Ölçmede Güvenirlik

Testlerle ilgili olarak güvenirlik araştırmasından amaç, bir ölçme aracı (ölçek) olarak testin kendi içindeki kararlılık derecesini belirlemektir. Ölçülmekte, diğer bir deyişle ölçeği etkileyerek bu ölçekle elde edilen ölçülere (örneğin puanlara) yansımakta olan özellikte (veya duruma göre özelliklerde) bir değişme olmadıkça, bir ölçek ne derece kararlıdır? Örneğin bu ölçek birbirine ne derecede yakın ölçüler vermektedir? Diğer bir yönden bakılırsa, ölçülmekte olan özellikte (veya duruma göre özelliklerde) bir değişme olmadığı zaman bir ölçek, kendi kendine veya diğer koşulların etkisiyle ne derecede birbirinden farklı ölçüler verebilmektedir?

Davranışsal özelliklerle ilgili bir ölçeğin kararlılığı, ideal olarak şöyle belirlenmelidir: Kişinin söz konusu davranışsal özelliği bir kez ölçülmelidir. Sonra, bu ölçme nedeniyle kişinin davranışsal özelliğinde meydana gelen bütün değişimler silinip atılmalıdır. Daha sonra, aynı koşullarda bir daha ölçme yapılmalıdır. Ve daha sonra bu ölçmenin izleri de tümden ortadan kaldırılmalı ve ölçme aynı koşullarda tekrarlanmalıdır. Eğer bir ölçek bu koşullardaki ölçmelerin tümünde aynı ölçüleri veriyorsa bu ölçek tam kararlı bir ölçektir. Bu ölçeğin güvenirliği tamdır. Ancak, böyle bir idealin gerçekleşmesi olanaksızdır. Davranışsal özelliklerin ölçülmesiyle ilgili olarak daha önce sözü edilen sınırlamalar böyle bir idealin gerçekleşmesini engellemektedir. Davranışsal özellikleri ölçmek amacıyla kullanılacak olan bir ölçme aracının güvenirliği araştırılırken, aynı kişiler üzerinde tekrar tekrar ölçmeler yapma yoluna gidilmektedir. Ancak bu son halde, birbirini izleyen ölçme uygulamaları arasında geçen sürede, ölçülen özelliklerde meydana gelmiş olabilecek değişmelerin göz önünde tutulmasına çalışılmaktadır.

Canlıların davranışsal özelliklerinin ölçülmesinde kullanılan ölçekler için, ölçeğin, ölçülen özelliğin gerçek değerine yakın ölçüler verme gücünü dikkatle incelemeye ve konunu gereği, bu incelemelerde analitik olmaya gerek vardır. Yani böyle bir durumda, bir ölçme aracıyla elde edilen ölçülerdeki değişkenliğin, ölçülmek istenen özellikteki gerçek farklardan, istenmediği halde ölçüleri etkileyen özelliklerdeki gerçek farklardan, bu ikisi arası etkileşimden ve ölçme hatasından gelen paylar olmak üzere bölümlere ayırma yolunda gidilmektedir. Bunun nedeni, canlıların davranışsal özelliklerinin ölçülmesinde kullanılan ölçeklerin diğerlerinden önemli bazı ayrılıklar göstermesidir. Bu ölçekler, birimleri (ölçek üzerinde belirlenmiş olan standart aralıkları) birbirine eşit olsa bile başlangıç noktalarının keyfi olması nedeniyle miktar anlamı olan ölçüler verememektedir. Daha önce de sözü edildiği gibi bu durum, araştırıcıyı farklarla ve özellikle bu farkların kullanışlı bir ölçüsü olan değişkenlikle (varyansla) uğraşmaya zorlamaktadır. Böyle ölçeklerin (a) istenilen özelliği ne derecede ölçmekte olduğunun, (b) istenmeyen öteki özelliklerden ne derecede etkilendiğinin ve (c) istenen özellik olsun ya da olmasın etkilenmekte olduğu özellikleri ne derecede bir kararlılıkla, ne derecede hatadan arınmış olarak ölçtüğünün ayrı ayrı ve değişkenlik açısından saptanması gerekmektedir.

Ölçme aracının önemli teknik özelliklerinden biri onun güvenirliğidir. Güvenirlik, ölçme aracının ölçtüğü özelliği ya da özellikleri, diğer bir deyişle etkilenerek ölçülere yansıttığı etki kaynaklarını, bu kaynaklarda bir değişme olmadığı sürece, ne derecede bir kararlılıkla ölçülere yansıtabildiğini gösterir. Ölçülmek istenen özellik ile istenmediği halde ölçüleri etkileyen tüm özellikler hiçbir değişikliğe uğramadıkça bazı ölçekler, neyi, ne derecede ölçmekte olduğuna, yani geçerliğine bağlı olmaksızın birbirine yakın ölçüler verirler. Bazı ölçeklerin bu koşullarda verdiği ölçüler ise birbirinden oldukça farklı olabilir. Yukarıda sözü edilen ilk türden ölçeklerin güvenirlikleri yüksek, ikinci türden ölçeklerin güvenirlikleri ise düşüktür.

Bir grup insanın herhangi bir özelliği üzerinde ölçme yapıldığında, “ölçülere karışan hata’nın, bu ölçülerde gözlenen toplan değişkenlik içindeki payı”, kullanılan ölçeğin güvenirliğinin bir göstergesidir. Ölçülerde gözlenen toplam değişkenlik içindeki hata kaynaklı payı arttıkça ölçeğin güvenirliği düşmekte, bu pay azaldıkça ölçeğin güvenirliği artmaktadır. Ölçülerde gözlenen varyans içindeki hata kaynaklı payın büyüklüğü ile güvenirlik arasındaki ilişkinin ters yönlü olduğuna da dikkat ediniz.

Bir ölçekte standart koşullarda ölçme yaparken, elde edilen ölçülerdeki toplam değişkenliği oluşturan kaynaklardan biri ölçme hatasıdır. Ölçme hatasının toplam değişkenlik içindeki payının artması, toplam değişkenliğin değişmemesi koşulu ile öteki payları azaltacaktır. Hatanın katkısının artması ölçülmek istenen özellik bakımından kişiler arası gerçek farkları göstermekte olması beklenen diğer bir payın azalmasına neden olacaktır. Hata kaynaklı değişkenliğin ölçülerde gözlenen toplam değişkenliğe yaklaşması halinde, hata kaynaklı payın toplam değişkenliğe oranı (buna bir isim verilmemiştir) bir yaklaşacaktır. Bu durumda, bu oranın bir’den farkı olan güvenirlik göstergesi ise sıfıra yaklaşacaktır. Bu son halde, ölçek gerçekte karşılığı olan bir farkı ya da bu türden farkları değil, hatanın tanımı gereği gerçekte karşılığı olmayan, rastgele ortaya çıkmış farkları (random) “büyüklükleri” ölçer hale gelecektir. Öte yandan, hata kaynaklı payın toplam değişkenliğe oranı azaldıkça, bunu bir’den farklı olan güvenirlik göstergesi bir’e yaklaşacaktır Böyle olunca da, ölçülerde gözlenen değişkenlik, kişiler arasındaki gerçek farkları gösterir hale gelecektir (Özçelik, Ölçme ve Değerlendirme, 2016, s. 40-42).