.
SPSS’te Adım Adım Güvenilirlik Analizi
SPSS’te işlem Analyze → Scale → Reliability Analysis yolunu izler. Açılan pencerede ölçeğe ait maddeler Items kutusuna taşınır ve Model olarak Alpha bırakılır. Asıl önemli kısım Statistics düğmesinin arkasındadır: Descriptives for altında Item, Scale ve Scale if item deleted seçenekleri; Inter-Item altında ise Correlations işaretlenmelidir. Bu seçimler olmadan çıktı yalnızca tek bir katsayı verir ve maddeler hakkında hiçbir şey söylemez.
Reliability Statistics Tablosu
Çıktının ilk tablosu iki alfa değeri içerir: Cronbach’s Alpha ve Cronbach’s Alpha Based on Standardized Items. İlki ham madde puanlarından, ikincisi standartlaştırılmış maddelerden hesaplanır. Maddeler aynı ölçek biçimindeyse (örneğin hepsi beşli Likert) iki değer birbirine çok yakındır ve raporlanacak olan ilkidir. İki değer belirgin biçimde ayrışıyorsa, maddelerin varyanslarının çok farklı olduğunu ve birkaç maddenin toplam puanı domine ettiğini düşünmek gerekir. N of Items sütunu ise analize giren madde sayısını gösterir; buradaki sayı ölçeğinizdeki madde sayısıyla uyuşmuyorsa daha ileri gitmeden veri dosyasına dönün.
Item-Total Statistics Tablosunu Okumak
Asıl teşhis bu tabloda yapılır. Corrected Item-Total Correlation sütunu, her maddenin kendisi dışarıda bırakılarak hesaplanan toplam puanla korelasyonunu verir. Yaygın kural olarak ,30’un altında kalan maddeler, ölçeğin geri kalanıyla yeterince ortak varyans paylaşmayan maddelerdir; bu değerin sıfıra yakın ya da negatif olması, maddenin ters kodlanmış olabileceğine veya farklı bir yapıyı ölçtüğüne işaret eder. Cronbach’s Alpha if Item Deleted sütunu ise o madde çıkarıldığında alfanın alacağı değeri gösterir. Okuma mantığı şudur: Bu sütundaki değer, tablonun üstündeki genel alfadan belirgin biçimde yüksekse, madde ölçeğin iç tutarlılığını düşürüyordur.
Burada bir uyarı gerekir. “Alfa yükselecek diye” madde çıkarmak, bir ölçek geliştirme çalışmasında meşru bir adımdır; ancak uyarlanmış ya da hazır bir ölçek kullanıyorsanız, ölçeğin özgün yapısını bozmadan önce bu kararın kuramsal bir gerekçesi olmalıdır. ,82’den ,83’e çıkmak için içerik açısından önemli bir maddeyi atmak, güvenirliği çok az artırırken kapsam geçerliğini ciddi biçimde zedeleyebilir. Ölçüm aracıyla ilgili bu tür kararların tez önerisi aşamasında, veri toplanmadan önce düşünülmesi çok daha sağlıklıdır; tez önerisi hazırlanırken ölçeğin daha önceki çalışmalardaki psikometrik geçmişini incelemek, sonradan madde atma tartışmalarının çoğunu gereksiz kılar.
Ters Kodlanmış Maddeler ve Negatif Alfa
Güvenilirlik analizinde karşılaşılan hataların açık ara en yaygını budur. Birçok ölçek, yanıt eğilimini dengelemek için olumsuz ifadeli maddeler içerir: “Kendimi değerli hissediyorum” maddesinin yanında “Çoğu zaman işe yaramaz olduğumu düşünüyorum” gibi bir madde bulunur. Bu ikinci madde ters kodlanmadan analize alındığında, diğer maddelerle negatif korelasyon gösterir; ortalama madde-arası kovaryans düşer, hatta negatife döner. SPSS bu durumda alfayı negatif bir değer olarak verir ve tablonun altına “The value is negative due to a negative average covariance among items. This violates reliability model assumptions” uyarısını ekler. Öğrencilerin bu uyarıyı bir yazılım hatası sanıp görmezden geldiğine sık rastlanır; oysa uyarı, verinin kodlanmasında bir sorun olduğunu açıkça söylemektedir.
Çözüm basittir ama analizden önce yapılmalıdır. Transform → Recode into Different Variables yoluyla olumsuz maddeler yeni değişkenlere dönüştürülür; beşli bir ölçekte 1 → 5, 2 → 4, 3 → 3, 4 → 2, 5 → 1 eşleştirmesi yapılır. Pratik bir alternatif, Compute Variable ile “6 − madde” işlemidir; yedili ölçekte bu sayı 8 olur. Ters kodlamanın doğru yapılıp yapılmadığını kontrol etmenin en güvenilir yolu, Item-Total Statistics tablosunda hiçbir maddenin negatif düzeltilmiş madde-toplam korelasyonu göstermemesidir. Alfa negatif olmasa bile beklenmedik derecede düşükse, ilk bakılacak yer yine bu sütundur.
Alt Boyutlar: Alfa Her Alt Ölçek İçin Ayrı Hesaplanır
Çok boyutlu bir ölçekte tek bir “genel alfa” raporlamak, ilk bölümde açıklanan tek boyutluluk sorununun doğrudan sonucudur. Örneğin tükenmişlik ölçeğinin duygusal tükenme, duyarsızlaşma ve kişisel başarı boyutları farklı yapıları ölçer; bu üç boyutun maddelerini tek bir analize koyup ,88 bulmak, hiçbir boyut hakkında güvenilir bilgi vermez. Doğru uygulama, her alt boyut için Reliability Analysis işlemini ayrı ayrı çalıştırmak ve her birinin alfasını ayrı ayrı raporlamaktır. Ölçek geliştiricileri toplam puanın da kullanılabileceğini bildirmişse toplam puan alfası ek olarak verilebilir; ama alt boyut alfalarının yerine değil, yanında.
Alt boyutlardan birinin alfası düşük çıkarsa (üç ya da dört maddelik boyutlarda bu sık görülür) yorum, madde sayısını göz önünde bulundurarak yapılmalıdır. Bu durumda madde-arası ortalama korelasyonu birlikte raporlamak iyi bir alışkanlıktır; Clark ve Watson’ın önerdiği ,15 ile ,50 arası ortalama korelasyon, kısa bir ölçek için alfadan daha adil bir tutarlılık göstergesidir.
McDonald Omega: Ne Zaman Tercih Edilmeli?
Tau-eşdeğerlik varsayımı sağlanmadığında (yani faktör yükleri belirgin biçimde farklılaştığında) daha uygun katsayı McDonald omegadır. Omega, maddelerin faktör yüklerinden hesaplanır ve yüklerin eşit olmasını gerektirmez; bu yüzden kongenerik modele dayandığı söylenir. Uygulamada omega, alfadan biraz daha yüksek ya da ona çok yakın çıkar; ikisi arasındaki fark büyüdükçe, alfanın varsayımlarının ihlal edildiği anlaşılır. Doğrulayıcı faktör analizi yürütülen tezlerde omeganın hesaplanması neredeyse hiçbir ek maliyet getirmez, çünkü gereken yükler zaten elde edilmiştir; bu bağlamda yapısal eşitlik modellemesi ile çalışan araştırmacıların omegayı alfanın yanında raporlaması artık dergiler tarafından da beklenir hâle gelmiştir.
SPSS’in klasik Reliability Analysis menüsü omegayı vermez; ancak SPSS 28 ve sonrasında Model açılır listesine Omega seçeneği eklenmiştir. R kullanıcıları için psych paketinin omega() fonksiyonu hem toplam omegayı hem de hiyerarşik omegayı verir; tek boyutlu bir ölçek için toplam omega raporlanır. JASP ve Jamovi ise menü üzerinden hem alfayı hem omegayı yan yana sunar ve madde çıkarıldığında omeganın alacağı değeri de gösterir. Hangi katsayının hangi ölçek yapısı için uygun olduğuna karar vermek, çoğu zaman analizin geri kalanıyla birlikte planlanması gereken bir tercihtir; bu konuda veri analizi sürecinin bütününü gören bir bakışla ilerlemek yapıyı tutarlı kılar.
APA 7 ile Raporlama
APA 7’de güvenirlik katsayısı, ölçeğin tanıtıldığı yöntem bölümünde, mümkünse hem özgün çalışmanın hem de mevcut örneklemin değeriyle birlikte verilir. Alfa sembolü italik değildir; ondalık değerler Türkçe metinde virgülle ve baştaki sıfır olmadan yazılır, çünkü katsayı 1’i aşamaz. Madde sayısı, alt boyutlar ve varsa çıkarılan maddeler açıkça belirtilir. Örnek bir paragraf şu biçimde kurulabilir:
“Akademik Öz-Yeterlik Ölçeği, üç alt boyutta toplam 21 maddeden oluşmaktadır ve beşli Likert tipinde yanıtlanmaktadır. Ölçeğin özgün formunda alt boyutlar için bildirilen Cronbach alfa katsayıları ,78 ile ,86 arasında değişmektedir. Mevcut çalışmada beş olumsuz ifadeli madde ters kodlandıktan sonra hesaplanan iç tutarlılık katsayıları akademik çaba boyutu için α = ,84, öz-düzenleme boyutu için α = ,79 ve sosyal öz-yeterlik boyutu için α = ,73 olarak bulunmuştur. Aynı boyutlar için McDonald omega değerleri sırasıyla ω = ,85, ,80 ve ,75’tir. Hiçbir maddenin düzeltilmiş madde-toplam korelasyonu ,30’un altında kalmamış, ölçekten madde çıkarılmamıştır.”
Bu paragrafın her cümlesi belirli bir soruya yanıt verir: Ölçek nedir, geçmişte ne kadar güvenilirdi, bu örneklemde ne kadar güvenilir, ters kodlama yapıldı mı, madde çıkarıldı mı? Okur, bu bilgilerle bulguların dayandığı ölçümün niteliğini kendi başına değerlendirebilir. Raporlamanın amacı budur; sayıyı vermek değil, sayının nasıl elde edildiğini görünür kılmaktır.
Sık Sorulan Sorular
Alfa ,70’in altında çıktı, tezimi bu ölçekle sürdürebilir miyim?
Çoğu durumda evet, ancak dürüst bir raporlamayla. ,60 ile ,70 arasındaki bir değer, özellikle kısa alt boyutlarda ve keşif amaçlı bir çalışmada savunulabilir; bunun için madde sayısını, madde-arası ortalama korelasyonu ve bulguların bu sınırlılık altında yorumlanması gerektiğini açıkça yazmak gerekir. ,50’nin altındaki bir değerde ise sorun genellikle kodlamadadır; ters maddeleri, veri girişini ve madde-toplam korelasyonlarını yeniden kontrol etmeden ölçeği kötü ilan etmeyin.
Ölçeğin özgün alfası varken kendi örneklemimde yeniden hesaplamam gerekir mi?
Evet, mutlaka. Güvenirlik ölçeğin değil, belirli bir örneklemden elde edilen puanların özelliğidir. Aynı ölçek farklı bir yaş grubunda, farklı bir kültürde ya da farklı bir uygulama koşulunda farklı iç tutarlılık gösterebilir. Özgün değeri alıntılamak yalnızca bağlam sağlar; tezinizin bulguları kendi verinizin güvenirliğine dayanır ve bu değer her çalışmada yeniden raporlanmalıdır.
Alfa yüksek olduğuna göre faktör analizi yapmama gerek var mı?
Var. Alfa iç tutarlılığı, faktör analizi ise yapıyı sınar; biri diğerinin yerini tutmaz. Yüksek alfa, maddelerin birlikte değiştiğini gösterir ama bu değişimin tek bir yapıdan mı yoksa birbirine bağlı birkaç yapıdan mı kaynaklandığını söylemez. Ölçeği uyarlıyorsanız ya da yeni bir örnekleme uyguluyorsanız en azından doğrulayıcı faktör analiziyle boyut yapısının korunduğunu göstermeniz beklenir; hangi analizin hangi durumda uygun olduğuna karar vermek için hangi testi seçmeliyim aracı iyi bir başlangıç noktasıdır.
İki maddelik bir alt boyut için alfa hesaplanır mı?
Teknik olarak hesaplanır, ancak yorumu sorunludur. İki maddede alfa, iki madde arasındaki korelasyonun Spearman-Brown ile düzeltilmiş hâline eşdeğerdir ve madde sayısının azlığı nedeniyle sistematik olarak düşük kalır. Bu durumda alfa yerine iki madde arasındaki Pearson korelasyonunu ya da Spearman-Brown katsayısını raporlamak daha doğru bir tercihtir. Eisinga ve arkadaşlarının (2013) gösterdiği gibi, iki maddelik ölçeklerde Spearman-Brown alfadan daha isabetli bir güvenirlik tahminidir.
Cronbach alfa, doğru yerde kullanıldığında yalın ve güçlü bir araçtır; ölçüm hakkındaki tüm soruların yanıtı olarak kullanıldığında ise yanıltıcıdır. Katsayıyı ters kodlamayı denetledikten sonra, alt boyut düzeyinde, madde-toplam istatistikleriyle birlikte ve gerektiğinde omegayla desteklenerek raporlamak, hem hakemin hem de okurun ölçümünüze duyduğu güveni sağlamlaştırır.
