? Copyright by Wydawnictwo Naukowe PWN S.A., Warszawa 2026

Wszystkie prawa zastrzeżone.

Przedruk i reprodukcja w jakiejkolwiek postaci całości bądź części książki bez pisemnej zgody wydawcy są zabronione.

Autorzy i Wydawnictwo dołożyli wszelkich starań, aby wybór i dawkowanie leków w tym opracowaniu były zgodne z aktualnymi wskazaniami i praktyką kliniczną. Mimo to, ze względu na stan wiedzy, zmiany regulacji prawnych i nieprzerwany napływ nowych wyników badań dotyczących podstawowych i niepożądanych działań leków, Czytelnik musi brać pod uwagę informacje zawarte w ulotce dołączonej do każdego opakowania, aby nie przeoczyć ewentualnych zmian we wskazaniach i dawkowaniu. Dotyczy to także specjalnych ostrzeżeń i środków ostrożności. Należy o tym pamiętać, zwłaszcza w przypadku nowych lub rzadko stosowanych substancji.

Recenzent: dr hab. Paulina Mościcka, prof. UMK

Wydawca: Anna Plewa

Redaktor prowadzący: Barbara Nowak-Pacholczak

Redaktor merytoryczny: Zuzanna Wierus

Producent: Marta Kubica

Projekt okładki i stron tytułowych: Anna Kulikowska

Zdjęcie na okładce: MAXIMUM ART/Shutterstock

eBook został przygotowany na podstawie wydania papierowego z 2026 r. (Wydanie I)

Warszawa 2026

PZWL Wydawnictwo Lekarskie

ISBN: 978-83-01-25154-3

DOI: https://doi.org/10.53271/2026.054

Wydawnictwo Naukowe PWN S.A.

ul. G. Daimlera 2

02-460 Warszawa

www.pwn.pl

www.nursing.com.pl

Księgarnia wysyłkowa:

tel. 42 680 44 88; infolinia: 801 33 33 88

e-mail: wysylkowa@pzwl.pl

Skład wersji elektronicznej na zlecenie Wydawnictwo Naukowe PWN S.A.: Michał Latusek

Wydawca nie ponosi odpowiedzialności za treść ogłoszeń zamieszczonych przez reklamodawców.

AUTORZY

Prof. dr hab. n. o zdr., mgr piel. Dariusz Bazaliński

Zakład Profilaktyki i Leczenia Ran, Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski;Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski;Poradnia Leczenia Ran, Szpital Specjalistyczny, Podkarpacki Ośrodek Onkologiczny w Brzozowie

Mgr piel. Bartosz Bogdał

Oddział Anestezjologii i Intensywnej Terapii, Szpital Czerniakowski Sp. z o.o. w Warszawie

Dr n. o zdr., mgr piel. Marta Brzuszek

Laboratorium Badań Innowacyjnych w Pielęgniarstwie; Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski; Uniwersyteckie CentrumBadawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum,Uniwersytet Rzeszowski

Mgr piel. Aleksandra Góral-Kubasik

Katedra Pielęgniarstwa i Ratownictwa Medycznego, Uniwersytet Pomorski w Słupsku

Mgr piel. Barbara Grążka

Klinika Dermatologii i Dermatologii Onkologicznej, Uniwersytecki Szpital Kliniczny im. Fryderyka Chopina w Rzeszowie

Dr n. med., mgr piel. Kazimiera Hebel, prof. Uczelni

Katedra Pielęgniarstwa i Ratownictwa Medycznego, Uniwersytet Pomorski w Słupsku

Dr n. o zdr., mgr piel. Marta Hreńczuk

Zakład Pielęgniarstwa Chirurgicznego, Transplantacyjnego i Leczenia Pozaustrojowego, Warszawski Uniwersytet Medyczny

Mgr piel. Mariola Hus

Oddział Radioterapii, Uniwersytecki Szpital Kliniczny im. Fryderyka Chopina w Rzeszowie

Mgr piel. Małgorzata Juda

Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski; Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski

Mgr fizj. Wojciech Kasperek

Instytut Fizjoterapii, Collegium Medicum, Uniwersytet Rzeszowski

Dr n. med., mgr fizj. Maciej Kochman

Zakład Fizjoterapii Klinicznej w Dysfunkcjach Narządu Ruchu, Instytut Fizjoterapii, Collegium Medicum, Uniwersytet Rzeszowski; Laboratorium Biomechaniki, Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski

Mgr piel. Elżbieta Kuźniar

Klinika Dermatologii i Dermatologii Onkologicznej,Uniwersytecki Szpital Kliniczny im. Fryderyka Chopina w Rzeszowie

Prof. dr hab. n. med. Wojciech Leppert

Katedra Medycyny Paliatywnej, Instytut Nauk Medycznych, Collegium Medicum, Uniwersytet Zielonogórski

Dr n. o. zdr., mgr piel. Aneta Lesiak

Laboratorium Badań Innowacyjnych w Pielęgniarstwie, Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Collegium Medicum, Uniwersytet Rzeszowski; Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu,Collegium Medicum, Uniwersytet Rzeszowski

Lek. Agnieszka Lipińska

Pracownia Leczenia Ran, Centrum Medyczne ARGO w Łodzi

Dr n. med. Przemysław Lipiński

Pracownia Leczenia Ran, Centrum Medyczne ARGO w Łodzi

Mgr piel. Ewelina Małek

Klinika Gastroenterologii, Endokrynologii i Chorób Wewnętrznych, SP ZOZ MSWiA w Rzeszowie

Mgr piel. Dominika Niewierowska

Zakład Pielęgniarstwa Chirurgicznego, Transplantacyjnego i Leczenia Pozaustrojowego, Warszawski Uniwersytet Medyczny

Lek. Aleksandra Opalińska

Indywidualna Dermatologiczna Praktyka Lekarska

Dr n. o zdr., mgr piel. Tomasz Piątek

Zakład Pielęgniarstwa Chirurgicznego, Transplantacyjnego i Leczenia Pozaustrojowego, Warszawski Uniwersytet Medyczny

Dr n. o zdr., mgr ek. i org. ochr. zdr. Danuta Pięciak-Kotlarz

Katedra Położnictwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski; Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski

Dr n. hum., mgr piel. Joanna Przybek-Mita

Katedra Ratownictwa Medycznego, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski;Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski;Ośrodek Kształcenia Podyplomowego Pielęgniarek i Położnych w Rzeszowie Sp. z o. o.; NZOZ EDUMED w Sędziszowie Małopolskim

Dr n. med. Maciej Pytka

Oddział Chirurgii Naczyniowej, Wojewódzki Szpital Specjalistyczny im. Janusza Korczaka w Słupsku

Mgr piel. Martyna Pytka

Katedra Pielęgniarstwa i Ratownictwa Medycznego, Uniwersytet Pomorski w Słupsku

Dr n. o zdr., mgr piel. Izabela Sałacińska

Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski; Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski

Dr n. o zdr., mgr piel. Mateusz Skórka

Katedra Pielęgniarstwa, Wydział Lekarski i Nauk o Zdrowiu, Akademia Tarnowska

Dr n. o zdr., mgr piel. Anna Surmacz

Zakład Profilaktyki i Leczenia Ran, Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski;Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski;Poradnia Leczenia Ran, Szpital Specjalistyczny, Podkarpacki Ośrodek Onkologiczny w Brzozowie

Dr n. o zdr., mgr piel. Paulina Szymańska

Wydział Nauk Medycznych i Nauk o Zdrowiu, Uniwersytet Radomski im. Kazimierza Pułaskiego; Przychodnia Medicare+ w Radomiu

Prof. dr hab. n. o zdr., mgr piel. Paweł Więch

Instytut Pielęgniarstwa, Wydział Nauk o Zdrowiu i Psychologii, Uniwersytet Rzeszowski; Uniwersyteckie Centrum Badawczo-Rozwojowe w Naukach o Zdrowiu, Collegium Medicum, Uniwersytet Rzeszowski

Dr hab. n. o zdr. Danuta Zarzycka, prof. UML

Zakład Pediatrii i Pielęgniarstwa Pediatrycznego, Katedra Zintegrowanej Opieki Pielęgniarskiej, Uniwersytet Medyczny w Lublinie

PRZEDMOWA

Współczesne pielęgniarstwo kliniczne w Polsce przechodzi dynamiczną transformację, obejmującą rozwój kompetencji, wzrost autonomii zawodowej oraz wdrażanie nowoczesnych metod diagnostycznych i terapeutycznych. Szczególne miejsce w tym procesie zajmują profilaktyka i leczenie ran trudno gojących się i przewlekłych, które staje się jednym z najbardziej wymagających i interdyscyplinarnych obszarów opieki medycznej.

Starzenie się społeczeństwa i obserwowalny wzrost liczby chorób przewlekłych powodują systematyczne zwiększanie grupy pacjentów wymagających specjalistycznej komplementarnej opieki. Coraz większą rolę odgrywają także profilaktyka powikłań, indywidualizacja terapii oraz monitorowanie skuteczności leczenia. W odpowiedzi na te wyzwania rozwija się pielęgniarstwo kliniczne w wielu dyscyplinach i obszarach, oparte na wiedzy naukowej, standardach klinicznych oraz wykorzystaniu zaawansowanych technologii medycznych. W tym kontekście szczególnego znaczenia nabiera klinimetria związana z pomiarem, oceną i analizą parametrów klinicznych dotyczących procesu leczenia oraz funkcjonowania pacjenta.

Klinimetria w profilaktyce i leczeniu ran stanowi wspierające narzędzie w procesie podejmowania decyzji terapeutycznych i monitorowaniu procesu leczenia. Umożliwia obiektywną ocenę stanu rany, monitorowanie postępów gojenia, analizę skuteczności zastosowanych metod terapeutycznych oraz ocenę jakości życia pacjenta. Dzięki wykorzystaniu skal klinicznych, wskaźników gojenia, narzędzi oceny bólu, ryzyka zakażenia czy ryzyka powstawania odleżyn możliwe jest prowadzenie bardziej precyzyjnej, bezpiecznej i skutecznej terapii, a uzyskane wyniki można porównywać z danymi światowymi. Wdrażanie procedur terapeutycznych opartych na dowodach naukowych, podejmowanie samodzielnych działań związanych z profesjonalną opieką i wsparcie innych przedstawicieli ochrony zdrowia są wykładnią zaawansowanej praktyki.

Pielęgniarstwo zaawansowanej praktyki jest pożądaną ścieżką kariery zawodowej pielęgniarek w Polsce i powinno być budowane na realnym fundamencie krajowej ochrony zdrowia na przykładzie wiodących liderów pielęgniarstwa światowego. Wysokie kompetencje oraz umiejętności kliniczne mają przyczynić się do obniżenia kosztów oraz zwiększenia dostępności opieki, w tym podnoszenia jakości i dobrostanu pacjentów w różnych placówkach opieki zdrowotnej.

Oddajemy w Państwa ręce publikację, która wzmocni ważne ogniwo, jakim jest ocena stanu i planowanie działań terapeutycznych. Książka została przygotowana z myślą o pielęgniarkach, lekarzach, fizjoterapeutach oraz przedstawicielach zawodów medycznych zaangażowanych w proces profilaktyki i leczenia ran. Jej celem jest przedstawienie znaczenia klinimetrii w nowoczesnej terapii ran, omówienie metod oceny klinicznej oraz omówienie praktycznych narzędzi wykorzystywanych w codziennej praktyce medycznej. Połączyliśmy wiedzę teoretyczną z doświadczeniem klinicznym, ukazując znaczenie systematycznej oceny parametrów leczenia dla poprawy jakości opieki i bezpieczeństwa pacjenta. Materiał filmowy nie jest wyreżyserowany, składa się z autentycznych sytuacji oceny stanu pacjenta i zaopatrzenia rany w trakcie codziennej praktyki klinicznej.

W dobie dynamicznego rozwoju medycyny, cyfryzacji ochrony zdrowia oraz rosnącego znaczenia zaawansowanej praktyki pielęgniarskiej klinimetria staje się nie tylko elementem wspomagającym terapię, lecz także jednym z fundamentów nowoczesnego leczenia ran. Dzięki precyzyjnemu pomiarowi i analizie możliwe jest skuteczniejsze przewidywanie przebiegu gojenia, ograniczenie powikłań oraz wdrażanie terapii odpowiadających rzeczywistym potrzebom pacjenta.

Redaktorzy naukowi

Dariusz Bazaliński, Joanna Przybek Mita

1PODSTAWY TEORETYCZNE TWORZENIA I WALIDACJI KWESTIONARIUSZOWYCH NARZĘDZI POMIAROWYCHDanuta Zarzycka

1.1Wprowadzenie

Pomiar jest integralną częścią praktyki klinicznej i można go zdefiniować jako kategoryzację cech bądź atrybutów obiektu, zjawiska lub koncepcji. W naukach o zdrowiu pomiar stanowi podstawę obiektywnej oceny stanu pacjenta, a także skutecznej interwencji oraz jakości opieki nad nim. W pielęgniarstwie - szczególnie w kontekście opieki nad pacjentem z raną - wiarygodne narzędzia pomiarowe są niezbędne do oceny bólu, jakości życia chorego, jego gotowości do leczenia czy poziomu samoopieki. Co więcej, rozwój specjalizacji pielęgniarskich wymaga coraz bardziej precyzyjnych i wystandaryzowanych metod oceny, które pozwalają na porównywanie wyników w różnych populacjach i środowiskach klinicznych.

Istotną rolę w tym procesie odgrywają kwestionariusze i skale klinimetryczne. Umożliwiają one ocenę ilościową subiektywnych doświadczeń pacjentów, takich jak nasilenie bólu i dyskomfortu czy satysfakcja z opieki. W pielęgniarskiej praktyce klinicznej stanowią narzędzie wspomagające decyzje terapeutyczne i monitorowanie efektów interwencji.

1.2Podstawy teoretyczne pomiaru

Nauką zajmującą się szeroko rozumianymi pomiarami, w tym ich zasadami, metodami oraz dokładnością, a także standaryzacją, jest metrologia (metron - miara, logos - nauka).

Metrologia jest nauką o uniwersalnym charakterze, znajdującą zastosowanie w różnych dziedzinach, takich jak: fizyka, chemia, medycyna czy psychologia. Dziedzinami szczegółowymi metrologii w naukach społecznych i medycznych są:

- Psychometria ma charakter bardziej teoretyczny i statystyczny - skupia się na tym, aby narzędzie było wewnętrznie zgodne i rzetelne statystycznie (współczynnik ? Cronbacha, trafność czynnikowa).

- Klinimetria - pojęcie wprowadzone przez Alvana R. Feinsteina (1987), które pozwala na ocenę, czy narzędzie jest użyteczne klinicznie, czy odzwierciedla rzeczywiste zmiany w zakresie stanu zdrowia pacjenta i czy pomaga w podejmowaniu właściwych decyzji terapeutycznych.

- Socjometria bada relacje społeczne i dynamikę grup, co ma znaczenie np. w badaniu zespołów pielęgniarskich, relacji między personelem a pacjentami czy poziomu wsparcia w środowisku zawodowym.

W literaturze anglosaskiej czasem używa się terminu health metrology jako ogólnego pojęcia obejmującego psychometrię i klinimetrię.

TABELA 1.1.

Zakres i typu pomiaru w metrologii, psychometrii, klinimetrii i socjometrii

Dziedzina

Zakres

Typ pomiaru

Przykład

Metrologia

Ogólna nauka o pomiarze

Wartości fizyczne i abstrakcyjne

Pomiar bezpośredni (przyrządowy), np. temperatury ciała, RR, kalibracja sprzętu

Pomiar pośredni (skale, kwestionariusze) standaryzacja narzędzi (skale, kwestionariusze)

Psychometria

Pomiar cech psychologicznych

Postawy, emocje, inteligencja

Pomiar pośredni: skala Becka (kwestionariusz samooceny objawów depresji u dorosłych), test NEO-PI-R (ocena cech osobowości)

Klinimetria

Pomiar zjawisk klinicznych

Objawy, funkcjonowanie, jakość życia

Pomiar pośredni: VAS (Visual Analogue Scale), NRS (Numerical Rating Scale) (odczucia subiektywne), ESAS (skala oceny wpływu leczenia na jakość życia), Bates-Jensen (skala do oceny ran)

Socjometria

Pomiar relacji społecznych

Struktura grupy, role społeczne

Pomiar pośredni: Kwestionariusz Moreno / Socjogram Moreno (bada stosunki międzyludzkie w grupie)

W kontekście opieki nad pacjentem z raną przykładowe zakresy tematyczne pomiaru to:

- klinimetria ? ocena bólu, jakości życia, skuteczności leczenia;

- psychometria ? postawy pielęgniarek wobec terapii bólu;

- socjometria ? analiza współpracy w zespole terapeutycznym i wpływu relacji interpersonalnych na wyniki leczenia.

TABELA 1.2.

Porównanie szczegółowe cech klinimetrii, psychometrii i socjometrii

Kryterium

Klinimetria

Psychometria

Socjometria

Definicja

Dziedzina zajmująca się ilościową oceną objawów, funkcjonowania i jakości życia w kontekście klinicznym (Feinstein, 1987)

Dziedzina zajmująca się pomiarem cech psychologicznych, postaw i zachowań jednostki z użyciem testów standaryzowanych (Streiner, 2003)

Metoda badania relacji interpersonalnych w grupie, analizująca struktury społeczne i pozycję jednostek (Moreno, 1954)

Cel pomiaru

Ujęcie klinicznie istotnych zmian stanu zdrowia pacjenta; wrażliwość na zmiany w czasie

Dokładne odwzorowanie konstruktu teoretycznego (np. inteligencji, lęku, osobowości)

Diagnoza więzi, ról i struktury społecznej w grupie (np. zespole pielęgniarskim)

Typ danych

Subiektywne i obiektywne wskaźniki kliniczne (objawy, funkcjonowanie, jakość życia)

Wyniki testów psychologicznych, kwestionariuszy postaw i cech

Preferencje wyborów społecznych (np. z kim chciałoby się pracować)

Źródło danych

Pacjent, obserwacja kliniczna, dokumentacja medyczna

Jednostka badana (samoopis)

Członkowie grupy społecznej

Rodzaj narzędzi

Skale oceny objawów (VAS, ESAS, Bates-Jensen), indeksy kliniczne

Testy psychologiczne, skale postaw, inwentarze osobowości (np. NEO-PI-R)

Socjogramy, macierze relacji, ankiety preferencji grupowych

Kontekst zastosowania

Medycyna, pielęgniarstwo, rehabilitacja, zdrowie publiczne

Psychologia, pedagogika, socjologia, nauki o zdrowiu

Socjologia, edukacja, zarządzanie zespołami, pielęgniarstwo zespołowe

Kryterium jakości

Trafność kliniczna, czułość na zmiany, interpretacja praktyczna

Trafność konstruktu, rzetelność, standaryzacja, normy

Trafność socjometryczna, stabilność relacji, powtarzalność struktury grupowej

Podstawy teoretyczne

Medycyna kliniczna

Teorie cech psychologicznych i psychometrii klasycznej

Teoria pola społecznego Moreno, dynamika grupowa

Główna jednostka analizy

Pacjent / przypadek kliniczny

Jednostka (osoba)

Grupa społeczna

Typ walidacji

Kliniczna (reagowanie na zmiany, zgodność z oceną eksperta / klinicysty)

Statystyczna (analiza czynnikowa, współczynnik ? Cronbacha)

Strukturalna (analiza gęstości i centralności sieci)

Przykład zastosowania w pielęgniarstwie

Ocena bólu i jakości życia u pacjentów z raną przewlekłą

Ocena postaw pielęgniarek wobec bólu lub empatii

Analiza współpracy w zespole pielęgniarskim

1.3Klinimetria w naukach o zdrowiu: najlepsze praktyki w tworzeniu kwestionariuszowych narzędzi pomiarowych

Kwestionariusze/skale są narzędziami służącymi do pomiaru konstruktów teoretycznych, które nie są dostępne bezpośredniej obserwacji, a wnioskowanie o nich odbywa się na podstawie wskaźników behawioralnych lub odpowiedzi badanych. Ponieważ żaden pojedynczy wskaźnik nie oddaje w pełni złożonych postaw lub stanów klinicznych, stosuje się skale obejmujące zestaw pytań/wskaźników/pozycji. W potocznym użyciu często używa się zamiennie terminów "skala" i "kwestionariusz", jednak dla potrzeb dalszych racjonalnych analiz należy przytoczyć kilka cech różnicujących.

Skala służy do pomiaru natężenia lub poziomu konstruktu (np. depresji, bólu, lęku, samooceny, jakości życia). Natomiast wynik skali to wartość liczbowa, która odzwierciedla poziom mierzonego zjawiska. Odpowiedzi udzielane są zwykle w formie skali Likerta (1-5; 1-7) lub NRS/VAS. Wyniki często się sumuje w ramach procedury scoringu, co pozwala uzyskać jeden wynik ogólny lub kilka cząstkowych (subskale). Pozycje są ze sobą powiązane w ramach relacji statystycznych, ocenianych m.in. za pomocą współczynnika ? Cronbacha. Każda skala musi być zwalidowana, tj. prezentować określoną trafność, rzetelność, moc różnicującą oraz strukturę czynnikową.

Kwestionariusz pozwala na zgromadzenie informacji o charakterze jakościowym lub ilościowym. Może zawierać skalę, ale nie musi prowadzić do uzyskania wyniku liczbowego. Czasem bywa zbiorem pytań o różnym charakterze, nie musi być zwalidowany psychometrycznie, tj. poddany analizie rzetelności ani trafności. Podobnie jest w przypadku indeksów, których elementy mogą nie być ze sobą skorelowane, ponieważ każdy z nich w sposób niezależny przyczynia się do pomiaru ogólnego konstruktu.

Opracowano już tysiące kwestionariuszy i skal służących do pomiaru różnorodnych zachowań, doświadczeń społecznych, postaw psychologicznych czy zjawisk zdrowotnych. Wraz z rozwojem nauki i pojawianiem się nowych problemów powstaje jednak konieczność tworzenia kolejnych narzędzi pomiarowych.

Proces konstruowania skali nie jest zadaniem ani oczywistym, ani prostym. Obejmuje wiele etapów, często wymaga znacznych nakładów czasu i zasobów, a także zastosowania zaawansowanych analiz statystycznych.

Na potrzeby tej książki założono możliwie jasne i przystępne przedstawienie etapów rozwoju kwestionariusza/skali, tak aby ułatwić projektowanie nowych, trafnych i rzetelnych narzędzi, a także sprzyjać doskonaleniu już istniejących. W tym kontekście przedstawione treści mogą pełnić funkcję przewodnika po najlepszych praktykach związanych z opracowaniem narzędzia pomiarowego.

Tworzenie skali obejmuje trzy fazy i dziewięć kroków (ryc. 1.1):

- Rozwój elementów/itemów skali:

1 - identyfikacja domen i tworzenie itemów/pytań/stwierdzeń;

2 - ocena trafności merytorycznej.

- Opracowanie skali:

3 - testowanie wstępne itemów;

4 - dobór próby i przeprowadzenie ankiety;

5 - redukcja pozycji;

6 - wyodrębnienie czynników/podskal.

- Ewaluacja skali:

7 - testy wymiarowości;

8 - testy niezawodności / ocena rzetelności;

9 - testy ważności / ocena trafności.

Rozwój elementów/itemów skali

1. Identyfikacja domen i tworzenie itemów/pytań/stwierdzeń

Proces tworzenia rzetelnego narzędzia pomiarowego rozpoczyna się od precyzyjnej identyfikacji domeny, czyli konstruktu będącego przedmiotem badania. Są to określone zjawiska, atrybut lub zachowanie, które nie są bezpośrednio obserwowalne, dlatego ich jasne zdefiniowanie stanowi fundament całego procesu pomiarowego. Dokładna definicja umożliwia lepsze zrozumienie badanego zjawiska, wyznacza granice obszaru zainteresowania i toruje drogę do trafnego generowania pozycji oraz późniejszej walidacji narzędzia.

Swan i wsp. (2023) proponują, aby etap identyfikacji domeny obejmował kilka istotnych działań, takich jak:

- określenie celu, jakiemu ma służyć konstrukt;

- analiza istniejących narzędzi;

- ustalenie, czy konieczne jest opracowanie nowego instrumentu.

Jeżeli podobna skala już istnieje, ważne staje się uzasadnienie potrzeby stworzenia nowej, np. przez wskazanie jej unikalnych cech lub braków w dotychczasowych rozwiązaniach. Kolejne kroki obejmują przedstawienie wstępnej definicji pojęciowej i określenie wymiarów domeny, o ile takie występują. Mogą one zostać ustalone zarówno teoretycznie, jak i przy użyciu metod statystycznych.

Po zdefiniowaniu domeny rozpoczyna się proces generowania pytań, który wykorzystuje dwie podstawowe metody: dedukcyjną i indukcyjną. Podejście dedukcyjne opiera się na przeglądzie literatury i analizie już istniejących narzędzi, indukcyjne natomiast zakłada wyłanianie hipotez na podstawie danych jakościowych, uzyskanych m.in. przez obserwacje, w wywiadach czy podczas zebrań grup fokusowych. Najlepsze rezultaty osiąga się jednak, łącząc obie metody - analiza teoretyczna umożliwia zakotwiczenie skali w istniejącej wiedzy, natomiast dane jakościowe pozwalają uchwycić realne doświadczenia uczestników i nadać pozycjom charakter praktyczny. Początkowa pula pytań powinna obejmować zarówno zagadnienia ważne, jak i takie, które ostatecznie mogą się okazać marginalne. W literaturze zaleca się, aby była ona co najmniej trzykrotnie większa od planowanej wersji końcowej, co zwiększa szanse na wyselekcjonowanie najtrafniejszych pozycji.

W procesie tworzenia pytań istotne znaczenie ma dbałość o ich formę i zrozumiałość. Pytania muszą być jednoznaczne, proste i pozbawione uprzedzeń, aby były interpretowane jednakowo przez wszystkich respondentów. Istotne jest również zapewnienie, że uczestnicy dysponują wiedzą niezbędną do udzielenia rzetelnej odpowiedzi oraz że pytania nie mają charakteru obraźliwego czy stronniczego. Dotyczy to także sposobu udzielania odpowiedzi - skale Likerta powinny obejmować pełne kontinuum pomiarowe i - najczęściej - od pięciu do siedmiu kategorii, co sprzyja uzyskaniu stabilnych i wiarygodnych wyników. Przyjęcie zbyt wąskich kategorii może obniżyć rzetelność, natomiast zbyt szczegółowy podział nie przynosi dodatkowych korzyści.

Jednym z najpoważniejszych zagrożeń na etapie definiowania domeny jest jej niewłaściwa konceptualizacja, prowadząca do niejednoznaczności lub powiązania z innymi konstruktami. Również pominięcie istotnych aspektów zjawiska - tzw. niedoreprezentacja konstruktu - może prowadzić do osłabienia trafności skali. Z kolei włączanie treści niepowiązanych powoduje wzrost wariancji nieistotnej, co zaburza interpretację wyników.

2. Ocena trafności merytorycznej

Trafność treści, często określana jako analiza teoretyczna, jest jednym z najważniejszych elementów oceny jakości narzędzia pomiarowego. Określa ona, w jakim stopniu zestaw pozycji odzwierciedla domenę zdefiniowaną w ramach konstruktu. Oznacza to, że narzędzie powinno mierzyć wyłącznie to zjawisko, które zostało ujęte w definicji pojęciowej - bez włączania elementów powiązanych, lecz nieistotnych dla danej koncepcji. Współczesne ujęcia trafności treści podkreślają również znaczenie reprezentatywności wobec doświadczeń badanej populacji, dzięki czemu narzędzie nie tylko jest zgodne z teorią, ale także trafnie opisuje realne przeżycia respondentów.

Klasyczne założenia Guiona dotyczące trafności treści pozostają aktualne także we współczesnych badaniach. Wymagają one m.in.:

- jednoznacznego zdefiniowania domeny;

- zgodności ekspertów co do zakresu treści;

- możliwości rzetelnej oceny odpowiedzi.

Ocena trafności treści opiera się głównie na opinii ekspertów oraz przedstawicieli populacji docelowej. Eksperci mający wiedzę merytoryczną i doświadczenie w rozwoju narzędzi dokonują systematycznej oceny każdego elementu, często wykorzystując procedury statystyczne, takie jak współczynnik ? Cohena czy indeks ważności treści. W ostatnich latach podkreśla się, że skuteczność tych metod wzrasta wraz z liczbą ekspertów oraz przejrzystością procedury wyboru pozycji. Coraz częściej stosuje się również metodę Delphi, która umożliwia wielorundowe uzgadnianie opinii, aż do osiągnięcia konsensusu. Jednocześnie rośnie znaczenie oceny dokonywanej przez przedstawicieli populacji docelowej - szczególnie w zakresie trafności pozornej. Dzięki takim technikom, jak wywiady poznawcze, użytkownicy końcowi mogą ocenić, czy poszczególne pozycje są zrozumiałe, adekwatne i zgodne z ich doświadczeniem. Wspólne angażowanie się obu grup sędziów uznaje się obecnie za najlepszą praktykę w rozwoju skal, ponieważ łączy ono perspektywy teoretyczną, praktyczną i kulturową.

Opracowanie skali

3. Testowanie wstępne itemów

Testowanie wstępne stanowi istotny etap konstrukcji narzędzi badawczych, ponieważ umożliwia sprawdzenie, czy pytania są zrozumiałe i adekwatne dla populacji docelowej, co znacząco redukuje ryzyko błędów pomiarowych wynikających z nieporozumień semantycznych. Dzięki eliminowaniu nieprecyzyjnych sformułowań oraz dopasowaniu języka do kompetencji respondentów zmniejsza się również obciążenie poznawcze uczestników badania, co sprzyja uzyskaniu bardziej rzetelnych odpowiedzi. Testowanie wstępne obejmuje dwa główne elementy: ocenę tego, czy treść pytań odzwierciedla badaną domenę, oraz analizę tego, czy udzielane odpowiedzi prowadzą do trafnego pomiaru.

Spośród wszystkich metod wstępnego testowania najczęściej rekomenduje się wywiady poznawcze, umożliwiające szczegółowe zrozumienie procesów myślowych respondentów w trakcie udzielania odpowiedzi. Polegają one na prezentowaniu pytań roboczych oraz proszeniu uczestników o werbalizowanie sposobu, w jaki je interpretują i odpowiadają na nie. Technika ta pozwala identyfikować pytania niejasne, trudne lub nieadekwatne oraz modyfikować je jeszcze przed finalizacją kwestionariusza. Badacze zalecają prowadzenie 5-15 wywiadów w kilku rundach, aż do osiągnięcia nasycenia danych, co zapewnia pełniejszą ocenę przejrzystości i funkcjonalności narzędzia. Wywiady poznawcze dostarczają także informacji na temat adekwatności opcji odpowiedzi i ujawniają problemy związane z kolejnością pytań, co czyni je jedną z najskuteczniejszych metod doskonalenia narzędzi pomiarowych. Przykłady współczesnych badań pokazują, że metoda ta pozwala znacząco udoskonalić narzędzia przez usuwanie niejasnych pytań oraz poprawę ich języka i struktury.

4. Dobór próby i przeprowadzenie ankiety

Administracja ankiet odgrywa istotną rolę w uzyskaniu rzetelnych danych przy minimalnym błędzie pomiarowym. Współcześni badacze mogą korzystać zarówno z tradycyjnych ankiet papierowych (paper-and-pencil interviewing, PAPI), jak i ze wspomaganych komputerowo wywiadów osobistych (computer-assisted personal interviewing, CAPI), realizowanych za pomocą laptopów, tabletów czy smartfonów. W literaturze podkreśla się, że zastosowanie technologii cyfrowych pozwala zredukować błędy wynikające z ręcznego wprowadzania danych, ułatwia pracę z dużymi próbami i pozwala na bieżący monitoring jakości danych. Dodatkową zaletą CAPI jest możliwość wykorzystania modułów audio, które zwiększają dostępność ankiet dla osób o niskich umiejętnościach czytania, a także poprawiają raportowanie wrażliwych zachowań, gdy wywiad prowadzony jest samodzielnie przez respondenta (computer-assisted self-interviewing, CASI).

Mimo licznych korzyści technologicznych tradycyjne formularze papierowe wciąż mają swoje zastosowanie, zwłaszcza w kontekstach o ograniczonej infrastrukturze technicznej. Mogą stanowić zabezpieczenie przed utratą danych w wypadku awarii sprzętu lub braku dostępu do energii elektrycznej. W dużych projektach badawczych zastosowanie PAPI wiąże się jednak z wyższymi kosztami, większą pracochłonnością i większym ryzykiem błędów ludzkich. Z tego względu aktualne rekomendacje badawcze wskazują na preferencję stosowania metod CAPI wszędzie tam, gdzie jest to możliwe i uzasadnione logistycznie.

Ustalanie wielkości próby jest najważniejszym etapem w procesie rozwijania skal psychometrycznych. W literaturze podkreśla się, że próba powinna być możliwie heterogeniczna i reprezentatywna dla populacji, w której narzędzie będzie stosowane, co zwiększa trafność konstruktu oraz stabilność wyników. Dlatego można skorzystać z kalkulatora doboru próby, który oblicza minimalną (wymaganą) liczbę osób w próbie (w badaniu na próbie pochodzącej z populacji) przy założeniu poszczególnych parametrów. Podana wartość informuje o tym, ile należy zbadać osób w badaniu, aby uzyskać daną wartość błędu minimalnego w pomiarze przy ustalonym poziomie ufności do wyniku (np. 95%; https://www.naukowiec.org/dobor.html).

Współczesne badania potwierdzają, że rekomendacje dotyczące relacji liczby uczestników do liczby pozycji skali pozostają zróżnicowane, jednak za minimalny poziom często przyjmuje się stosunek 10 : 1, co ma zapewnić stabilność estymacji czynnikowej oraz ograniczenie błędu pomiaru. Jednocześnie wskazuje się, że sama liczba pozycji nie powinna być jedynym kryterium - ostateczna wielkość próby zależy również od złożoności modelu, poziomu jego komunalności oraz zakładanej liczby czynników. Komunalność to miara używana w analizie czynnikowej, określająca część całkowitej wariancji danego elementu (pytania). Wskazuje ona, w jakim stopniu dana pozycja jest powiązana z ogólną strukturą czynnikową i na ile reprezentuje mierzony konstrukt. Wysoka komunalność (> 0,50) oznacza, że zmienna dobrze wpisuje się w model, niska zaś (< 0,30) sugeruje, że słabo reprezentuje wspólny czynnik lub może być indywidualna dla respondenta. Nowsze prace sugerują, że bardziej powtarzalne rozwiązania czynnikowe pozwalają uzyskać próby liczące 300-500 osób, a w przypadku modeli złożonych zaleca się stosowanie jeszcze większych zbiorów danych. Mimo że zwiększanie liczebności próby niemal zawsze poprawia precyzję pomiaru, ostateczne decyzje muszą być dostosowane do dostępnych zasobów, kontekstu populacji oraz celów badania przy jednoczesnym zachowaniu równowagi między wymogami metodologicznymi a możliwościami organizacyjnymi projektu.

Dobór typu danych jest istotny w rozwoju skali psychometrycznej - nie wystarczy jednorazowe badanie, jeśli celem jest ocena stabilności pomiaru. Dane longitudinalne, czyli takie, które obejmują co najmniej dwa punkty czasowe, pozwalają na przeprowadzenie analizy test-retest oraz konfirmacyjnej analizy czynnikowej w czasie. W ten sposób można zweryfikować, czy struktura skali pozostaje niezmienna, a także zbadać rzetelność międzyokresową. Idealną procedurą metodologiczną jest budowa narzędzia na jednej próbie (np. próbie A), a w dalszej kolejności - weryfikacja modelu na drugiej, niezależnej (próbie B), co zwiększa wiarygodność uzyskanych wyników. Przykładem takiego podejścia jest skala radzenia sobie z własną skutecznością (Coping Self-Efficacy Scale, CSE), testowana przez Chesney i wsp. (2006) z użyciem dwóch odrębnych prób i wielu pomiarów w czasie. Takie postępowanie umożliwia kompleksową ocenę psychometryczną, łącząc walidację struktury, stabilności oraz powtarzalności miary.

5. Redukcja pozycji

Analiza redukcji pozycji to etap opracowywania skali, którego celem jest wyłonienie wyłącznie tych elementów, które są trafne, spójne i istotne dla mierzonej domeny. Na tym etapie eliminuje się pytania słabo skorelowane z konstruktem, nadmiernie podobne do innych lub generujące wysoki poziom błędu pomiaru. Proces ten opiera się najczęściej na dwóch podstawowych podejściach psychometrycznych: klasycznej teorii testu (classical test theory, CTT) oraz teorii odpowiedzi na pozycje testowe (item response theory, IRT). CTT koncentruje się na analizie wariancji wyników obserwowalnych i zakłada, że na wynik jednostki składają się część prawdziwa oraz błąd losowy. Z kolei IRT umożliwia ocenę funkcjonowania pozycji na różnych poziomach cechy ukrytej, dostarczając bardziej precyzyjnych informacji o trudności, mocy dyskryminacyjnej i błędzie standardowym każdej pozycji. W zależności od zastosowanej teorii wykorzystuje się różne techniki - takie jak analiza korelacji, wskaźniki trudności i dyskryminacji czy ocena parametrów pozycji - aby zredukować pulę pytań do najbardziej informatywnych (bogatych w dane). Celem jest uzyskanie zestawu pozycji, który najlepiej reprezentuje konstrukty, a jednocześnie minimalizuje nadmiarowość i zwiększa rzetelność narzędzia.

Wskaźnik trudności pozycji w testach psychometrycznych jest parametrem uwzględnianym zarówno w CTT, jak i w IRT. W podejściu CTT miara trudności określana jest jako odsetek osób udzielających poprawnej odpowiedzi na dane pytanie, przy czym wartość ta waha się od 0,0 do 1,0. Wyższa wartość oznacza, że pytanie jest łatwe dla badanej próby, natomiast niższa wskazuje na element trudny lub niewłaściwie skonstruowany. Niskie wartości p mogą sugerować konieczność usunięcia lub modyfikacji pozycji, by poprawić jakość testu.

Z kolei w IRT parametr trudności (często oznaczany literą b) reprezentuje poziom cechy (np. wiedzy, umiejętności), przy którym prawdopodobieństwo udzielenia poprawnej odpowiedzi wynosi ok. 50%. Dzięki temu badacz zyskuje bardziej precyzyjny obraz trudności, niezależny od konkretnej próbki testowanej, co pozwala tworzyć pytania ukierunkowane na różne poziomy trudności.

Równie ważny jest wskaźnik dyskryminacji pozycji, który mierzy, na ile dana pozycja różnicuje uczestników o wysokim i niskim poziomie danej cechy. W CTT oblicza się go zazwyczaj jako różnicę w proporcji poprawnych odpowiedzi między grupą o wysokim wyniku a grupą o wyniku niskim albo za pomocą korelacji punktowo-biserialnej między wynikiem w danym pytaniu a wynikiem całkowitym. W IRT dyskryminacja to parametr nachylenia (a) krzywej charakterystyki pozycji: im większy współczynnik a, tym lepiej pozycja rozróżnia osoby o zbliżonej biegłości. Pozytywnie dyskryminujące pozycje należy zachować, negatywnie - przeanalizować i poprawić, natomiast niedyskryminujące (np. zbyt łatwe lub trudne) warto usunąć.

Analiza trudności i dyskryminacji pozwala na optymalizację testów: badacz może dobrać pytania o zróżnicowanych poziomach trudności albo skoncentrować się na pozytywach najlepiej różnicujących grupę, w zależności od celu badania. Oba parametry mogą zostać oszacowane w popularnych programach statystycznych, takich jak R, Mplus czy SPSS.

Analiza korelacji między pozycjami testowymi oraz korelacji pozycji z wynikiem ogólnym stanowi element oceny jakości narzędzi pomiarowych w ramach CTT. Korelacje międzypozycyjne pozwalają ocenić, w jakim stopniu poszczególne pytania mierzą ten sam konstrukt, co jest szczególnie ważne w kontekście trafności wewnętrznej skali. Niskie korelacje - zwykle poniżej 0,30 - mogą wskazywać, że dana pozycja nie wpisuje się w strukturę narzędzia lub mierzy odmienny aspekt badanego zjawiska, co uzasadnia jej modyfikację lub wykluczenie.

Drugim istotnym wskaźnikiem są korelacje pozycji z wynikiem całkowitym, przy czym szczególną wartość mają skorygowane korelacje pozycja-całość. Pozwalają one ocenić, czy dana pozycja adekwatnie różnicuje respondentów zgodnie z konstruktem mierzonej skali, a ich zbyt niska wartość sugeruje ograniczoną diagnostyczność pytania. Obie kategorie korelacji można łatwo obliczyć w popularnych pakietach statystycznych, takich jak R, SPSS, SAS czy Mplus.

Uzupełniającym narzędziem oceny pozycji w testach wielokrotnego wyboru jest analiza efektywności dystraktorów. Pozwala ona określić, czy niepoprawne odpowiedzi pełnią swoją funkcję - to znaczy, czy są wybierane głównie przez osoby o niższej wiedzy lub niższym poziomie badanej cechy. Niefunkcjonalne dystraktory, które nie przyciągają żadnych respondentów lub przeciwnie - są wybierane przez osoby kompetentne równie często jak odpowiedzi poprawne - wymagają korekty. Choć ta metoda jest rzadziej stosowana w naukach o zdrowiu, może być przydatna w ocenie pytań, w których błędne opcje odpowiedzi mają odzwierciedlać różnorodność doświadczeń lub percepcji.

Uzupełnieniem procesu konstrukcji skali jest także analiza braków danych. Gdy liczba odpowiedzi jest zbyt duża, niektóre pozycje usuwa się z narzędzia, jednak nowoczesne techniki, takie jak FIML czy wielokrotna imputacja, pozwalają na ich efektywne uzupełnienie. Badania pokazują, że imputacja na poziomie pozycji - a nie całościowych wyników skali - zapewnia bardziej precyzyjne oszacowania, co czyni ją preferowaną metodą w procesie rozwijania nowych narzędzi pomiarowych.

6. Wyodrębnienie czynników/domen/podskal

Ekstrakcja czynnikowa jest kolejnym etapem budowy skali pomiarowej, ponieważ pozwala określić optymalną liczbę czynników - czyli ukrytych domen - które wyjaśniają wspólną wariancję obserwowanych pozycji. Analiza czynnikowa zakłada, że zmienne obserwowane stanowią odzwierciedlenie latentnych/ukrytych konstruktów, a relacje między nimi można opisać przez ładunki czynnikowe, będące jednocześnie standaryzowanymi współczynnikami regresji. Dzięki temu metoda ta umożliwia ocenę wewnętrznej struktury narzędzia i identyfikację grup pozycji mierzących spójne obszary treściowe.

W praktyce badawczej do określania liczby czynników stosuje się kilka procedur analitycznych, spośród których najpopularniejsze to analiza wykresu osypiska, ocena procentu wariancji wyjaśnionej oraz analiza wzoru ładunków czynnikowych. Coraz częściej wykorzystuje się także bardziej zaawansowane techniki, takie jak: analiza równoległa, metoda minimalnej średniej cząstkowej czy procedura Hulla, które zapewniają większą stabilność estymacji. Ekstrakcja czynników pełni również funkcję narzędzia redukcji pozycji - pytania o niskich ładunkach czynnikowych (< 0,30) lub z wyraźnymi ładunkami krzyżowymi uznaje się za nieadekwatne i rekomenduje się ich usunięcie. W modelach Rascha selekcji dokonuje się dodatkowo na podstawie statystyk dopasowania reszt.

Choć etap ekstrakcji czynników bywa traktowany jako zakończenie konstrukcji skali, w rzeczywistości dostarcza jedynie wstępnego modelu struktury. Ujawniona wymiarowość musi zostać zweryfikowana w późniejszej analizie konfirmacyjnej, zanim skala przejdzie do oceny rzetelności i trafności.

Ewaluacja skali

7. Testy wymiarowości

Test wymiarowości stanowi kolejny krok w weryfikacji struktury psychometrycznej skali, szczególnie w badaniach longitudinalnych lub przy wykorzystaniu nowej próby. Polega on na sprawdzeniu, czy hipotetyczne czynniki i struktura czynnikowa z wcześniejszych analiz pozostają spójne w odrębnych grupach lub w różnych momentach pomiaru. W praktyce wykorzystuje się do tego potwierdzającą analizę czynnikową (confirmatory factor analysis, CFA), model dwuczynnikowy (bifactor) oraz metodę testowania niezmienniczości pomiaru.

Konfirmacyjna analiza czynnikowa (CFA) pozwala na skonfrontowanie z góry przyjętej struktury czynnikowej z danymi empirycznymi, wykorzystując restrykcyjne modele ICM, w których zakłada się zerowe ładunki krzyżowe. Ocena dopasowania modelu opiera się na wskaźnikach takich jak: chi-kwadrat, RMSEA, CFI, SRMR czy WRMR. Jeśli model dobrze pasuje, można przechodzić do dalszych analiz; jeśli nie - analizuje się modyfikacje lub alternatywne struktury.

Modelowanie bifaktorowe jest szczególnie użyteczne, gdy elementy skali obciążają się jednocześnie na wymiar ogólny i na specyficzne podskale. W modelu bifaktorowym każdy element ma ładunek na czynniku ogólnym oraz na jednym lub więcej czynnikach grupowych. Porównując ładunki czynnikowe, badacz ocenia, czy skala może być traktowana jako jednowymiarowa (jeśli ładunki na czynniku ogólnym są dominujące), czy też wymaga utrzymania wielowymiarowości.

Testowanie niezmienniczości pomiaru to kolejny sposób wykorzystywany w testach wymiarowości. Zakłada się w niej, że struktura czynnikowa, ładunki i wariancje resztowe są porównywalne między grupami lub w czasie.

Jeśli CFA przeprowadzona na nowej próbie nie potwierdza wcześniejszej struktury, można rozważyć usunięcie elementów o słabych ładunkach lub zastosowanie struktur czynnikowych wyższego rzędu. Indeksy modyfikacji z oprogramowania (np. Mplus) mogą wskazywać, które pozycje mogą wymagać korekty. Dobrym przykładem zastosowania tych metod jest badanie, w którym porównywano modele jednowymiarowy, trójczynnikowy i bifaktorowy skali snu w chorobie Parkinsona. Wykazano w nim, że najlepsze dopasowanie dawał model bifaktorowy (czynnik ogólny + podskale).

Skalę punktacji tworzy się na podstawie pozycji, które przeszły testy wymiarowości, co daje pewność, że wynik skali odzwierciedla rzeczywistą strukturę mierzonego konstruktu. Do obliczania wyników można stosować jedno z dwóch głównych podejść: nieważone i ważone. Metoda nieważona polega na sumowaniu surowych lub standaryzowanych odpowiedzi albo na obliczaniu ich średniej. To najprostsza i najczęściej stosowana procedura, ponieważ umożliwia łatwą interpretację wyników i porównywanie osób lub grup.

Metoda ważona polega na przypisaniu wagi każdej pozycji skali, zwykle odpowiadającej jej ładunkowi czynnikowemu uzyskanemu w analizie czynnikowej lub modelowaniu równań strukturalnych. Dzięki temu większy wpływ na wynik mają te elementy, które silniej odzwierciedlają dany czynnik. Wagi mogą być generowane przy użyciu specjalistycznego oprogramowania statystycznego, takiego jak R, Mplus czy SPSS. Ostateczny wynik skali stanowi wtedy ważona suma pozycji, co pozwala dokładniej uchwycić strukturę teoretyczną konstruktu.

Mimo różnic proceduralnych w praktyce analiza wyników ważonych i nieważonych zazwyczaj prowadzi do podobnych wniosków empirycznych oraz dotyczących rzetelności czy trafności skal).

8. Ocena rzetelności / testy niezawodności

Testy niezawodności to etap oceny jakości psychometrycznej skali. Ich zastosowanie pozwala określić, na ile stabilne i powtarzalne są uzyskiwane wyniki. Niezawodność definiuje się jako stopień spójności pomiaru w identycznych warunkach, co oznacza, że dobrze skonstruowana skala powinna generować podobne wyniki, jeżeli mierzony konstrukt się nie zmienił. Istnieje wiele statystyk służących do oceny niezawodności, jednak w praktyce najczęściej stosuje się dwie: współczynnik ? Cronbacha oraz test-retest.

Współczynnik ? Cronbacha ocenia wewnętrzną spójność pozycji, czyli to, czy elementy skali mierzą ten sam konstrukt. Chociaż tradycyjnie przyjmowano próg akceptowalności na poziomie 0,70, w badaniach psychometrycznych szczególnie cenione są wartości powyżej 0,80, a nawet 0,90. W ostatnich latach zwraca się jednak uwagę na ograniczenia współczynnika ? Cronbacha, co sprawia, że coraz częściej rekomenduje się alternatywne miary, takie jak ? McDonalda, ? Raykova czy ? Revelle'a, które lepiej radzą sobie z niespełnieniem założeń klasycznej teorii testów.

Drugim wskaźnikiem niezawodności jest metoda test-retest, która ocenia stabilność wyników w czasie. Wysoka korelacja między pomiarami wskazuje na to, że skala mierzy cechę stabilną, a nie chwilowe stany. Stosuje się tu m.in. współczynniki korelacji wewnątrzklasowej lub korelacji Pearsona. Istotne jest jednak uwzględnienie kontekstu badania - jeżeli pomiary są wykonywane w warunkach, które mogą prowadzić do rzeczywistych zmian konstruktu (np. interwencje, proces zdrowienia-chorowania), obniżenie stabilności jest naturalne.

Zastosowanie różnorodnych technik, takich jak podział na połowy, współczynnik Spearmana-Browna, metody form równoległych czy ocena zgodności między sędziami, wzmacnia kompleksową ocenę niezawodności. Przykładem dobrej praktyki jest walidacja skali radzenia sobie rodziców z chorobą dziecka (Coping Health Inventory for Parents, CHIP), w której do potwierdzenia spójności wewnętrznej i stabilności struktury czynnikowej wykorzystano różne podejścia.

9. Ocena trafności / testy ważności

Ocena trafności jest kolejnym etapem procesu tworzenia skali pomiarowej i obejmuje sprawdzenie, czy narzędzie rzeczywiście mierzy konstrukt, do którego zostało zaprojektowane. Walidacja jest procesem ciągłym - zaczyna się już na etapie definiowania badanego obszaru (krok 1), przebiega przez dobór pozycji, analizę czynnikową i analizę rzetelności, a kończy się dopiero w momencie wykazania, że skala zachowuje swoje właściwości także w innych kontekstach, populacjach i w odniesieniu do zmiennych teoretycznie powiązanych.

Poprawność pomiaru skali można oceniać na wiele sposobów. Na podstawie trafności treściowej, zwykle ustalanej przed badaniem, najczęściej analizuje się trafność kryterialną i konstruktu. Trafność kryterialna obejmuje dwie formy: predykcyjną, określającą zdolność skali do przewidywania przyszłych zachowań lub wyników, oraz współbieżną, która opisuje związek skali z istniejącym złotym standardem mierzonym w tym samym czasie. Trafność predykcyjna jest szczególnie użyteczna, gdy skala ma prognozować zachowania, np. zdrowotne, podczas gdy trafność współbieżna bywa ograniczona dostępnością odpowiednich miar porównawczych.

Trafność konstruktu zazwyczaj jest ważnym dowodem ważności i obejmuje kilka elementów:

- trafność zbieżną, czyli korelowanie skali z innymi narzędziami mierzącymi zbliżony konstrukt;

- trafność dyskryminacyjną, wskazującą, że skala nie mierzy czegoś, czego nie powinna;

- różnicowanie znanych grup, w których skala powinna wykazywać przewidywane różnice między grupami o znanych cechach;

- analizy korelacyjne lub regresyjne, które ilościowo potwierdzają związki między konstruktami.

W naukach o zdrowiu i naukach społecznych w praktyce przyjmuje się, że skala ma trafność konstruktu, jeśli potwierdzono co najmniej dwa rodzaje jej trafności. Wykorzystanie różnych metod analitycznych, jak: analiza regresji, model macierzy wielu cech i wielu metod oraz analiza ładunków czynnikowych, pozwala ocenić zarówno teoretyczne, jak i empiryczne właściwości skali. Łącznie stanowią one podstawę do uznania narzędzia za trafne i możliwe do stosowania w badaniach i praktyce diagnostyczne.

Zakres wykorzystania dziewięciu kroków opisanych w procesie tworzenia skal (ryc. 1.2) zależy w dużej mierze od specyfiki danego projektu badawczego. W przypadku skal opracowywanych od podstaw zasadne może być przejście przez wszystkie etapy, jednak w badaniach koncentrujących się na walidacji już istniejących narzędzi często wystarczające okazują się jedynie końcowe cztery kroki procedury. Należy przy tym pamiętać, że ograniczenia zasobów - takie jak czas, budżet czy możliwości uczestników - realnie wpływają na to, jak rygorystycznie można podejść do każdego etapu. Nie sposób jednoznacznie wskazać, które z kroków są istotne; decyzja ta zależy od celu badania oraz dostępnych środków i samego badacza. Jasne przedstawienie kolejnych faz procesu ma jednak pomóc badaczom w świadomym wyborze działań, a nie w pomijaniu ich z powodu braku wiedzy. Rzetelnie skonstruowane skale są bowiem fundamentem wiarygodnych pomiarów i stanowią podstawę rozwoju wiedzy dotyczącej zjawisk zdrowotnych, społecznych i behawioralnych.

1.4Adaptacja kulturowa i walidacja psychometryczna narzędzi do oceny stanu zdrowia

Ze względu na to, że w rodzimej praktyce opieki pielęgniarskiej częściej adaptuje się narzędzia do oceny stanu zdrowia pacjenta niż się je tworzy, poniżej przedstawiono najważniejsze etapy adaptacji kulturowej i walidacji psychometrycznej.

Zanim jednak badacze i klinicyści rozpoczną procedurę adaptacji, należy zdecydować, które z narzędzi chcą jej poddać. Nie jest to łatwa decyzja, dlatego warto przeanalizować poniżej przedstawione kwestie.

1. Konceptualna trafność (conceptual equivalence) ponad pochodzenie geograficzne

Nie wystarcza to, że narzędzie jest popularne - najważniejsze, czy konstrukty, które mierzy, mają sens i ten sam znaczeniowo wymiar w danej kulturze/populacji. Jeśli konstrukty różnią się kulturowo, adaptacja może wprowadzić duże błędy systematyczne (International Test Commission, 2017).

2. Spełnienie standardów adaptacji (rzetelne procesy tłumaczenia i walidacji)

Należy postawić na instrumenty, które można adaptować zgodnie ze sprawdzonymi wytycznymi (np. ITC). W wypadku wyboru narzędzia - poniżej opisany plan adaptacji powinien być możliwy do zastosowania (International Test Commission, 2017).

3. Silne właściwości psychometryczne oryginału i możliwość sprawdzenia ich lokalnie

Konieczny jest wybór narzędzia, którego rzetelność i trafność zostały udokumentowane w publikacjach. Jeżeli oryginalne prace wykazują niskie wartości tych wskaźników, adaptacja będzie bardziej ryzykowna. Do oceny jakości badań psychometrycznych używaj COSMIN/COSMIN Risk-of-Bias.

4. Praktyczność: długość, obciążenie respondenta, dostępność licencji

Narzędzie nie może być tak długie, że obniża wiarygodność odpowiedzi. Należy też zwracać uwagę na koszty/licencje oraz łatwość używania w różnych wersjach (PAPI/CAVI). Uwagi te - chociaż bardzo praktyczne - zawsze są drugorzędne wobec trafności i rzetelności narzędzia.

5. Etyka i kontekst (transparentność, zgody, lokalne normy kulturowe i społeczne)

Należy sprawdzić licencję / zgodę autora, a także to, czy pytania są kulturowo dopuszczalne (np. zadawanie pytań o płeć/wyznanie/traumę może potrzebować dodatkowych procedur).

Po dokonaniu wyboru narzędzia kolejnym krokiem są istotne etapy adaptacji kulturowej i walidacji psychometrycznej, prowadzone z uwzględnieniem wytycznych WHO oraz odrębności klinimetrycznych.

Zasady adaptacji narzędzi klinimetrycznych

1. Tłumaczenie w przód (forward translation)

- Pierwszy krok to niezależne od siebie przetłumaczenie oryginalnego narzędzia na język docelowy przez co najmniej dwóch niezależnych tłumaczy.

- Ma to na celu uchwycenie różnych możliwych wariantów semantycznych.

2. Synteza wersji (synthesis)

- Tłumaczenia są porównywane i łączone w jedną wersję pośrednią z uwzględnieniem dyskusji nad różnicami i wybór najlepszych sformułowań.

3. Tłumaczenie wsteczne (back-translation)

- Wersję pośrednią kolejny tłumacz, który nie zna wersji oryginalnej, tłumaczy ponownie na język źródłowy.

- Dzięki temu można sprawdzić, czy znaczenie zostało zachowane i czy nie pojawiły się błędy koncepcyjne.

4. Komitet ekspertów / harmonizacja

- Zespół składający się z tłumaczy, badaczy oraz ekspertów klinicznych ocenia przetłumaczoną wersję i rozstrzyga wszelkie niejasności.

- Celem jest zapewnienie równoważności semantycznej, idiomatycznej, doświadczalnej i koncepcyjnej między oryginałem a wersją docelową.

- Komitet ten może wprowadzić korekty, aby dopasować narzędzie do kontekstów kulturowego i językowego.

5. Pre-test (kognitywny debriefing)

- Nowa wersja jest testowana na reprezentatywnej grupie docelowej (np. pacjenci, osoby zdrowe) z użyciem wywiadów poznawczych (cognitive interviews).

- Uczestnicy mówią, co rozumieją pod danym pytaniem, wskazują trudności, niejasności itp. To pozwala zidentyfikować problemy językowe i kulturowe.

6. Testowanie w polu (field testing)

- Wersja adaptowana jest stosowana na większej grupie, by zebrać dane empiryczne.

- To etap, na którym narzędzie żyje w warunkach docelowych - nie tylko w laboratorium.

7. Walidacja psychometryczna

- Ocena własności metrycznych, m.in. rzetelności (np. test-retest, spójność wewnętrzna), trafności (konstrukcyjna, kryterialna), wrażliwości na zmiany, stabilności pomiaru.

- Można też badać takie czynniki, jak efekt sufitowy/pułapowy (ceiling/floor), czy struktura czynnikowa.

8. Analiza właściwości metrycznych (np. analiza statystyczna)

- Wykorzystywane są metody statystyczne - analizy czynnikowe, współczynniki rzetelności, wskaźniki błędu pomiaru itp.

- Można też badać różnice między grupami (np. różnice kulturowe) oraz ewentualny item bias (np. analizę funkcjonowania różnicowego pozycji [differentia item functioning, DIF]).

9. Dokumentacja i raportowanie

- Bardzo ważne jest przejrzyste raportowanie procesu adaptacji (wszystkie etapy, decyzje, problemy, zmiany).

- Pozwala to innym badaczom ocenić jakość adaptacji i zdecydować, czy narzędzie jest odpowiednie do ich kontekstu.

Poniżej wymieniono najważniejsze zasady adaptacji kulturowej i walidacji psychometrycznej narzędzi wykorzystywanych w opiece zdrowotnej:

1. Adaptowane narzędzie nie może być jedynie dosłownym tłumaczeniem - musi zachować wartości psychometryczne (co najmniej trafność i rzetelność) oryginału lub zbliżoną do wersji oryginalnej, ale w nowym kontekście kulturowym.

2. Zachowanie równoważności kulturowej: chodzi nie tylko o dobór słów, ale też o to, czy użyte pojęcia mają taki sam sens w nowej kulturze. Obejmuje to zarówno równoważność znaczeniową, jak i równoważność graficzną i wizualną materiału badawczego.

3. Zaangażowanie ekspertów: w komitecie adaptacyjnym powinni być obecni specjaliści kliniczni, psychometrycy, lingwiści oraz reprezentanci populacji docelowej, tj. adresaci narzędzia.

4. Dopasowanie metod adaptacji i walidacji do typów narzędzi klinimetrycznych.

5. Adaptacja to nie jest jednokrotne tłumaczenie, a cały proces iteracyjny, w którym etapy mogą być powtarzane, modyfikowane na podstawie informacji zwrotnych i analiz statystycznych.

Podsumowując, można stwierdzić, że trafność skali wynika z jej podstaw teoretycznych, rzetelność opiera się na danych empirycznych, a poprawnie przeprowadzona adaptacja kulturowa zapewnia, że narzędzie mierzy tę samą cechę niezależnie od języka i kontekstu.

Piśmiennictwo

1. Bąk J., Zarzycka D.: Parents' from Poland coping with the illness of a child-Preliminary research. Cultural adaptation and evaluation of the psychometric properties of the coping health inventory for parents - Polish version. J Pediatr Nurs. 2022; 62: 69-77. doi: 10.1016/j.pedn.2021.11.001.

2. Bean G.J., Bowen N.K.: Item response theory and confirmatory factor analysis: Complementary approaches for scale development. Journal of Evidence-Based Social Work, 2021; 18(6): 597-618.

3. Boateng G.O., Neilands T.B., Frongillo E.A. i wsp.: Best Practices for Developing and Validating Scales for Health, Social, and Behavioral Research: A Primer. REVIEW article. Front. Public Health, 2018; 6. doi.org/10.3389/fpubh.2018.00149.

4. Bond T.G., Yan Z., Heene M.: Applying the Rasch model: Fundamental measurement in the human sciences. Routledge, New York 2020.

5. Brzeziński J. (red.): Metodologia badań psychologicznych. PWN, Warszawa 2007.

6. Chesney M.A., Neilands T.B., Chambers D.B. i wsp.: A validity and reliability study of the coping self-efficacy scale. Br J Health Psychol., 2006; 11(3): 421-437. doi: 10.1348/135910705X53155.

7. Collins D.: Pretesting survey instruments: an overview of cognitive methods. Qual Life Res., 2003; 12(3): 229-238. doi: 10.1023/a:1023254226592.

8. Collins D.: Pretesting survey instruments: an overview of cognitive methods. Qual Life Res., 2003; 12(3): 229-238. doi: 10.1023/a:1023254226592.

9. Cruchinho P., López-Franco M.D., Capelas M.L. i wsp.; Handovers4SafeCare: Translation, Cross-Cultural Adaptation, and Validation of Measurement Instruments: A Practical Guideline for Novice Researchers. J Multidiscip Healthc., 2024; 17: 2701-2728. doi: 10.2147/JMDH.S419714.

10. de Vet H.C., Terwee C.B., Bouter L.M.: Current challenges in clinimetrics. J Clin Epidemiol., 2003; 56(12): 1137-1141. doi: 10.1016/j.jclinepi.2003.08.012.

11. Ebert J.F., Huibers L., Christensen B., Christensen M.B.: Paperor Web-Based Questionnaire Invitations as a Method for Data Collection: Cross-Sectional Comparative Study of Differences in Response Rate, Completeness of Data, and Financial Cost. J Med Internet Res., 2018; 20(1): e24. doi: 10.2196/jmir.8353.

12. Feinstein A.R.: Clinimetric perspectives. J Chronic Dis., 1987; 40(6): 635-640. doi: 10.1016/0021-9681(87)90027-0.

13. Flake J.K., Pek J., Hehman E.: Construct Validation in Social and Personality Research: Current Practice and Recommendations: Current Practice and Recommendations. Social Psychological and Personality Science, 2017; 8(4): 370-378. doi.org/10.1177/1948550617693063.

14. Guo H., Lu R., Johnson M.S., McCaffrey D.F.: Alternative Methods for Item Parameter Estimation: From CTT to IRT. ETS Research Report Series, 2022: 1-16. doi.org/10.1002/ets2.12355.

15. Hawksdale H., Beng M., Feigenbaum J. i wsp.: Measurement of mentalizing: A systematic review and development of a construct validity framework. Clinical Psychology Review, 2025. doi: 10.1016/j.cpr.2025.102657.

16. Hornowska E.: Testy psychologiczne. Teoria i praktyka. Scholar, Warszawa 2000. doi.org/10.1016/j.heliyon.2022.e12223.

17. Josefien J.F. Breedvelt, Zamperoni V., South E. i wsp.: A systematic review of mental health measurement scales for evaluating the effects of mental health prevention interventions. European Journal of Public Health, 2020; 30(3): 510-516. doi.org/10.1093/eurpub/ckz233.

18. Kalfoss M.: Translation and Adaption of Questionnaires: A Nursing Challenge. SAGE Open Nurs., 2019; 23(5): 2377960818816810. doi: 10.1177/2377960818816810.

19. Lambert L.S., Newman D.A.: Construct Development and Validation in Three Practical Steps: Recommendations for Reviewers, Editors, and Authors*. Organizational Research Methods, 2022; 26(4): 574-607. doi.org/10.1177/10944281221115374.

20. McKown S., Acquadro C., Anfray C. i wsp.: Good practices for the translation, cultural adaptation, and linguistic validation of clinician-reported outcome, observer-reported outcome, and performance outcome measures. J Patient Rep Outcomes, 2020; 4 (89). doi.org/10.1186/s41687-020-00248-z.

21. Moreno J.L.: Old and New Trends in Sociometry: Turning Points in Small Group Research. Sociometry, 1954; 17(2): 179-193. doi.org/10.2307/2785706.

22. Morris M.D., Neilands T.B., Andrew E. i wsp.: Development and validation of a novel scale for measuring interpersonal factors underlying injection drug using behaviours among injecting partnerships. Int J Drug Policy, 2017; 48: 54-62. doi: 10.1016/j.drugpo.2017.05.030.

23. Polit D.F., Beck C.T.: Nursing Research: Generating and Assessing Evidence for Nursing Practice. Wolters Kluwer, 2020.

24. Pushpanathan M.E., Loftus A.M., Gasson N. i wsp.: Beyond factor analysis: Multidimensionality and the Parkinson's Disease Sleep Scale-Revised. PLoS One, 2018; 13(2): e0192394. doi: 10.1371/journal.pone.

25. Rajai N., Ebadi A., Karimi L. i wsp.: A systematic review of the measurement properties of self-care scales in nurses. BMC Nurs., 2023; 22 (288). doi.org/10.1186/s12912-023-01450-2.

26. Stefana A., Damiani S., Granziol U. i wsp.: Psychological, psychiatric, and behavioral sciences measurement scales: best practice guidelines for their development and validation. Front Psychol., 2025; 23(15): 1494261. doi: 10.3389/fpsyg.2024.1494261.

27. Sterner P., Pargent F., Deffner D., Goretzko D.: A Causal Framework for the Comparability of Latent Variables. Structural Equation Modeling: A Multidisciplinary Journal, 2024; 31(5): 747-758. doi.org/10.1080/10705511.2024.2339396.

28. Streiner D.L.: Being inconsistent about consistency: when coefficient alpha does and doesn't matter. J Pers Assess, 2003; 80(3): 217-222. doi: 10.1207/S15327752JPA8003_01.

29. Streiner D.L.: Clinimetrics vs. psychometrics: an unnecessary distinction. J Clin Epidemiol., 2003; 56(12): 1142-1145. doi: 10.1016/j.jclinepi.2003.08.011.

30. Streiner, David L., Geoffrey N.R., Cairney J.: Health Measurement Scales: A Practical Guide to Their Development and Use, Eds. 6, Oxford Academic, Oxford 2024. doi.org/10.1093/med/9780192869487.001.0001.

31. Swan K., Speyer R., Scharitzer M. i wsp.: Measuring what matters in healthcare: a practical guide to psychometric principles and instrument development. Front Psychol., 2023; 18(14): 1225850. doi: 10.3389/fpsyg.2023.1225850.

32. Tsang S., Royse C.F., Terkawi A.S.: Guidelines for developing, translating, and validating a questionnaire in perioperative and pain medicine. Saudi J Anaesth., 2017; 11(1): S80-S89. doi: 10.4103/sja.SJA_203_17.

33. Hawksdale H., Beng M., Feigenbaum J.: Measurement of mentalizing: A systematic review and development of a construct validity framework. Clinical Psychology Review, 2025; 122. doi.org/10.1016/j.cpr.2025.102657.

34. Watkins M.W.: A step-by-step guide to exploratory factor analysis with SPSS. Routledge, 2021.

35. White M.: Sample size in quantitative instrument validation studies: A systematic review of articles published in Scopus. Heliyon, 2022; 8(12): e12223.

36. WHODAS 2.0 Translation package. https://terrance.who.int/mediacentre/data/WHODAS/Guidelines/WHODAS (dostęp z dnia 16.11.2025 r.).