پایایی ترکیبی

پایایی ترکیبی (Composite reliability) یک معیار ارزیابی برازش درونی مدل است و براساس میزان سازگاری سوالات مربوط به سنجش هر عامل قابل محاسبه است. این نوع پایایی شباهت زیادی به روایی همگرا دارد و از همان پارامترهای روایی همگرا برای محاسبه پایایی مرکب استفاده می‌شود.

مقایسه آلفای کرونباخ و پایایی ترکیبی

پایایی پرسشنامه به زبان ساده یعنی اینکه ابزار اندازه‌گیری در مکان دیگر یا زمان دیگر نتایج مشابهی بدست دهد. معیار سنتی محاسبه پایایی آلفای کرونباخ است. آلفای کرونباخ براساس میزان پراکنش داده‌ها تعیین می‌شود و انحراف معیار عامل اصلی سنجش پایایی است. از سوی دیگر پایایی ترکیبی براساس هماهنگی درونی سوالات هر عامل محاسبه می‌شود بنابراین معیار دقیق تری است.

آلفای کرونباخ شاخصی کلاسیک برای سنجش پایایی درونی است که بر فرض برابری بارهای عاملی و همسانی خطای اندازه‌گیری میان گویه‌ها تکیه دارد. اعتبار مرکب، برخلاف آلفای کرونباخ، از بارهای عاملی واقعی هر گویه در مدل‌های معادلات ساختاری استفاده می‌کند و به ناهمسانی گویه‌ها حساس‌تر است. در نتیجه، اعتبار مرکب معمولاً برآورد دقیق‌تری از پایایی سازه در مدل‌های عاملی تأییدی ارائه می‌دهد.

آلفای کرونباخ به شدت تحت تأثیر تعداد گویه‌هاست و ممکن است پایایی را بیش‌برآورد یا کم‌برآورد کند، در حالی که اعتبار مرکب چنین محدودیتی کمتری دارد. به طور کلی، در پژوهش‌های مبتنی بر SEM اعتبار مرکب ترجیح داده می‌شود، اما در تحلیل‌های سنتی و اکتشافی آلفای کرونباخ همچنان کاربرد گسترده دارد.

محاسبه پایایی ترکیبی

برای محاسبه پایایی مرکب در نرم‌افزار لیزرل و اموس باید از فرمول پایایی ترکیبی مندرج در شکل فوق استفاده کنید. اصول محاسبه پایایی مرکب در نرم‌افزار PLS و تکنیک حداقل مجذورات جزیی نیز ثابت است ولی این نرم‌افزار برخلاف لیزرل مقدار CR را بدست می‌دهد و نیازی نیست با دست آن را محاسبه کنید. برای محاسبه پایایی ترکیبی در نرم‌افزار PLS  کافی است به خروجی این نرم‌افزار رجوع کنید.

پایایی مرکب یا CR مخفف Composite Reliability می‌باشد. روایی همگرا زمانی وجود دارد که CR از ۰/۷ بزرگتر باشد. همچنین CR باید از AVE بزرگتر باشد. در اینصورت هر شرط روایی همگرا وجود خواهد داشت. بطور خلاصه داریم:

CR > 0.7
CR > AVE
AVE > 0.5

با استفاده از بارهای عاملی به سادگی می‌توان پایایی مرکب را در نرم‌افزار لیزرل محاسبه کرد. روی لینک محاسبه آنلاین پایایی ترکیبی کلیک کنید.

ضریب پایایی همگون Rho

ضریب پایایی همگون ρ، که اغلب با عنوان Rho_A شناخته می‌شود، شاخصی برای سنجش پایایی سازه‌های نهفته در چارچوب مدل‌های معادلات ساختاری است. این ضریب تلاشی برای رفع محدودیت‌های آلفای کرونباخ است و فرض همسانی کامل بارهای عاملی را کنار می‌گذارد.

ضریب پایایی همگون Rho یا ضریب دایلون–گولداشتین (Dillon–Goldstein) توسط یورسکاگ ارائه شد و برای سنجش پایایی درونی سازه‌های نهفته به کار می‌رود. چنان‌که چین (۱۹۹۸) تصریح می‌کند، این ضریب در مقایسه با آلفای کرونباخ از درجه اطمینان بالاتری برخوردار است، زیرا بر فروض محدودکننده همسانی گویه‌ها متکی نیست. مقدار قابل قبول این ضریب معمولاً بیش از ۰/۷ در نظر گرفته می‌شود و در نسخه سوم نرم‌افزار SmartPLS به‌طور مستقیم گزارش می‌گردد.

آماره Rho_A از برآورد بارهای عاملی واقعی و واریانس خطا استفاده می‌کند و از این نظر بین آلفای کرونباخ و اعتبار مرکب قرار می‌گیرد. پژوهش‌ها نشان می‌دهند که Rho_A معمولاً برآورد محافظه‌کارانه‌تر و واقع‌بینانه‌تری از پایایی ارائه می‌دهد. به همین دلیل، به‌ویژه در رویکرد PLS-SEM، ضریب Rho_A به‌عنوان شاخصی معتبر و توصیه‌شده برای ارزیابی پایایی درونی سازه‌ها مطرح است.

سخن پایانی

در مجموع، اعتبار مرکب به‌عنوان شاخصی نوین و دقیق برای سنجش پایایی درونی سازه‌ها، جایگاه ویژه‌ای در پژوهش‌های مبتنی بر مدل‌های معادلات ساختاری دارد. این شاخص با اتکا بر بارهای عاملی واقعی و در نظر گرفتن سهم متفاوت گویه‌ها، تصویری واقع‌بینانه‌تر از میزان پایایی ارائه می‌دهد. برتری اعتبار مرکب نسبت به آلفای کرونباخ، به‌ویژه در شرایط ناهمگونی گویه‌ها، موجب گسترش آن در مطالعات مدیریتی شد. استفاده هم‌زمان و آگاهانه از پایایی ترکیبی در کنار سایر شاخص‌های پایایی می‌تواند به افزایش دقت و استحکام نتایج پژوهش بینجامد. در نهایت، اعتبار مرکب را می‌توان نمادی از گذار روش‌شناسی از رویکردهای کلاسیک به سنجش‌های دقیق‌تر و سازگار با مدل‌های تحلیلی نوین دانست.

منبع: حبیبی، آرش؛ کلاهی، بهاره. مدل‌یابی معادلات ساختاری و تحلیل عاملی. تهران: جهاد دانشگاهی.