אם יצא לכם לשמוע את צירוף המילים
"אלפא של קרונבאך" ולהרגיש שזה נשמע כמו סיסמת Wi-Fi סודית או שם של משקה אנרגיה חדש –
אתם לא לבד. למרבה השמחה, אין פה לא אלפא-מייל (זכר אלפא) ולא בטא-גמא. מדובר
במושג סטטיסטי שאוהבים להשתמש בו במיוחד במחקרי שאלונים במדעי החברה. עכשיו ננסה
להסביר אותו בצורה שאפילו הדודה רחלי שלא סובלת מתמטיקה תבין – בהומור, בלי
נוסחאות ובלי ז'רגון מפחיד. מוכנים? בואו נצא לדרך!
מה זה בעצם אלפא של קרונבאך?
אלפא של קרונבאך (Cronbach's Alpha) הוא מדד סטטיסטי שמשמש לבדיקת "האמינות הפנימית" של
שאלון או מבחן. במילים פשוטות, הוא בודק עד כמה השאלות או
הפריטים בשאלון "משחקים כצוות" – כלומר, מודדים את אותו הדבר ופועלים
בהרמוניה זה עם זה. המדד הזה מקבל ערך מספרי בין 0 ל-1, כאשר 1.0 אומר
שהכול דופק כמו שעון שוויצרי (אמינות
פנימית מקסימלית), ו-0.0 אומר שהשאלות בשאלון בערך כמו חתול וכלב בסרט מצויר –
רבו אחד עם השני ואין ביניהן שום עקביות. אם תהיתם, הוא קרוי על שם לי
קרונבאך, פסיכולוג אמריקאי מבריק שהציג את המדד לראשונה בשנת 1951. (לא,
"קרונבאך" זה לא סוג של קורנפלקס, אלא שם המשפחה של הבחור.
אז מה זה בפועל אומר? דמיינו
שיש לכם שאלון עם כמה שאלות שאמורות כולן למדוד תכונה מסוימת – למשל, שאלון שבודק
"רמת אושר כללית". אם השאלון אמין, מי שימלא אותו ויהיה באמת אדם מאוד
מאושר אמור לקבל ציונים גבוהים ברוב השאלות, ומי שפחות מאושר יקבל ציונים נמוכים
ברובן. אלפא של קרונבאך בודק האם השאלות אכן מתנהגות ככה – ביחד. אם כן,
המדד ייצא גבוה; אם כל שאלה "שרה סולו" ולא קשורה לאחרות – המדד ייצא
נמוך.
למה משתמשים בזה במדעי החברה ובחקר
שאלונים?
במדעי החברה אנחנו אוהבים למדוד
דברים חמקמקים כמו שביעות רצון, חרדה, אינטליגנציה רגשית וכדומה. לרוב אי אפשר
למדוד את הדברים האלה ישירות עם סרגל או מדחום, אז ממציאים שאלון עם כמה
שאלות שנועדו יחד לתפוס את הדבר הזה. אבל רגע – מניין לנו שכל השאלות האלה באמת
מודדות את אותו משתנה ולא כל אחת מדרדרת לכיוון אחר? פה נכנס לתמונה אלפא
של קרונבאך. המדד הזה מאפשר לחוקר לוודא שכל השאלות בשאלון אכן "על אותו הגל". שאלון עם
אלפא קרונבאך גבוה נחשב אמין, כלומר אם תתנו אותו לכמה אנשים דומים (ואפילו
לאותם אנשים פעמיים), תקבלו תוצאות עקביות ודומות מאוד – סימן שהשאלון מודד בצורה
יציבה את מה שהוא אמור למדוד. לעומת זאת, שאלון עם אלפא נמוך הוא קצת חשוד, כי ייתכן
שהתוצאות ישתנו בצורה דרמטית בין מילוי למילוי, או שהשאלון מודד בכלל כמה דברים
שונים בבת אחת. במילים אחרות, אלפא נמוך אומר שהשאלון לא ממש מהימן – אולי כמו מצלמה
ישנה שמדי פעם מטשטשת תמונות באופן אקראי.
בשורה התחתונה, חוקרים משתמשים באלפא
של קרונבאך כיוון שהם רוצים כלי מדידה אמין שלא יעוות את תוצאות המחקר. אם נשקיע
זמן בכתיבת שאלון אבל לא נבדוק את האמינות שלו, אנחנו עלולים לקבל תוצאות מבלבלות
ולצאת עם מסקנות משונות. אלפא קרונבאך עוזר לוודא שהשאלון "מחזיק מים"
ושכל השאלות עובדות יחד, במקום שכל אחת תמשוך לכיוון אחר.
להסביר את זה בלי סטטיסטיקה: דימויים
מהמטבח
קבוצת אופים במטבח (או: עוגה עם אופי
אחיד): עכשיו דמיינו מטבח קונדיטוריה עם 5
אופים, שכולם יחד אמורים להכין עוגה בטעם שוקולד לפי אותו מתכון. אם כולם פועלים
בתיאום – אחד ממיס את השוקולד, השני מערבב קמח, השלישי מוסיף סוכר וכו' – ויוצאת
עוגת שוקולד טעימה ואחידה בטעם, אפשר לומר שהצוות עבד בהרמוניה. זה אלפא קרונבאך
גבוה: כל "המרכיבים" (השאלות) משתפים פעולה ויוצרים תוצר מגובש. אבל
נניח שאופה אחד החליט לזרוק מלח במקום סוכר, והשני בלבל בין שוקולד לקפה – יצאה
עוגה מוזרה ומבלבלת בטעם. במצב כזה ה"אופים" לא היו עקביים ולא עבדו על
אותו מתכון. זו אנלוגיה לאלפא נמוך: השאלות בשאלון לא מתואמות, וכל אחת תורמת לטעם
אחר. אף אחד לא ירצה לאכול את העוגה הזו, בדיוק כפי שאי אפשר לסמוך על תוצאות של שאלון לא עקבי.
ראינו במקרה של אופים, הרעיון דומה: אלפא של
קרונבאך בודק אחידות. האם כל האופים מכוונים לאותה עוגה? אם כן – יש
"אמינות פנימית" טובה, ואם לא – משהו במתכון התפקשש.
ערך אלפא גבוה או נמוך – מה המשמעות?
טוב, אז אלפא של קרונבאך נותן לנו
מספר בין 0 ל-1. אבל איפה עובר הגבול בין "טוב" ל"גרוע"? אין תשובה מוחלטת, אבל יש כללי אצבע מקובלים.
בדרך כלל חוקרי שאלונים מקווים לערך אלפא של לפחות ~0.7 (כלומר 70% אם
נחשוב על זה כמו ציון במבחן) כדי להגיד שהשאלון אמין במידה סבירה. ערכים מתחת
ל-0.5 נחשבים נמוכים מאוד ולא מקובלים בכלי מדידה רציני. אז מה אומר כל טווח? הנה הסבר
ב"גובה העיניים":
- אלפא
קרוב ל-1 (נגיד 0.8 ומעלה): מצוין!
השאלון אמין מאוד. אפשר לדמיין שמכשיר המדידה שלכם
מכויל פיקס – אם תמלאו את השאלון על קבוצת אנשים דומה שוב, כנראה שתקבלו
תוצאות דומות. במונחים יומיומיים, זה כמו לקבל ציון 95 במבחן – אחלה הישג.
שאלון עם אלפא 0.9, למשל, הוא כוכב על של עקביות. אפשר כמעט לשמוע את
השאלות לוחצות יד אחת לשנייה ואומרות "אנחנו צוות מנצח!". 🎉
- אלפא
בינוני (נגיד באזור 0.6–0.7): לא
סוף העולם, אבל גם לא מבריק. השאלון יחסית אמין, אם כי יש מעט חריקות. אולי
רוב השאלות מסתדרות ביחד, אבל יש איזו שאלה סוררת שקצת מפריעה לתזמורת. זה
כמו לקבל ציון 70 במבחן – עברת, אבל אפשר להשתפר. במקרה כזה החוקרים לפעמים
יציצו לפריטי השאלון לראות מי ה"ילד הרע" שגורם לרעש, ואולי ישקלו
לשפר או להסיר אותו כדי להעלות את האלפא.
- אלפא
נמוך (למשל 0.4 או קרוב לאפס): אוי
ואבוי. זה סימן שהשאלון לא אמין בכלל – השאלות לא מתואמות, וכל אחת
מודדת כנראה משהו אחר לגמרי. אפשר לדמות את זה לתזמורת שמנגנת באופן נורא
צורם: החצוצרן בפופ, הגיטריסט ברגאיי,
והמתופף בכלל דופק על סירים. התוצאה? כאב אוזניים. כך גם שאלון עם אלפא 0.3 –
לא היינו סומכים עליו שייתן לנו מידע מועיל. לרוב, במקרה כזה זורקים את
השאלון לפח (או מתקנים אותו מהיסוד), כי הוא פשוט "לא מחזיק מים"
מבחינת אמינות.
אז בפעם הבאה שאתם רואים במחקר שכתוב
"מהימנות (אלפא כרונבאך) = 0.85", תדעו לשמוח – החוקרים השתמשו בשאלון
שנותן תוצאות יציבות. ואם תראו ערך כמו 0.45, אולי תחשדו שהשאלון שלהם חורק כמו
דלת ישנה וצריך קצת שימון...
מסקנה: תמיד כדאי לבדוק שהמדדים שלנו
אמינים. אלפא של קרונבאך הוא כמו הבקר האיכות במפעל השאלונים – הוא לא יגיד לנו אם
השאלון מודד את הדבר הנכון מבחינה תאורטית, אבל הוא כן יגיד לנו אם השאלון יציב
ועקבי בפנים. אם הוא גבוה – אפשר לנשום לרווחה, השאלון כנראה עובד בצורה חלקה. אם
הוא נמוך – אולי הגיע הזמן לחזור ללוח השרטוטים ולשאול את עצמנו האם השאלות שכתבנו
בכלל שייכות לאותה המשפחה. כי בסוף, שאלון טוב הוא כמו מתכון טוב לעוגה: כל המרכיבים
צריכים להשתלב כדי להפיק תוצאה טעימה ואמינה. בתיאבון ובהצלחה עם השאלונים!
