Veřejnost zajímají zpravidla převratná zjištění a studie zkoumají fenomény významně ovlivňující společnost, lidské zdraví, záhady vesmíru a podobně. Existují však výzkumná témata, která jsou poměrně důležitá, ale leží zcela mimo zájem médií i laiků. Jedním z nich je třeba výzkum toho, jak dobře měřit lidské charakteristiky. To je přitom zcela klíčové – bez kvalitního měření totiž není možné realizovat prakticky žádný další výzkum. A právě na výzkum měření v psychologii se dlouhodobě zaměřuje jeden z výzkumných týmů INPSY.
Velká část psychologického výzkumu je v současnosti založena na „měření“ pomocí dotazníků, ve kterých respondent posuzuje nějakou svou charakteristiku pomocí většího množství položek. Jejich nejčastějším formátem je tzv. Likertova škála. Ta se skládá z výroku, například „Jsem dobrý člověk,“ a nabídky bodované stupnice složené z několika možností, například „nesouhlasím“ (1), „spíše nesouhlasím“ (2), „spíše souhlasím“ (3), „souhlasím“ (4). Nakonec se odpovědi zpravidla sečtou, byť lze aplikovat i složitější statistické postupy.
Od samého začátku se však výzkumníci zabývají tím, kolik odpověďových možností má ideální Likertova stupnice mít. Čtyři? Šest? Deset? Anebo třeba jen dvě (ano/ne)? Stejně živá je otázka ohledně přítomnosti prostředního bodu („tak napůl“) nebo toho, jak přesně mají být jednotlivé odpověďové možnosti popsané.
A právě na počet bodů se zaměřili výzkumníci na INPSY. Již v roce 2020 obhájila Petra Hubatka (nyní doktorandka a výzkumnice na Fakultě sociálních studií) pod vedením Hynka Cíglera svou bakalářskou práci; nyní společně s Davidem Elekem upravený text publikovali v prestižním časopise Assessment.
Jak hodnotíme kvalitu měření? Přesnost a cíl
Měření v sociálních vědách bývá popisované nejčastěji pomocí dvou hlavních charakteristik. Reliabilita nám říká, jak přesně dotazník měří – bez ohledu na to, co vlastně měříme. Jde jednoduše o stabilitu naměřeného skóre, respektive o to, jak moc do měření zasahuje vliv náhody. Validita naopak popisuje, zda dotazník skutečně měří to, co výzkumníci zamýšleli. Existuje mnoho přístupů, jak validitu zhodnotit. V tomto případě výzkumníci zkoumali tzv. kriteriální validitu, tedy zda výsledky dotazníku odpovídají něčemu měřitelnému v reálném světě.
Reliabilita a kriteriální validita bývají těsně propojené. Pokud je náhodných chyb v měření příliš mnoho, skutečný výsledek se v nich může ztratit. Jinými slovy, zpravidla platí, že čím vyšší reliabilita, tím vyšší kriteriální validita. Z dřívějších výzkumů dále víme, že čím větší počet odpověďových možností na Likertově stupnici, tím je chyba měření menší. Reliabilita většinou roste zhruba od dvou do šesti odpověďových možností, dále pak již zůstává na stejné úrovni. To se zdá být logické – podrobnější možnost vyjádřit se o svých charakteristikách by měla zvyšovat rozlišovací schopnost škály, a tedy i její reliabilitu.
Překvapivé výsledky
V nedávné studii výzkumníci INPSY plně replikovali závěry ohledně vztahu počtu odpověďových možností a reliability. Jako první však ukázali, že rostoucí reliabilita nemusí paradoxně vést k vyšší kriteriální validitě. S nárůstem počtu odpovědích možností sice rostla reliabilita, kriteriální validita však zůstávala konstantní.
Toto zjištění bylo velmi překvapivé. Jedním z možných vysvětlení je, že reliabilita neroste s počtem odpověďových možností proto, že by škála měřila stále lépe. Výsledný skór dotazníku zřejmě zašumí jiné systematické vlivy, které s tím, co chceme měřit, nesouvisí, například tzv. odpověďové styly respondentů. Někteří mohou mít tendenci odpovídat extrémněji a častěji volit „krajní“ odpověďové možnosti, jiní se naopak budou držet u vágnější míry souhlasu. Někteří respondenti mohou mít větší tendenci souhlasit s jakoukoli otázkou nehledě na její obsah. Vyšší počet odpověďových možností tedy zvyšuje stabilitu skórů v čase a dotazník měří stále „přesněji“. Skóry jsou však zároveň stále více zkreslené charakteristikami respondentů, které s měřeným psychologickým fenoménem nijak nesouvisí, a kriteriální validita tedy neroste.
Unikátní Dotazník výšky
Výzkumníci svých závěrů dosáhli díky využití inovativního Dotazníku výšky, který byl pro podobné účely vyvinut právě na INPSY. Místo toho, aby se ptal přímo na to, kolik člověk měří, ptá se na otázky typu „Mám vhodnou výšku na hraní basketbalu nebo volejbalu” či „Často musím stát na špičkách, abych lépe viděl”. Jakkoli se to může zdát humorné, tento dotazník skutečně velmi přesně měří lidskou výšku – ostatně si to můžete sami vyzkoušet v demonstrační online verzi. Tím výzkumníci získali nezávislé, objektivní kritérium měřicího nástroje (pravou výšku člověka), které v psychologii zpravidla chybí.
Podobná výzkumná zjištění mohou mít dopad na podobu měření v psychologii. Protože odpovídání na škále ano/ne je rychlejší než odpovídání na delší odpověďové stupnici, může být výhodnější zlepšovat kvalitu měření přidáním dalších otázek v dotazníku než zvýšením počtu odpověďových možností. To pak nabízí nové, zábavnější formáty odpovídání. V další, dosud nepublikované studii, naši členové Hynek Cígler a Adam Strojil předvedli dotazník, v kterém respondenti odpovídají „swipováním“ podobně jako v seznamovací aplikaci Tinder.
Doporučená citace:
Hubatka, P., Cígler, H., & Elek, D. (2026). Spurious Reliability Increase?: The Number of Response Options in the Likert-Type Scale Influences Only Internal Consistency, Not Criterion Validity. Assessment. https://doi.org/10.1177/10731911261452890
