Lakhasly

بعد إدخال البيانات والتحقق من صحتها، تأتي مرحلة اختبار ثبات واتّساق الاستبيان. يُختبر الثبات عبر قياس قوة الارتباط بين مكونات الاستبيان (فقرات، أبعاد، والدرجة العامة). يشبه ذلك فحص سيارة قبل رحلة طويلة: فحص عام (اختبار الثبات) وفحص جزئي للمكونات (اختبار الاتساق). يستخدم معامل ألفا كرومباخ (أكثر من 0.7) لاختبار الثبات، ويتم ذلك عبر (Analyze > Scale > Reliability Analysis)، حيث تُدرج المتغيرات المراد اختبارها (فقرات الاستبيان دون البيانات الشخصية). إذا كان معامل ألفا كرومباخ أقل من 0.7 (مثال: 0.66)، يُفحص أهمية العبارات في البعد المعني عبر (Analyze > Scale > Reliability Analysis > Statistics > Scale if item deleted). يُظهر هذا الجدول معامل ألفا كرومباخ بعد حذف كل فقرة، فإذا ارتفع المعامل بعد حذف فقرة معينة (مثال: من 0.66 إلى 0.72)، تُحذف هذه الفقرة، ويُعاد الاختبار. أما الاتساق، فيُختبر الارتباط بين كل فقرة والبعد الذي تنتمي إليه. لذا، يُستحدث متغير جديد يمثل كل بعد (متوسط حسابي لفقراته) عبر (Transform > Compute Variable)، ثم يُحسب معامل الارتباط بين هذا المتغير و فقراته باستخدام (Analyze > Correlate > Bivariate). معاملات ارتباط مقبولة (0.7-0.8) تدل على اتساق جيد. بعد اختبار الثبات والاتساق، ننتقل للمرحلة الإحصائية.

المرحلة الموالية التي تلي مرحلة إدراج البيانات والتحقق من صحتها هي مرحلة اختبار الثبات والاتساق واختبار الثبات بسبة عامة هو اختبار قوة الترابط بين مكونات الاستبيان أي قوة الترابط بين الفقرات والأبعاد أو قوة الترابط بين الأبعاد والدرجة العامة للاستبيان فافترض أن لديك سيارة معينة تريد الصفر بها إلى مكان
بعيد، هذه السيارة تتمثل في أداة القياس وهي الإستبيان وتريد إنجاز دراسة الحالة من خلالها السيارة ستتفقدها وفق حالتين تفقد عام أو معاينة عامة وتفقد جزء من خلال تفقد أجهزتها وأدواتها جزءًا بجزء التفقد العام هنا في الإستبيان سيكون من خلال إختبار ثبات هذه الأداة أما التفقد الجزء وهو التفقد
المكونات الفرعية للإستبيان والمتمثلة في الفقرات وهنا نسميه الاتساق والإختبار ثبات أداة القياس نستخدم عدة مؤشرات وسنركز نحن على معامل الثبات ألفا كرومباخ مع العلم أنه يمكن تطبيق المختلف المؤشرات الأخرى وهنا بقصد التسهيل والإختصار فقط والإختبار الاتساق الفقرات سنستخدم معاملات الارتباط فالثبات يكون مقبولًا إذا كان معامل الثبات ألفا
كرومباخ أكبر من 0.7 أي 70% لإختبار الثبات نتبع المسار التالي الدخول إلى القائمة أناليز والقائمة الفرعية إشيل ثم اختيار الأمر أناليز دولا فيابيليتي تظهر أمامنا النافذة هذه النافذة تتكون من صندوقين الصندوق الأول يتكون من المتغيرات المدرجة في البرنامج أما الصندوق الثاني هو الصندوق الذي سيتم إدراج
فيه المتغيرات المراد إختبار ثباتها باستخدام معامل الثبات ألفا كرومباخ الآن نجرب مع إختبار ثبات كل فقرات الاستبيان دون أخذ بعين الاعتبار الأبعاد إذن سندرج كل فقرات الاستبيان معدى البيانات الشخصية البيانات الشخصية لا يتم إختبار ثباتها وبتالي أقصيناها من الإختبار في القائمة السفلية نختار المؤشر المراد استخدامه في إختبار
الثبات وهناك مجموعة من المؤشرات وسنركز نحن على معامل الثبات ألفا كرومباخ بالنقل على OK نحصل على جدول يحتوي على النتائج الجدول الأول يعطي بعض المعلومات عن البيانات القيم المعلومة والقيم المفقودة لا توجد أي قيم مفقودة في الجدول الثاني عدد الفقرات يساوي 15 فقرة ومعامل الثبات ألفا كرومباخ بلقى
0.87 وهي قيمة مقبولة لأنها أكبر من 0.7 كذلك يمكن حساب معامل الثبات ألفا كرومباخ لكل بعد على حدا بنفس الطريقة فقط الاختلاف يكمن في إدراج متغييرات البعد المعني فقط نقوم بالدخول القائمة نقوم بالإلغاء الفقرات وإدراج فقرات البعد الأول فقط الآن نأخذ حالة خاصة ماذا لو كان
معامل الثبات أقل من المستوى المطلوب أي أقل من 0.7 كيف يتم معالجة ذلك أخذنا بعد فقط لتسهيل الإختبار البعد يتكون من أربع فقرات نختبر إذن معامل الثبات ألفا كرومباخ بنفس الطريقة نقوم بالدخول القائمة بإدخال فقرات البعد المعني معامل الثبات ألفا كرومباخ فكرومباخ ثم أوكي ولاحظوا أن قيمة معامل الثبات 0.66 وهي أقل من 0.7 وبالتالي فإن الثبات نوعا ما أقل من المستوى المطلوب كيف يتم معالجة ذلك؟ نقوم بتفقد أهمية العبارات في هذا البعد بمعنى أن العبارات في البعد كل عبارة ولها أهمية أو درجة أهمية معينة ثم نقوم
بحث العبارات الذات الأهمية القليلة يتم ذلك من خلال اتباع نفس المسار بالولوج إلى القائمة Analyse, Ixial, Analyse Dolophiability بالإضافة إلى الإجراءات السابقة نقوم بالولوج إلى الأمر Statistic والتأشير على الأمر Ixial Son Lillimo Ixial Son Lillimo تأشير عليه ثم نقر على الأمر Pursuiver ثم OK يظهر جدول ثاني بالإضافة
إلى الجدول السابق هذا الجدول يظهر المتغيرات وفي العمود الأخير يظهر معامل الثبات الفا كرومباخ في حالة حذف الفقرة المعنية بمعنى أنه معامل الثبات الأول كان 0.66 فإذا حذفت الفقرة الأولى فإن معامل الثبات سيخفض إلى 0.56 وهذا ما يثبت أهمية هذه الفقرة الفقرة الثانية في حالة حذفها
فإن معامل الثبات سيرتفع إلى 0.71 أو 0.72 بالتدوير وهذا ما يدل على أن هذه الفقرة ضعيفة الأهمية وهي الأقرب للحذف مقارنة بباقي الفقرات لأن الفقرة الثلثة سينخفض معامل الثبات في حالة حذفها والفقرة الرابعة سينخفض معامل الثبات في حالة حذفها كذلك معناه الفقرة المعنية بالحذف هي الفقرة
X1-2 سنقوم بحذفها من قاعدة البيانات ونعيد الأختبار كذلك نقوم بحذف الفقرة X1-2 ثم نقوم بأعادة الاختبار AnalyzeDrafiability الفقر x12 محذوفة ثم بالنقر على OK نجد أن معامل ثبات انتقل من 0.66 إلى 0.72 وهي قيمة مقبولة لأنها أكبر من 0.7 وبالتالي تصبح هذه الأدات
ثابتة ويمكن الاستمرار في المعالج الإحصائي للبيانات في المراحل الموالية هذا بالنسبة للثبات أما بالنسبة للاتساق فإنه سيتم اختبار الارتباط بين كل فقرة والبعد الذي تنتمي له وبالعودة إلى قاعدة البيانات الأصلية يتم اختبار الاتساق من خلال اختبار الارتباط بين مثلا الفقرة x11 وبين الدرجة الخلية لهذا البعد الدرجة الخلية
للبعد والذي يتكون من أربع فقرات الإشكال هنا هو عدم وجود مؤشر يقيس البعد وهذا ما يجبرنا على استحداث متغير جديد متغير سيمثل البعد المعني ونعطي له التسمية x1 إذن سندخل متغير جديد ونعطي له التسمية x1 وهو بنفس الخصائص السابقة قيم هذا البعد هي المتوسطات الحسابية للفقرات بمعنى أن
القيمة الأولى للمتغير x1 هي عبارة عن المتوسط الحسابي للقيم الأربعة 5 زي 4 زي 1 زي 4 قسم 4 وتدرج هنا هذا لن يتم بطريقة يدوية وإنما سنقوم بحسابه بطريقة آلية لكل العمود باتباع المراحل التالية بالدخول إلى الأمر Transform واختيار الأمر Calculate La Variable الأمر الأول في القائمة
تظهر هذه النافذة والتي سنتطلق إلى إجراءاتها تبعا المتغير المستهدف هو المتغير x1 وهو المتغير الجديد الذي سيمثل البعد هذا المتغير هو عبارة عن المتوسط الحسابي للفقرات الأربعة الموضحة أمامكم وبالدخول إلى القائمة Groups de Functions واختيار الأمر Statistic الأمر Statistic هنا تظهر بعض المؤشرات الإحصائية في الأسفل أو بعض
الدول الإحصائية وبعض الدوال الإحصائية نقوم باختيار المتوسط الحسابي من وبالنقر مرتين عليه يظهر في الخانة أو الصندوق العلوي الموضحي أمامكم الآن البرنامج يوضح كيفية حساب أو كيفية إدراج المتغيرات لحساب المتوسط الحسابي الخاص بها من المتغير ثم فاصلة المتغير ثم فاصلة إلى آخر نقوم بالعملية ذاتها نقوم بحث علمات الاستفهام ثم
بالنقر مرتين على المتغير X1-1 يتم إدراجه في الأعلى ثم فاصلة ثم المتغير X1-2 بالنقر مرتين عليه ثم المتغير X3 بالنقر مرتين عليه ثم المتغير X1-4 ثم هذه مكونات البعد الأول من X1-1 إلى X1-4 بالنقر على OK وبالعودة إلى القائمة الأصلية نجد أن المتغير
X1 ظهرت على مستوى القيم الخاص به وهي المتوسطات الحسابية لفقرات هذا البعد وبنفسي الطريقة يتم حساب المتغير X2 الذي يمثل البعد الأول ومثلا في التحفيز المعنوي والمتغير Y1 والمتمثل في أداء الموظفين لنكرر العملية مع المتغير X2 حتى يتم الاستعاب أكثر بالدخول إلى القائمة Rosformy Calculator Variable بإدراج المتغير
X2 والمتمثل في التحفيز المعنوي ثم إدراج الفقرات التي يتم على أساسية حساب قيم هذا المتغير الفقرات X2-1 فاصلة الفقرات X2-2 الفقرات X2-3 الفقرات X2-4 الفقرات X2-5 والفقرات X2-6 ثم نقر على OK تظهر قيم المتغير X2 كذلك بالنسبة للمتغير Y والمتمثل في المتغير
الأداء وهو المتوسط الحسابي للفقرات من Y1 إلى Y5 Y1 فاصلة Y2 فاصلة Y3 فاصلة Y4 فاصلة Y5 وبالنقر على OK تظهر كذلك قيم المتغير Y الآن أصبحت البينات جاهزة لإختبار الاتساق من خلال حساب المتوسط الحسابي ما بين المتغير X1 والفقرات التابعة له X1-1 X2 X3 X1-4
كيف يتم حساب معامل الارتباط بين الفقرات الأربع وبين المتغير X1 من خلال اتباع المسار التالي نقوم بالدخول القائمة Analyse واختيار امر Correlation ثم اختيار امر Bivari ونقوم بإدراج المتغيرات المعنية وهي خمس متغيرات أربع فقرات والبعد بإدراج الفقرات الأربع X1-1 X2 X3 X4 ندرجها إلى القائمة Or the
variable box ونضيف لها كذلك المتغير X1 ممثلا في البعد باختيار معامل الارتباط Person ثم النقر على OK تظهر أمامنا النتائج النتائج سوف لن يتم تحليلها كلية لأننا نحتاج إلى سطر واحد فقط يتم تحليله وهو السطر الأخير الموضحي أمامكم السطر الأخير يمثل معامل الارتباط بين البعد X1 وبين فقرات
البعد كلها أي معامل الارتباط بين X1 وX1-1 بين X1 وX2 وبين X1 وX3 وبين X1 وX1-4 بداية نلاحظ أن كل معامل الارتباط لها دلال إحصائيه بمعنى أنها تختلف عن السفر وهذا أمر مهم جدا ثم نقوم بقراءة قوة هذا الارتباط معاملات الارتباط بتفقدها نلاحظ أنها تتراوح ما
بين 0.74 و 0.83 وهي معاملات ارتباط مقبولة جدا أي الارتباط بين X1 والفقرة الأولى X1 المتمثل في التحفيز المادي والفقرة الأولى هو 0.77 얼마 ارتباط بين التحفيز المادي والفقرة الثانية هو صفر 82 والارتباط بين التحفيز المادي والفقرة الثالثة هو صفر 74 والارتباط بين الفقرة الأخيرة الفقرة الأربعة والتحفيز المادي هو صفر فاصلة 79 وهي معاملة ارتباط مقبولةshop وهذا مواقع مط 납ع ال persuaded وبنفسي الطريقة يتم اختبار الاتساق الخاص ببعد التحفيز المعنوي
وبعد أداء الموظفين. وبعد الانتهاء نكون قد اختبرنا ثبات أداة القياس واختبار اتساقها وهذا ما يجعلنا ننتقل إلى المرحلة الموالية وهي المرحلة المعالجة الإحصائية للبيانات.