Εισαγωγή
Η ανάπτυξη ενός ερωτηματολογίου αποτελεί σύνθετη ερευνητική διαδικασία και δεν περιορίζεται στη συγγραφή ενός συνόλου ερωτήσεων. Ένα επιστημονικά κατάλληλο εργαλείο πρέπει να βασίζεται σε σαφώς ορισμένες θεωρητικές κατασκευές και να διαθέτει επαρκή τεκμηρίωση ως προς την εγκυρότητα, την αξιοπιστία και τη δομή των κλιμάκων του.
Το αρχικό ερευνητικό παράδειγμα αφορά τη δημιουργία ενός ερωτηματολογίου για την αξιολόγηση των πεποιθήσεων του κοινού σχετικά με την κατ’ οίκον νοσηλεία. Η αναγκαιότητα ανάπτυξης του εργαλείου προέκυψε από τη διαπίστωση ότι δεν υπήρχε ειδικό μέσο που να εξετάζει ταυτόχρονα τη γνώση και τη στάση του κοινού απέναντι στον συγκεκριμένο θεσμό.
Προσδιορισμός της Κατασκευής
Το πρώτο βήμα στην ανάπτυξη ενός ερωτηματολογίου είναι ο σαφής ορισμός του τι ακριβώς πρόκειται να μετρηθεί.
Στο συγκεκριμένο εργαλείο οι δύο βασικές κατασκευές ήταν:
η γνώση για την κατ’ οίκον νοσηλεία
και
η στάση απέναντι στον θεσμό.
Η γνώση αφορά πληροφορίες σχετικά με την έννοια, τους σκοπούς, τις υπηρεσίες και το θεσμικό πλαίσιο της κατ’ οίκον νοσηλείας.
Η στάση αφορά τις αντιλήψεις, αξιολογήσεις και πεποιθήσεις σχετικά με τη χρησιμότητα, την ασφάλεια, τον ρόλο των επαγγελματιών υγείας και τις επιπτώσεις της κατ’ οίκον φροντίδας στο άτομο και στην οικογένεια.
Η σαφής θεωρητική οριοθέτηση είναι σημαντική, επειδή κάθε ερώτηση πρέπει να συνδέεται με μία συγκεκριμένη διάσταση του υπό μελέτη φαινομένου.
Δημιουργία των Ερωτήσεων
Το αρχικό εργαλείο αναπτύχθηκε με βάση τη βιβλιογραφία, την κρίση ειδικών και πιλοτική εφαρμογή.
Η διαδικασία αυτή παραμένει και σήμερα βασική, αλλά μπορεί να οργανωθεί πιο συστηματικά.
Οι ερωτήσεις πρέπει να είναι:
σαφείς,
μονοσήμαντες,
σύντομες,
χωρίς περίπλοκη τεχνική ορολογία,
και χωρίς να υποβάλλουν στον συμμετέχοντα την «σωστή» απάντηση.
Ιδιαίτερα σημαντική είναι η αποφυγή διπλών ερωτήσεων, όπως «Η υπηρεσία είναι ασφαλής και οικονομική;», επειδή ο συμμετέχων μπορεί να συμφωνεί μόνο με το ένα από τα δύο στοιχεία.
Δομή του Ερωτηματολογίου
Το αρχικό ερωτηματολόγιο περιλάμβανε τρία μέρη.
Το πρώτο αφορούσε δημογραφικά και άλλα χαρακτηριστικά.
Το δεύτερο περιλάμβανε 14 προτάσεις γνώσης με επιλογές «Σωστό», «Λάθος» και «Δεν γνωρίζω».
Το τρίτο περιλάμβανε 32 προτάσεις στάσης σε πενταβάθμια κλίμακα Likert.
Η κλίμακα στάσης είχε τρεις θεωρητικές υποκλίμακες:
το θεωρητικό πλαίσιο της κατ’ οίκον νοσηλείας,
τον ρόλο των νοσηλευτών,
και τις επιδράσεις στο άτομο και στην οικογένεια.
Η συγκεκριμένη οργάνωση αποτελεί καλό παράδειγμα της ανάγκης να συνδέεται κάθε ομάδα ερωτήσεων με προκαθορισμένη θεωρητική διάσταση.
Εγκυρότητα Περιεχομένου
Η εγκυρότητα περιεχομένου αφορά το κατά πόσο τα ερωτήματα καλύπτουν επαρκώς όλες τις σημαντικές πλευρές της κατασκευής.
Στο αρχικό εργαλείο ζητήθηκε η γνώμη δύο ειδικών και δεκατριών νοσηλευτών και μεταπτυχιακών φοιτητών ως προς την κατανοητότητα του κειμένου.
Στη σύγχρονη πρακτική η διαδικασία μπορεί να ενισχυθεί με ποσοτικούς δείκτες, όπως:
Content Validity Index (CVI)
και
Content Validity Ratio (CVR).
Με αυτόν τον τρόπο η κρίση των ειδικών δεν παραμένει μόνο περιγραφική αλλά αποκτά και ποσοτική τεκμηρίωση.
Πιλοτική Μελέτη
Η πιλοτική εφαρμογή είναι απαραίτητη πριν από τη χρήση του εργαλείου σε μεγάλη μελέτη.
Στο αρχικό αρχείο πραγματοποιήθηκαν δύο φάσεις. Αρχικά το προκαταρκτικό εργαλείο δόθηκε σε 13 άτομα και στη συνέχεια, μετά τις διορθώσεις, εφαρμόστηκε σε δείγμα ευκολίας 100 ασθενών και φροντιστών.
Η πιλοτική μελέτη πρέπει να εξετάζει:
αν οι ερωτήσεις είναι κατανοητές,
αν υπάρχουν προβλήματα συμπλήρωσης,
αν εμφανίζονται ακραία ποσοστά απαντήσεων,
αν οι ερωτήσεις διαφοροποιούν επαρκώς τους συμμετέχοντες,
και αν η συνολική διάρκεια συμπλήρωσης είναι αποδεκτή.
Αξιοπιστία Εσωτερικής Συνέπειας
Στην αρχική μελέτη χρησιμοποιήθηκε ο Cronbach’s α.
Στη δεύτερη φάση προέκυψαν:
α = 0,754 για την κλίμακα γνώσης
και
α = 0,845 για την κλίμακα στάσης.
Οι τιμές αυτές υποδηλώνουν ικανοποιητική έως καλή εσωτερική συνέπεια.
Ωστόσο, στη σύγχρονη ψυχομετρία δεν συνιστάται η αποκλειστική χρήση του Cronbach α.
Για κλίμακες στάσης μπορεί να αναφέρεται επίσης το McDonald’s omega, το οποίο συχνά αποτελεί πιο κατάλληλη εκτίμηση της εσωτερικής συνέπειας.
Για δυαδικά ερωτήματα γνώσης μπορεί να χρησιμοποιηθεί ο KR-20, εφόσον η βαθμολόγηση είναι σωστό/λάθος.
Αξιοπιστία Επαναληπτικών Μετρήσεων
Η σταθερότητα του εργαλείου εξετάστηκε μέσω test-retest.
Στην αρχική μελέτη αναφέρθηκαν:
r = 0,81 για τη γνώση
και
r = 0,67 για τη στάση.
Οι τιμές υποστηρίζουν σχετικά καλή σταθερότητα, ιδιαίτερα για την κλίμακα γνώσης.
Σήμερα, για test-retest αξιοπιστία συχνά προτιμάται ο Intraclass Correlation Coefficient (ICC) αντί του απλού Pearson r, επειδή ο ICC αξιολογεί καλύτερα τη συμφωνία μεταξύ των δύο μετρήσεων και όχι μόνο τη γραμμική συσχέτισή τους.
Διερευνητική Παραγοντική Ανάλυση
Η παραγοντική ανάλυση χρησιμοποιείται για να εξεταστεί αν οι ερωτήσεις οργανώνονται σε υποκείμενες διαστάσεις.
Στο αρχικό εργαλείο υπολογίστηκε:
KMO = 0,72 για την κλίμακα γνώσης
και
KMO = 0,71 για την κλίμακα στάσης.
Οι τιμές αυτές θεωρήθηκαν επαρκείς για διερευνητική ανάλυση.
Η αρχική ανάλυση απέδωσε τέσσερις παράγοντες για τη γνώση, οι οποίοι εξηγούσαν 52% της διακύμανσης, και εννέα παράγοντες για τη στάση, που εξηγούσαν 66%.
Στη σύγχρονη μεθοδολογία, όμως, δεν είναι προτιμότερο να καθορίζεται ο αριθμός των παραγόντων αποκλειστικά με το κριτήριο eigenvalue > 1.
Πιο ισχυρές τεχνικές είναι:
parallel analysis,
scree plot,
και αξιολόγηση της θεωρητικής ερμηνευσιμότητας.
Μέγεθος Δείγματος
Το αρχικό αρχείο αναγνωρίζει ως περιορισμό το μικρό δείγμα των 100 ατόμων και αναφέρει ότι για ανάπτυξη ερωτηματολογίου συχνά συνιστάται πολλαπλάσιος αριθμός συμμετεχόντων ανά ερώτηση.
Πρόκειται για σημαντικό σημείο.
Ένα εργαλείο με 46 συνολικά ερωτήματα και N=100 βρίσκεται σε οριακές συνθήκες για σταθερή παραγοντική λύση.
Σήμερα το απαιτούμενο δείγμα δεν καθορίζεται μόνο από έναν απλό κανόνα «5 ή 10 άτομα ανά ερώτηση». Εξετάζονται επίσης:
οι φορτίσεις,
ο αριθμός παραγόντων,
η κοινότητα των μεταβλητών,
και η πολυπλοκότητα του μοντέλου.
Επιβεβαιωτική Παραγοντική Ανάλυση
Μετά από μια διερευνητική παραγοντική ανάλυση είναι σκόπιμο η προτεινόμενη δομή να ελεγχθεί σε διαφορετικό και μεγαλύτερο δείγμα με Confirmatory Factor Analysis (CFA).
Η CFA επιτρέπει την αξιολόγηση συγκεκριμένου θεωρητικού μοντέλου μέσω δεικτών προσαρμογής όπως:
CFI,
TLI,
RMSEA,
και SRMR.
Η χρήση του ίδιου δείγματος για δημιουργία και επιβεβαίωση της δομής αυξάνει τον κίνδυνο υπερπροσαρμογής.
Συγκλίνουσα και Διακριτική Εγκυρότητα
Η σύγχρονη στάθμιση πρέπει να εξετάζει αν μια κλίμακα συσχετίζεται με άλλα εργαλεία όπως θεωρητικά αναμένεται.
Η συγκλίνουσα εγκυρότητα αναμένεται όταν δύο εργαλεία που μετρούν συγγενείς έννοιες εμφανίζουν σημαντική σχέση.
Η διακριτική εγκυρότητα απαιτεί η κλίμακα να μην ταυτίζεται με διαφορετικές θεωρητικές κατασκευές.
Στην αρχική μελέτη τέτοιοι εξωτερικοί έλεγχοι ήταν περιορισμένοι, κάτι αναμενόμενο για πιλοτικό στάδιο.
Σχέση Γνώσης και Στάσης
Η αρχική μελέτη βρήκε ότι υψηλότερη γνώση συνδεόταν με θετικότερη στάση απέναντι στην κατ’ οίκον νοσηλεία.
Το αποτέλεσμα είναι ενδιαφέρον, αλλά επειδή ο σχεδιασμός ήταν συγχρονικός δεν μπορεί να αποδείξει ότι η αυξημένη γνώση προκαλεί θετικότερη στάση ή το αντίστροφο.
Η σχέση πρέπει να παρουσιάζεται ως συσχέτιση.
Συμπεράσματα
Η ανάπτυξη και στάθμιση ενός ερωτηματολογίου απαιτεί πολυεπίπεδη ψυχομετρική αξιολόγηση.
Η σύγχρονη διαδικασία πρέπει να περιλαμβάνει:
σαφή θεωρητικό ορισμό,
συστηματική ανάπτυξη ερωτημάτων,
αξιολόγηση περιεχομένου,
πιλοτική δοκιμή,
έλεγχο εσωτερικής συνέπειας,
test-retest αξιοπιστία,
διερευνητική παραγοντική ανάλυση,
και επιβεβαιωτική αξιολόγηση σε ανεξάρτητο δείγμα.
Το Ε.ΠΕ.ΘΕ.Κ.Ο.Ν. αποτελεί χαρακτηριστικό παράδειγμα πιλοτικής ανάπτυξης εργαλείου, αλλά όπως αναγνωρίζει και η ίδια η αρχική μελέτη, απαιτείται περαιτέρω επαλήθευση της εγκυρότητας και της αξιοπιστίας του σε μεγαλύτερα και διαφορετικά δείγματα.
Βιβλιογραφία
Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research. Frontiers in Public Health, 6, 149.
DeVellis, R. F., & Thorpe, C. T. (2021). Scale development: Theory and applications (5th ed.). SAGE Publications.
Flora, D. B. (2020). Statistical methods for the social and behavioural sciences: A model-based approach. SAGE Publications.
Furr, R. M. (2021). Psychometrics: An introduction (4th ed.). SAGE Publications.
Kyriazos, T. A. (2018). Applied psychometrics: Sample size and sample power considerations in factor analysis. Psychology, 9, 2207–2230.
McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433.