Co to jest pomiar jedną pozycją?
Pomiar jedną pozycją (ang. single-item measure) to mierzenie konstruktu jednym pytaniem zamiast wielopozycyjnej skali, np. ogólnej satysfakcji z pracy, samooceny zdrowia czy natężenia bólu na skali NRS. Taki pomiar skraca kwestionariusz i zmniejsza obciążenie respondenta, ale wymaga uzasadnienia, bo zwykle nie da się sprawdzić jego rzetelności tak jak przy skali.
Kiedy jedna pozycja wystarcza?
Bergkvist i Rossiter (2007) porównali jednopozycyjne i wielopozycyjne miary postawy wobec reklamy i marki. Trafność predykcyjna obu wersji nie różniła się, a autorzy zalecili jedną pozycję dla konstruktów o konkretnym, pojedynczym obiekcie i konkretnym atrybucie. Wanous, Reichers i Hudy (1997) w metaanalizie 17 badań znaleźli średnią korelację jednego pytania o ogólną satysfakcję z pracy ze skalami tego konstruktu równą .63. Jedna pozycja nie wystarcza przy konstruktach abstrakcyjnych lub wielowymiarowych, gdzie każda pozycja obejmuje inny aspekt treści.
Jak ocenić rzetelność?
Alfy Cronbacha nie da się policzyć, bo wymaga co najmniej dwóch pozycji (zob. alfa Cronbacha). Zostają rzetelność test–retest oraz oszacowanie z wzoru na atenuację: jeśli pozycja i skala mierzą ten sam konstrukt, minimalna rzetelność pozycji to r² podzielone przez rzetelność skali. Wanous i in. (1997) uzyskali tą metodą wartości od .45 do .69, zależnie od założeń.
Przykład
Zasymulowaliśmy w R odpowiedzi 300 osób na pięciopozycyjną skalę satysfakcji (α = .80) i jedno pytanie ogólne. Korelacja pytania ze skalą wyniosła r = .65, co daje minimalną rzetelność pojedynczej pozycji .65² / .80 = .53.
Jak opisać w pracy
Na co uważać
- Atenuacja. Niższa rzetelność jednej pozycji osłabia korelacje i współczynniki regresji (zob. błąd pomiaru w regresji).
- Jedna pozycja wyjęta ze skali. To nie to samo co pytanie zaprojektowane jako ogólne; lepiej sięgnąć po zwalidowaną skróconą wersję kwestionariusza.
- Diagnoza indywidualna. Do decyzji o pojedynczych osobach jedna pozycja zwykle jest za mało precyzyjna.
Rzetelność jednej pozycji w R
Kod symuluje skalę pięciopozycyjną i jedno pytanie ogólne mierzące ten sam konstrukt, liczy alfę Cronbacha skali i minimalną rzetelność pytania ze wzoru na atenuację.
Minimalna rzetelność pojedynczej pozycji
R
set.seed(4631)
n <- 300
cecha <- rnorm(n) # prawdziwa satysfakcja z pracy
pozycje <- sapply(1:5, function(j) round(pmin(pmax(3 + 0.9 * cecha + rnorm(n), 1), 5)))
jedna <- round(pmin(pmax(4 + 1.2 * cecha + rnorm(n, sd = 1.1), 1), 7)) # jedno pytanie 1–7
k <- ncol(pozycje)
alfa <- k / (k - 1) * (1 - sum(apply(pozycje, 2, var)) / var(rowSums(pozycje)))
r <- cor(jedna, rowMeans(pozycje))
c(alfa_skali = round(alfa, 2), r_jedna_skala = round(r, 2),
rzetelnosc_jednej_min = round(r^2 / alfa, 2)) # z wzoru na atenuację przy korelacji prawdziwej = 1Wynik w R
alfa_skali r_jedna_skala rzetelnosc_jednej_min
0.80 0.65 0.53 Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (bez dodatkowych pakietów). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
Najczęstsze pytania
Czy można policzyć alfę Cronbacha dla jednego pytania?
Nie. Alfa opiera się na kowariancjach między pozycjami, więc wymaga co najmniej dwóch. Dla jednej pozycji podaj rzetelność test–retest albo oszacowanie ze wzoru na atenuację.
Kiedy jedno pytanie wystarczy zamiast całej skali?
Gdy konstrukt jest konkretny i jednorodny, np. postawa wobec marki (Bergkvist i Rossiter, 2007) czy ogólna satysfakcja z pracy. Przy konstruktach abstrakcyjnych lub wielowymiarowych potrzebujesz skali.
Jak oszacować rzetelność pojedynczej pozycji?
Skoreluj ją ze skalą mierzącą ten sam konstrukt i podziel kwadrat korelacji przez rzetelność skali. Przy r = .65 i α = .80 minimalna rzetelność pozycji wynosi .53.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Alfa Cronbacha – rzetelność skali
Założenia alfy, analiza pozycji, „alfa po usunięciu pozycji” bez pułapek, tau-równoważność i omega McDonalda – z danymi i kodem R.
Czytaj →PoradnikBłąd pomiaru w regresji i korekta na atenuację
Atenuacja i zakłócenie resztkowe przy nierzetelnych skalach, korekta Spearmana, SEM z jednym wskaźnikiem w lavaan, pełny SEM i symulacja estymatorów.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Bergkvist, L., & Rossiter, J. R. (2007). The predictive validity of multiple-item versus single-item measures of the same constructs. Journal of Marketing Research, 44(2), 175–184. https://doi.org/10.1509/jmkr.44.2.175 ● Otwarty dostęp: pełny tekst
- Wanous, J. P., Reichers, A. E., & Hudy, M. J. (1997). Overall job satisfaction: How good are single-item measures? Journal of Applied Psychology, 82(2), 247–252. https://doi.org/10.1037/0021-9010.82.2.247
Cytowania BibTeX
@article{bergkvist2007predictive, author={Bergkvist, Lars and Rossiter, John R.}, title={{The predictive validity of multiple-item versus single-item measures of the same constructs}}, journal={Journal of Marketing Research}, year={2007}, volume={44}, number={2}, pages={175--184}, doi={10.1509/jmkr.44.2.175}}@article{wanous1997overall, author={Wanous, John P. and Reichers, Arnon E. and Hudy, Michael J.}, title={{Overall job satisfaction: How good are single-item measures?}}, journal={Journal of Applied Psychology}, year={1997}, volume={82}, number={2}, pages={247--252}, doi={10.1037/0021-9010.82.2.247}}