İki Yarı Güvenilirliği

İki yarı güvenilirliği, bir ölçeğin maddelerini iki öbeğe ayırıp her katılımcı için iki yarı puanı hesaplar, sonra bu iki puanın ne ölçüde birlikte hareket ettiğine bakar. Mantık test tekrar test güvenilirliğine benzer, ama aynı kişiye ölçeği iki kez uygulamak gerekmez: ölçeğin iki yarısı birbirinin yerine geçen iki paralel form gibi düşünülür. Yarıların her biri bütün ölçeğin yarısı uzunlukta olduğu için ham korelasyon tam ölçeğin güvenilirliğini olduğundan düşük gösterir; Spearman-Brown düzeltmesi bu uzunluk kaybını telafi eder ve asıl bildirilecek katsayı budur. Guttman katsayısı aynı soruya yarı puanlarının varyanslarından yola çıkan başka bir yoldan yanıt verir ve iki yarının varyansı eşit olmadığında düzeltmeli değerden ayrışabilir. YouReply Nicel Analiz yarı puanları arasındaki bağıntıyı scipy kütüphanesinin pearsonr işleviyle hesaplar, en az dört madde ve en az on tam gözlem ister. Bölme biçimi bir parametredir: tek ve çift sıradaki maddeleri karşı karşıya getiren varsayılan yol, maddeleri ilk yarı ile son yarı olarak ayıran yol ve rastgele bölme seçenekleri bulunur; rastgele bölmede sonucun yinelenebilmesi için tohum değeri verilebilir. Çıktıda her iki yarının hangi maddelerden oluştuğu da açıkça yazılır, çünkü katsayı bu bölünmenin kendisine bağlıdır.

• On maddelik bilgi testinin iki yarısı birbiriyle tutarlı sonuç veriyor mu?
• Ölçeğin tek ve çift sıradaki maddelerinden oluşan iki öbek aynı yapıyı aynı güçle ölçüyor mu?
• İç tutarlılık ölçüsünü alfaya dayanmayan ikinci bir yoldan doğrulayabilir miyim?
• Yarıları farklı biçimlerde oluşturduğumda güvenilirlik kestirimi ne kadar oynuyor?

• Ölçeğin iç tutarlılığı için alfadan bağımsız ikinci bir kanıt istendiğinde.
• Maddeler tek bir oturumda uygulandığında ve ölçeği ikinci kez uygulamak olanaksız olduğunda.
• Madde sayısı dört ve üzerinde olduğunda; daha az maddeyle yarılar anlamlı bir puan üretmez.
• Ölçekte madde sırası anlamlı olduğunda ve ilk yarı ile son yarı arasındaki tutarlılığın kendisi sorulduğunda.

• Maddeler: aynı yapıyı ölçen en az dört sayısal sütun. Madde sayısının çift olması yarıların eşit uzunlukta olmasını kolaylaştırır.
• Maddeler aynı yönde kodlanmış olmalıdır; ters ifadeli bir madde çevrilmeden bırakıldığında bulunduğu yarının puanını bozar.
• Gruplama ya da yordayıcı sütunu alınmaz; yöntem tek bir madde kümesi üzerinde çalışır.
• Her satır bir katılımcıya karşılık gelir ve hesaplama için en az on tam gözlem gerekir.

Yarıların paralel form sayılabilmesi

Yöntem iki yarının aynı yapıyı aynı güçle ölçtüğünü ve puan varyanslarının birbirine yakın olduğunu varsayar. Zorluğu ya da içeriği belirgin biçimde ayrışan iki öbek oluştuğunda katsayı ölçeğin güvenilirliğini değil, bölmenin isabetsizliğini yansıtır.

Tek bir ortak yapının ölçülmesi

Katsayı, maddelerin tek bir yapıyı ölçtüğü kabulüyle yorumlanır. İki ayrı yapıyı ölçen maddeler yarılara dengeli dağıldığında yüksek bir değer bile çıkabilir.

Maddelerin aynı yönde kodlanması

Ters ifadeli bir madde çevrilmeden bırakıldığında bulunduğu yarının puanını aşağı çeker ve yarılar arası bağıntı düşer; üstelik etkinin büyüklüğü maddenin hangi yarıya düştüğüne bağlı olarak değişir.

Yarı puanları arasındaki ilişkinin doğrusallığı

Kullanılan bağıntı ölçüsü Pearson korelasyonudur, dolayısıyla iki yarı puanı arasındaki ilişkinin doğrusal olduğu ve uç değerlerin tabloyu belirlemediği varsayılır.

Yeterli gözlem sayısı

Korelasyona dayanan bir kestirim olduğu için katsayı küçük örneklemlerde geniş bir aralıkta oynar; iki yarı puanının her ikisi de eksiksiz olmalıdır.

• Yarıların paralel form sayılabilmesi: Yarıların paralel olup olduğu sınanmaz; panel iki yarının varyanslarını karşılaştıran bir denetim döndürmez. Elinizdeki tek dolaylı işaret, Spearman-Brown düzeltmeli katsayı ile Guttman katsayısı arasındaki açıklıktır: ikisi belirgin biçimde ayrışıyorsa yarıların varyansları eşit değil demektir.
• Tek bir ortak yapının ölçülmesi: Bu yöntem faktör çıkarımı yapmaz ve ölçeğin boyut sayısına bakmaz. Madde kümesinin yapısını görmek için açımlayıcı faktör analizini ayrıca çalıştırmanız gerekir.
• Maddelerin aynı yönde kodlanması: Motor ters maddeyi kendiliğinden çevirmez ve bu durum için uyarı üretmez. Çevirmeyi Değişken sekmesindeki türetilmiş sütunlarla yapıp analizi yeniden çalıştırmanız gerekir.
• Yarı puanları arasındaki ilişkinin doğrusallığı: Yarı puanlarının dağılımı incelenmez, aykırı değer denetimi yapılmaz ve serpilme çizimi döndürülmez. Tavan etkisi olan bir testte yarı puanlarının sıkışması korelasyonu düşürür; bunu görmek için madde dağılımlarına betimsel araçlarla bakmanız gerekir.
• Yeterli gözlem sayısı: Motor en az on tam gözlem ister ve altında analizi durdurur. On gözlem hesaplamanın alt sınırıdır, yeterli örneklem ölçütü değildir; yarılardan birinde eksik yanıt bulunan satırlar hesaplamaya girmez.

1. 1Madde yanıtlarının bulunduğu dosyayı panele yükleyin; her madde ayrı sütun, her katılımcı ayrı satır olacak biçimde.
2. 2Ters ifadeli maddeleri Değişken sekmesinde çevirin ve eksik yanıtları eksik değer olarak tanımlayın; hesaplama tam gözlemler üzerinden yürür.
3. 3Analiz sekmesinde Güvenilirlik kategorisinden yöntemi seçin ve veri gereksinimleri kutusundan en az dört madde koşulunun karşılandığını görün.
4. 4Parametre formunda ölçeği oluşturan madde sütunlarını işaretleyin, ardından bölme biçimini seçin: tek-çift varsayılan gelir, ilk yarı ile son yarı ve rastgele seçenekleri de vardır.
5. 5Rastgele bölmeyi seçerseniz tohum değerini doldurun; aynı tohum aynı bölünmeyi, dolayısıyla aynı katsayıyı yineler.
6. 6Analizi çalıştırın ve önce hangi maddenin hangi yarıya düştüğünü okuyun, sonra Spearman-Brown düzeltmeli katsayıya bakın. Tabloları Excel olarak indirebilir, bölme biçimini değiştirip koşuyu yineleyerek sonucun kararlılığını Geçmiş sekmesinde karşılaştırabilirsiniz.

Yarılar arası korelasyon ve p değeri

İki yarı puanı arasındaki Pearson bağıntısı ile bu bağıntının sıfırdan ayrıştığına ilişkin p değeri. Bu ham değer yarı uzunluktaki iki formun güvenilirliğidir, tam ölçeğin değil.

Spearman-Brown düzeltmeli katsayı

Ham korelasyonun ölçek uzunluğuna göre düzeltilmiş hâli ve bu yöntemde bildirilecek asıl katsayı. Yarı uzunluğun yol açtığı düşük kestirimi telafi eder, bu yüzden ham değerden her zaman büyüktür.

Guttman iki yarı katsayısı

Yarı puanlarının ve toplam puanın varyanslarından türeyen ikinci bir kestirim. Düzeltmeli katsayıyla arasındaki açıklık, iki yarının varyanslarının ne kadar ayrıştığı hakkında dolaylı bir işaret verir.

Yorum etiketi

Düzeltmeli katsayının yanında beliren etiket: 0,90 ve üzeri mükemmel, 0,80 ve üzeri iyi, 0,70 ve üzeri kabul edilebilir, 0,60 ve üzeri kuşkulu, 0,50 ve üzeri zayıf, altı kabul edilemez. Etiket yalnız düzeltmeli değere bağlanır.

Her yarıdaki maddeler

Birinci ve ikinci yarıya hangi maddelerin düştüğünün açık listesi. Katsayı bu bölünmeye bağlı olduğu için bu liste rapor edilmesi gereken bir bilgidir.

Kullanılan bölme biçimi

Tek-çift, ilk yarı ile son yarı ya da rastgele seçeneklerinden hangisinin uygulandığı. Sonucun yinelenebilmesi bu bilginin ve rastgele bölmede tohum değerinin bildirilmesine bağlıdır.

Madde ve gözlem sayısı

Ölçeğe giren madde sayısı ile hesaplamaya katılan tam gözlem sayısı. İkinci sayı satır sayınızdan küçükse eksik yanıtların yarılara nasıl dağıldığına bakmak gerekir.

Spearman-Brown düzeltmeli katsayı

Bir anlamlılık sınaması değil doğrudan bir güvenilirlik kestirimidir ve yorumu alandaki geleneklere dayanır: grup düzeyinde karşılaştırmalar için 0,70 yaygın bir alt sınır, bireye ilişkin karar verilecek ölçümlerde 0,90 beklenen düzeydir. Değerin bölme biçimine bağlı olduğunu unutmamak gerekir, bu yüzden tek bir koşudan çıkan sayıyı ölçeğin değişmez bir özelliği gibi sunmak yanlıştır.

Ham yarılar arası korelasyon

Yarı uzunluktaki iki formun birbiriyle tutarlılığını verir ve tam ölçeğin güvenilirliğinden sistematik olarak küçüktür. Düzeltmeli değerle arasındaki açıklık ölçek uzunluğunun kazandırdığı güvenilirliği gösterir: 0,65 dolayındaki bir ham değer düzeltmeden sonra 0,79'a yakın bir yere çıkar.

Katsayıların hiçbiri aralıkla gelmez: ne ham korelasyon, ne Spearman-Brown düzeltmeli değer, ne Guttman katsayısı için yüzde 95 aralık döndürülür. Çıktıda yalnız ham korelasyonun p değeri bulunur ve bu p değeri katsayının sıfırdan ayrıştığını söyler, kestirimin kesinliğini söylemez. Aralık yokluğu bu yöntemde iki katmanlı bir sorundur: örneklem dalgalanmasının payı bilinemediği gibi, bölme biçiminin yol açtığı oynama da ölçülmemiş durur. Pratik çözüm, bölme biçimini değiştirerek analizi birkaç kez çalıştırmak ve çıkan değerlerin yayılımını kendiniz görmektir; bu, aralık yerine geçmez ama kestirimin ne kadar kararlı olduğu hakkında somut bir fikir verir.

Aşağıdaki sayılar temsili bir örnektir; gerçek bir araştırmanın ya da gerçek bir kullanıcının verisi değildir.

Araştırma sorusu

Temsili bir eğitim araştırmasında, on iki maddelik bir okuma kavrama testi iki yarı güvenilirliği bakımından kullanılabilir mi?

Değişkenler

Maddeler: on iki okuma kavrama maddesi (doğru yanıt 1, yanlış yanıt 0) · Bölme biçimi: tek ve çift sıradaki maddeler · Gözlem: 188 tam yanıt

Örnek sonuç

Yarılar arası korelasyon 0,71 (p < 0,001), Spearman-Brown düzeltmeli katsayı 0,83 (yorum etiketi: iyi), Guttman iki yarı katsayısı 0,82. Birinci yarı tek sıradaki altı maddeden, ikinci yarı çift sıradaki altı maddeden oluştu. Madde sayısı 12, n = 188. Aynı madde kümesi ilk yarı ile son yarı biçiminde bölündüğünde düzeltmeli katsayı 0,74'e indi.

Yorum

Tek-çift bölmesiyle elde edilen 0,83 değeri iyi aralıkta ve test grup düzeyinde karşılaştırmalar için kullanılabilir. Düzeltmeli katsayı ile Guttman katsayısı birbirine çok yakın, yani iki yarının varyansları dengeli görünüyor. Dikkat çeken nokta ikinci bölme biçiminin sonucu: maddeler ilk altı ve son altı olarak ayrıldığında katsayı 0,74'e düşüyor. Bu düşüş genellikle testte bir sıra etkisi bulunduğunun belirtisidir; son maddeler daha zor olabilir ya da katılımcılar testin sonuna doğru yorulmuş olabilir. Böyle bir testte tek-çift bölmesi daha adil bir kestirim verir ve bildirilmesi gereken değer odur, ama hangi bölmenin kullanıldığı rapor cümlesinde yazılmalıdır. İki koşudan çıkan 0,74 ile 0,83 arasındaki açıklık, panelin aralık döndürmediği bir ölçüde kestirimin ne kadar oynayabileceğini somut olarak gösteriyor.

Araştırma sorusu: Birinci yapının tek ve çift numaralı maddeleri birbiriyle aynı şeyi mi ölçüyor?

Ölçek maddeleri

madde_1,madde_2,madde_3,madde_4,madde_5,madde_6,madde_7,madde_8,madde_9,madde_10

Yarıya bölme yöntemi

odd_even

Hesaplama künyesi: scipy 1.18.0 · statsmodels 0.14.6 · scikit-learn 1.9.0 · numpy 2.5.1 · pandas 3.0.5 · semopy 2.3.11 · 89fc29a · Veri tohumu: 20260915

On iki maddelik okuma kavrama testinin iki yarı güvenilirliği tek-çift bölmesiyle yeterli düzeydeydi (yarılar arası r = 0,71; Spearman-Brown = 0,83; Guttman = 0,82; n = 188).

APA düzenine yakın örnek cümle; sayılar temsilidir.

• Katsayıların hiçbiri için güven aralığı döndürülmez, bu yüzden kestirimin örneklemden örneklemye ne kadar oynayacağı bilinemez.
• Sonuç bölme biçimine bağlıdır: aynı ölçek farklı bölmelerle farklı katsayılar verir ve motor bütün olanaklı bölmelerin ortalamasını almaz.
• Dört maddenin altındaki ölçeklerde yöntem çalıştırılamaz ve tek sayıda maddede yarılar eşit uzunlukta olmaz.
• Yarıların paralel olup olmadığı sınanmaz; içerik ya da zorluk bakımından dengesiz bir bölme katsayıyı ölçeğin kendisinden bağımsız olarak aşağı çeker.
• Tek boyutluluk denetlenmez, çünkü yöntem faktör çıkarımı yapmaz; iki ayrı yapıyı ölçen maddeler yarılara dengeli dağıldığında yüksek katsayı çıkabilir.
• Ters kodlu maddeler kendiliğinden çevrilmez ve çevrilmemiş bir maddenin etkisi hangi yarıya düştüğüne göre değişir.

• Cronbach AlfaNeden: Bölme biçimine bağlı olmayan bir iç tutarlılık ölçüsü istendiğinde; alfa kavramsal olarak bütün olanaklı bölmelerin ortalamasıdır.
• McDonald OmegaNeden: Maddelerin yapıyı farklı ağırlıklarla ölçtüğü düşünülüyorsa; eşit yük varsayımına dayanmadığı için daha az yanlı bir kestirim verir.
• Açımlayıcı Faktör Analizi (AFA)Neden: Madde kümesinin kaç boyuttan oluştuğu belirsizse; yarıları oluşturmadan önce yapının görülmesi gerekir.
• Kodlayıcılar Arası UyumNeden: Güvenilirlik sorusu maddeler arasında değil aynı malzemeyi değerlendiren kişiler arasındaysa.

• Cronbach Alfa
• McDonald Omega
• Açımlayıcı Faktör Analizi (AFA)

Bölme biçimini değiştirdiğimde katsayı neden değişiyor?

Çünkü katsayı ölçeğin tek bir özelliği değil, belirli bir bölünmenin ürünüdür. On maddelik bir ölçeğin iki eşit yarıya ayrılabileceği yüz yirmi altı ayrı yol vardır ve her biri biraz farklı bir sayı verir; motor bunlardan yalnız seçtiğinizi hesaplar, hepsinin ortalamasını almaz. Oynamanın büyüklüğü ölçeğin homojenliğine bağlıdır: maddeler birbirine çok benziyorsa farklı bölmeler yakın değerler verir, zorluk ya da içerik bakımından ayrışıyorsa açıklık büyür. Bu yüzden iki şey gerekir. Birincisi kullanılan bölmeyi raporda yazmak, rastgele bölme seçildiyse tohum değeriyle birlikte. İkincisi birkaç bölme biçimiyle koşup yayılımı görmek; açıklık genişse alfa ya da omega gibi bölmeden bağımsız bir ölçüye geçmek daha sağlıklıdır.

Hangi bölme biçimini seçmeliyim?

Tek-çift bölmesi çoğu durumda varsayılan olarak doğru seçimdir, çünkü maddeleri sıraları boyunca dönüşümlü dağıtır ve böylece zorluk artışı ile yorgunluk etkisini iki yarıya dengeli yayar. İlk yarı ile son yarı bölmesini yalnız özel bir soru sorduğunuzda kullanın: testin başı ile sonu arasındaki tutarlılığı ölçmek gibi. Bu bölme bir sıra etkisi varsa katsayıyı belirgin biçimde düşürür ve düşüşün kendisi bilgilendirici bir bulgudur. Rastgele bölme, bölmenin sonucu ne kadar etkilediğini sınamak için elverişlidir: farklı tohum değerleriyle birkaç kez koşup çıkan değerlerin yayılımına bakmak, kestirimin kararlılığı hakkında aralık yokluğunda en iyi fikri verir.

Ham korelasyonu mu düzeltmeli katsayıyı mı raporlamalıyım?

Bildirilecek asıl değer Spearman-Brown düzeltmeli katsayıdır, çünkü ilgilendiğiniz şey yarı uzunluktaki bir formun değil tam ölçeğin güvenilirliğidir. Ham korelasyon sistematik olarak küçüktür ve onu güvenilirlik olarak sunmak ölçeği olduğundan zayıf göstermek olur. Yine de iki sayıyı birlikte vermek iyi bir uygulamadır: okur düzeltmenin ne kadar katkı yaptığını görür ve hesabın şeffaflığı artar. Guttman katsayısını da bildirmek, özellikle düzeltmeli değerden belirgin biçimde ayrıştığında yararlıdır, çünkü bu ayrışma iki yarının varyanslarının eşit olmadığına işaret eder ve yarıların paralel sayılabilirliği hakkında okura bir uyarı verir.

Alfa hesaplayabiliyorsam bu yöntem ne işe yarar?

Üç durumda işe yarar. Birincisi doğrulama: alfa ile iki yarı güvenilirliği aynı veriden iki ayrı yoldan çıkar ve ikisinin yakın değerler vermesi kestirime güveni artırır. İkincisi sıra etkisini görmek: ilk yarı ile son yarı bölmesi, alfanın hiç gösteremediği bir şeyi ortaya çıkarır, yani testin başı ile sonu arasındaki tutarsızlığı. Üçüncüsü yerleşik gelenek: bilgi ve başarı testlerinde alan yazın bu katsayıyı uzun süredir kullandığı için karşılaştırma yapılabilmesi adına bildirilmesi beklenir. Buna karşılık ölçek geliştirme çalışmasında birincil güvenilirlik kanıtı olarak tek başına bu katsayıya dayanmak yerinde olmaz, çünkü değer bölme biçimine bağlıdır ve aralıkla gelmez.

• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory
• Spearman, C. (1910). Correlation Calculated from Faulty Data
• Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics
• scipy.stats.pearsonr belgeleri