Arab Educational Information Network

تهدف هذه الدراسة إلى تقييم دقة تقدير معامل الثبات باستخدام معاملي كرونباخ ألفا وأوميغا، وذلك باستخدام بيانات مولدة من خلال الحاسوب، وفقا لثلاثة متغيرات مستقلة؛ هي: عدد الأبعاد (بعد واحد، بعدين، ثلاثة أبعاد) وطول الإختبار 10، 30، 60 فقرة، وحجم العينة 50، 100، 250، 500، 1000؛ حيث ولد خمسة وأربعون ظرفاً مختلفاً، وتم تقدير قيم الثبات باستخدام معاملي الثبات (ألفا، أوميغا). وأظهرت نتائج اختبار ت للعينات المستقلة أنه لا يوجد فروق دالة إحصائياً بين تقديرات الثبات باختلاف المعاملين في حال الإختبارات التي تتكون من بعد واحد على اختلاف أحجام العينات وأطوال الإختبارات. كذلك أظهرت النتائج وجود فروق دالة إحصائياً بين تقديرات الثبات باختلاف المعاملين في حال الإختبارات التي تتكون من بعدين وثلاثة أبعاد على اختلاف أحجام العينات وأطوال الإختبارات، كما أظهرت النتائج أن الفروق في الخطأ المعياري في التقدير قليلة بين طريقتي تقدير الثبات باختلاف ظروف الدراسة. وبذلك توصي الدراسة باستخدام معامل تقدير أوميغا في حال تعدد الأبعاد. (الملخص المنشور)

This study aims to evaluate the accuracy of reliability coefficient estimation using the Cronbach’s alpha and Omega coefficients using generated data through Computerized program according to three independent variables: number of dimensions (one, two, and three), length of the test 10, 30, 60 items, sample size of 50, 100, 250, 500, and 1000. 45 different conditions were generated. The reliability values were estimated using alpha and omega coefficients. Results of T-test for independent samples indicated that there were no statistically significant difference between the two coefficient estimates of reliability in the case of one-dimension tests with different sample sizes and test-lengths. The results also indicated statistically significant differences between the reliability estimates of the two coefficients in the case of two- and three-dimension tests with different sample sizes and the lengths of the tests. Results also showed slight difference in standard error of estimation for the two methods according to the study conditions. Thus, the study recommends using the Omega estimation coefficient in case of multiple dimensions. (Published abstract)