สูตร spearman-brown: คำจำกัดความและตัวอย่าง

สูตร Spearman-Brown ใช้เพื่อทำนายความน่าเชื่อถือของการทดสอบหลังจากเปลี่ยนระยะเวลาการทดสอบ

สูตรคือ:

ความน่าเชื่อถือที่คาดการณ์ไว้ = kr / (1 + (k-1)r)

ทอง:

• k : ปัจจัยที่มีการปรับเปลี่ยนระยะเวลาการทดสอบ เช่น ถ้าข้อสอบเดิมมีคำถาม 10 ข้อ และข้อสอบใหม่มีคำถาม 15 ข้อ k = 15/10 = 1.5
• r : ความน่าเชื่อถือของการทดสอบต้นฉบับ โดยทั่วไปเราใช้ Cronbach’s Alpha สำหรับสิ่งนี้ ซึ่งเป็นค่าระหว่าง 0 ถึง 1 โดยค่าที่สูงกว่าบ่งบอกถึงความน่าเชื่อถือที่สูงกว่า

ตัวอย่างต่อไปนี้แสดงวิธีการใช้สูตรนี้ในทางปฏิบัติ

ตัวอย่าง: วิธีใช้สูตร Spearman-Brown

สมมติว่าบริษัทใช้การทดสอบ 15 ข้อเพื่อประเมินความพึงพอใจของพนักงาน และการทดสอบดังกล่าวมีความน่าเชื่อถือที่ 0.74

หากบริษัทเพิ่มระยะเวลาการทดสอบเป็น 30 ข้อ ความน่าเชื่อถือที่คาดการณ์ไว้ของการทดสอบใหม่จะเป็นเท่าใด

เราสามารถใช้สูตร Spearman-Brown เพื่อคำนวณความน่าเชื่อถือที่คาดการณ์ไว้:

• ความน่าเชื่อถือที่คาดการณ์ไว้ = kr / (1 + (k-1)r)
• ความน่าเชื่อถือที่คาดการณ์ไว้ = 2*.74 / (1 + (2-1)*.74)
• ความน่าเชื่อถือที่คาดการณ์ไว้ = 0.85

การทดสอบใหม่มีความน่าเชื่อถือที่คาดการณ์ไว้ที่ 0.85

หมายเหตุ : เราคำนวณ k เป็น 30/15 = 2

ข้อควรระวังในการใช้สูตรสเปียร์แมน-บราวน์

จากสูตร Spearman-Brown เราจะเห็นว่าการเพิ่มจำนวนรายการในการทดสอบด้วยจำนวน ใดๆ จะเพิ่มความน่าเชื่อถือที่คาดการณ์ไว้ของการทดสอบ

ตัวอย่างเช่น สมมติว่าเราเพิ่มจำนวนรายการทดสอบในตัวอย่างก่อนหน้าจาก 15 เป็น 16 จากนั้นเราจะคำนวณ k เป็น 16/15 = 1.067

ความน่าเชื่อถือที่คาดการณ์ไว้จะเป็น:

• ความน่าเชื่อถือที่คาดการณ์ไว้ = kr / (1 + (k-1)r)
• ความน่าเชื่อถือที่คาดการณ์ไว้ = 1.067*.74 / (1 + (1.067-1)*.74)
• ความน่าเชื่อถือที่คาดการณ์ไว้ = 0.752

การทดสอบใหม่มีความน่าเชื่อถือที่คาดการณ์ไว้ที่ 0.752 ซึ่งสูงกว่าความน่าเชื่อถือของการทดสอบเดิมที่ 0.74

เมื่อใช้ตรรกะนี้ เราอาจคิดว่าการเพิ่มระยะเวลาการทดสอบด้วยรายการจำนวนมากเป็นความคิดที่ดี เนื่องจากเราสามารถผลักดันความน่าเชื่อถือให้เข้าใกล้ 1 มากขึ้นเรื่อยๆ

อย่างไรก็ตาม เราต้องคำนึงถึงสิ่งต่อไปนี้:

1. การใช้สิ่งของมากเกินไปอาจทำให้เกิดอาการเมื่อยล้าได้

หากการทดสอบมีคำถามมากเกินไป แต่ละบุคคลอาจรู้สึกเหนื่อยเมื่อตอบคำถามมากขึ้นเรื่อยๆ ส่งผลให้ได้รับคำตอบที่เชื่อถือได้น้อยลงเมื่อการทดสอบดำเนินไป

2. ไอเทมใหม่ที่เพิ่มเข้ามาในการทดสอบจะต้องมีความยากเท่ากันกับไอเทมที่มีอยู่

สิ่งสำคัญคือหากเราตัดสินใจที่จะเพิ่มระยะเวลาของการทดสอบ เราตรวจสอบให้แน่ใจว่ารายการ/คำถามใหม่ที่เราเพิ่มนั้นมีความยากเท่ากันกับรายการที่มีอยู่ มิฉะนั้นความน่าเชื่อถือที่คาดการณ์ไว้จะไม่แม่นยำ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายคำศัพท์อื่นๆ ที่ใช้กันทั่วไปในสถิติ:

ความสม่ำเสมอภายในคืออะไร?
ความน่าเชื่อถือแบ่งออกเป็นสองส่วนคืออะไร?
ความน่าเชื่อถือของการทดสอบซ้ำคืออะไร?
ความน่าเชื่อถือของรูปแบบคู่ขนานคืออะไร?