الصدق والثبات في الاستبانة وكيف تكتب نتائجهما في SPSS (دليل 2026)

ثانيًا: الصدق الظاهري وتحكيم الاستبانة

التحكيم هو الخطوة الأولى في أغلب الرسائل العربية. تعرض فيه الصورة الأولية للاستبانة على مجموعة من المتخصصين في موضوع دراستك وفي القياس والمناهج، وتطلب منهم الحكم على كل عبارة. أرفق مع الاستبانة عنوان الدراسة وأسئلتها وتعريف كل محور، حتى يحكم المحكّم على العبارة في ضوء ما تريد قياسه، لا في فراغ.

ماذا تسأل المحكّمين؟

• الانتماء. هل تنتمي العبارة إلى المحور الذي وُضعت فيه؟
• الوضوح. هل صياغتها واضحة ومفهومة للفئة التي ستجيب عنها؟
• الأهمية. هل هي ضرورية لقياس المحور، أم يمكن الاستغناء عنها؟
• التعديل المقترح. مساحة مفتوحة لصياغة بديلة أو عبارة ناقصة.

وإن أردت أن تحوّل آراء المحكّمين إلى رقم، فمن الطرق المعروفة نسبة صدق المحتوى التي اقترحها لوشي (Lawshe, 1975): CVR = (n_e − N/2) / (N/2)، حيث n_e عدد المحكّمين الذين عدّوا العبارة «ضرورية»، وN عددهم الكلي. وتتراوح قيمتها بين سالب واحد وموجب واحد، والقيمة الحرجة التي تُقبل عندها العبارة تختلف باختلاف عدد المحكّمين. وكثير من الرسائل العربية تكتفي بنسبة اتفاق تحددها مسبقًا. أيًّا كانت طريقتك، اذكر المعيار ومن أين أخذته.

كيف تكتب التحكيم في الرسالة؟

لا تكتفِ بجملة «عُرضت الاستبانة على عدد من المحكّمين». اذكر عددهم وتخصصاتهم وجهات عملهم، وضع قائمتهم في ملحق، ثم بيّن ما تغيّر نتيجة التحكيم. والجدول التالي نموذج لذلك:

أرقام افتراضية للتوضيح فقط، وليست من دراسة حقيقية. وهذا شأن كل الأرقام في جداول هذا الدليل.

ومثال على الصياغة: «عُرضت الاستبانة في صورتها الأولية على (9) محكّمين من أعضاء هيئة التدريس المتخصصين في الإدارة التربوية والقياس والتقويم (الملحق 2)، وطُلب منهم الحكم على انتماء كل عبارة لمحورها ووضوح صياغتها. واعتُمدت العبارات التي اتفق عليها (80%) من المحكّمين فأكثر، فأصبح عدد العبارات (25) عبارة بعد أن كان (27)». والعدد والنسبة هنا للتوضيح. ما يهم أن تذكر النسبة التي اعتمدتها أنت ومصدرها.

رابعًا: صدق الاتساق الداخلي بمعامل ارتباط بيرسون

هذا هو الإجراء الذي تشرحه أغلب كتب المناهج العربية، ويتوقعه كثير من المناقشين في الرسائل الكمية. وفكرته أن العبارة التي تقيس محورها فعلًا ترتبط بالدرجة الكلية لذلك المحور ارتباطًا موجبًا ودالًّا. ويُحسب على مستويين:

1. 1
   احسب درجة كل محور. من Transform > Compute Variable أنشئ متغيرًا جديدًا لكل محور يساوي مجموع عباراته أو متوسطها، ثم متغيرًا للدرجة الكلية. وإن كانت في الاستبانة عبارات سالبة الصياغة، فاعكس ترميزها أولًا من Transform > Recode into Different Variables.
2. 2
   اربط كل عبارة بمحورها. من Analyze > Correlate > Bivariate اختر Pearson، وأدخل عبارات المحور ودرجته الكلية، واقرأ صف الدرجة الكلية فقط.
3. 3
   اربط كل محور بالدرجة الكلية. كرّر الخطوة نفسها بين درجات المحاور والدرجة الكلية للاستبانة.

وتنبّه إلى أمرين. الأول أن العبارة جزء من الدرجة التي تُربط بها، وهذا يرفع معامل الارتباط قليلًا، ويزداد أثره حين تقل عبارات المحور. لذلك يفضّل كثير من الباحثين «معامل الارتباط المصحح»، أي ارتباط العبارة بمجموع بقية العبارات من دونها. ويظهر في SPSS في عمود Corrected Item-Total Correlation عند تحليل الثبات. وقد عدّت فيركيتش (Ferketich, 1991) المعاملات التي تقل عن 0.30 ضعيفة. والأمر الثاني أن هذا الإجراء يقيس تجانس العبارات مع محورها، ولا يغني عن فحص البنية العاملية حين تكون الأداة جديدة.

أرقام افتراضية للتوضيح. تحت الجدول اكتب: ** دالة عند مستوى (0.01)، ن = 30. وهذا الترتيب في عمودين مزدوجين شائع في الرسائل العربية لأنه يوفّر المساحة.

ومثال على التعليق: «يتضح من الجدول (5) أن معاملات ارتباط عبارات المحور الأول بالدرجة الكلية للمحور تراوحت بين (0.58) و(0.81)، وجميعها دالة إحصائيًا عند مستوى (0.01)، مما يشير إلى اتساق عبارات المحور مع الدرجة الكلية له». لاحظ أن الجملة تصف ما في الجدول، ولا تقول إن الاستبانة «صادقة تمامًا».

سادسًا: الثبات بألفا كرونباخ والتجزئة النصفية وأوميغا

ألفا كرونباخ في SPSS

معامل ألفا الذي قدّمه كرونباخ (Cronbach, 1951) هو أشهر مقاييس الاتساق الداخلي، وصيغته α = (k / (k − 1)) × (1 − Σσ_i² / σ_t²)، حيث k عدد العبارات، وσ_i² تباين كل عبارة، وσ_t² تباين الدرجة الكلية. ولحسابه:

1. 1
   افتح نافذة الثبات. Analyze > Scale > Reliability Analysis، ثم انقل عبارات محور واحد فقط إلى خانة Items.
2. 2
   اختر النموذج. من قائمة Model اختر Alpha.
3. 3
   اطلب إحصاءات العبارات. من زر Statistics فعّل Scale if item deleted، فيظهر لك لكل عبارة ارتباطها المصحح وقيمة ألفا لو حُذفت.
4. 4
   كرّر لكل محور، ثم للاستبانة كلها إن كان لجمع محاورها في درجة واحدة معنى نظري.

ما القيمة «المقبولة»؟ أعراف لا قواعد

لا توجد قيمة واحدة تفصل الثبات المقبول عن المرفوض. والعتبات المتداولة منسوبة إلى مؤلفين بأعينهم، فانسبها إليهم:

• نانلي وبرنستين (Nunnally & Bernstein, 1994, p. 265). يكفي 0.70 فأكثر في المراحل المبكرة من البحث، ويُتوقع 0.80 في البحث الأساسي. أما في المواقف التطبيقية التي تُتخذ فيها قرارات مهمة بناءً على درجات الأفراد، فيُطلب أعلى من ذلك، وتُنقل عنهما قيمة 0.90 حدًّا أدنى في تلك المواقف.
• جورج ومالري (George & Mallery, 2019). يقدّمان قاعدة تقريبية في دليلهما لـSPSS: 0.90 فأكثر ممتاز، و0.80 جيد، و0.70 مقبول، و0.60 مشكوك فيه، و0.50 ضعيف، وما دون 0.50 غير مقبول.
• طوقل ودنيك (Tavakol & Dennick, 2011). ينبّهان إلى أن ألفا يتأثر بعدد العبارات، وأن القيمة المرتفعة جدًّا (أعلى من 0.90) قد تعني عبارات مكررة المعنى. ويوصيان بحساب ألفا لكل مفهوم على حدة، لا للاختبار كله فقط.

فاكتب مثلًا: «وهي قيم تتجاوز الحد (0.70) الذي يعدّه نانلي وبرنستين (Nunnally & Bernstein, 1994) كافيًا في المراحل المبكرة من البحث»، ولا تكتب: «وهي قيم مقبولة إحصائيًا» دون مرجع.

أرقام افتراضية للتوضيح. اذكر تحت الجدول حجم العينة التي حُسبت منها القيم، استطلاعية كانت أم أساسية. ولاحظ أن قيمة الاستبانة ككل أعلى من محاورها، لأن ألفا يرتفع مع زيادة عدد العبارات.

التجزئة النصفية

تقسم العبارات إلى نصفين، وتحسب الارتباط بينهما، ثم تصحّحه بمعادلة سبيرمان-براون (Spearman, 1910; Brown, 1910)، لأن كل نصف أقصر من الأداة الكاملة: r_SB = 2r / (1 + r). وفي SPSS اختر Split-half من قائمة Model في نافذة الثبات نفسها، فيعطيك الارتباط بين النصفين، ومعامل سبيرمان-براون للنصفين المتساويين وغير المتساويين، ومعامل جتمان. وإن كان عدد العبارات فرديًا، فاقرأ قيمة النصفين غير المتساويين.

معامل أوميغا ماكدونالد

يفترض ألفا شروطًا لا تتحقق دائمًا، لذلك يقترح عدد من المتخصصين معامل أوميغا بديلًا عمليًا له (Dunn, Baguley & Brunsden, 2014; McDonald, 1999). وتُدرج إصدارات SPSS الحديثة خيار Omega (McDonald’s) في قائمة Model نفسها، ويفترض بحسب توثيق IBM أن المحور أحادي البعد. فإن لم يظهر في إصدارك، فاكتفِ بألفا، أو اسأل مشرفك عن الأداة البديلة. وعرض المعاملين معًا، كما في الجدول أعلاه، يطمئن المناقش ولا يطيل الفصل.

ثامنًا: ممارسات جيدة تسبق ملاحظات المناقشين

هذه أمور يتوقف عندها المناقشون عادة، وكل منها يُعالَج بخطوة بسيطة:

• احسب الثبات على عينتك أنت. قيمة ألفا التي نشرها مطوّر المقياس لا تغني عن حسابها على بياناتك.
• احسبه لكل محور. القيمة الكلية وحدها قد تخفي محورًا ضعيفًا.
• لا تسمِّ ألفا دليل صدق. ألفا يقيس الاتساق، والصدق يحتاج إلى أدلته الخاصة.
• اعكس العبارات السالبة قبل الحساب. وإلا انخفضت الارتباطات وقيمة ألفا دون سبب حقيقي.
• لا تحذف عبارات لرفع ألفا فقط. كل حذف يحتاج إلى مسوّغ نظري، ويُذكر صراحة في الرسالة.
• انسب كل عتبة إلى مرجعها. «مقبول» وحدها ليست حجة.
• وثّق التحكيم بالتفصيل. العدد والتخصصات والمعيار وما تغيّر.
• أضف التحليل العاملي حين تتطلبه الأداة. خاصة في الأدوات الجديدة والمترجمة.

أسئلة يطرحها الباحثون عن صدق الاستبانة وثباتها

كيف أعددنا هذا الدليل

العتبات والصيغ مأخوذة من مصادرها المنشورة، ومنسوبة إلى أصحابها في المتن: Cronbach (1951)، وNunnally & Bernstein (1994)، وGeorge & Mallery (2019)، وTavakol & Dennick (2011)، وDunn, Baguley & Brunsden (2014)، وMcDonald (1999)، وSpearman (1910) وBrown (1910)، وLawshe (1975)، وFerketich (1991)، وJohanson & Brooks (2010)، وHertzog (2008)، وKaiser (1974)، وHu & Bentler (1999)، وFornell & Larcker (1981). ومسارات القوائم وخيارات النماذج من توثيق IBM SPSS Statistics الرسمي. وكل الأرقام في الجداول والأمثلة افتراضية للتوضيح. اطّلعنا على المصادر في 29 سبتمبر 2026. ودليل جامعتك وتوجيه مشرفك هما المرجع دائمًا، وأنت من يُجري التحليل ويكتب نتائجه.

أدلة وأدوات مرتبطة: مقياس ليكرت وبناء الاستبانة · البحث الإجرائي وجائزة المعلم الخليجي 2026 · حاسبة حجم العينة وجدول مورجان للرسائل العلمية · كيف تكتب الدراسات السابقة وتحدد الفجوة البحثية · مؤشرات جودة المطابقة CFA/SEM · التحليل الإحصائي SPSS لرسائل الماجستير في السعودية

إن بقي لديك سؤال عن خطوة من هذه الخطوات، فاطرحه على لبيب الذكي.