Trafność różnicowa

Z testwiki
Przejdź do nawigacji Przejdź do wyszukiwania

Trafność różnicowa lub dywergencyjna – w metodologii, stopień w jakim wskaźniki badawcze lub psychometryczne, mierzące w założeniu różne konstrukty teoretyczne, są w praktyce faktycznie niezależne.

Pojęcie wprowadzili, obok trafności zbieżnej, Donald T. Campbell i Donald Fiske w 1959 r., omawiając aspekty i metody oceny trafności pytań i skal psychometrycznych[1]. Wskazali oni, że trafny wskaźnik powinien:

  • być zbieżny z innymi miarami tego samego konstruktu (trafność zbieżna), oraz
  • silnie odróżniać się od miar innych konstruktów (trafność różnicowa).

Tego rodzaju trafność można oceniać w oparciu o testy korelacji, lub specjalnie do tego zaprojektowane narzędzia statystyczne, takie jak AVE-SE[2], HTMT[3] lub podejścia mieszane[4]. W przypadku prostego testu korelacji, stosuje się poprawkę na rzetelność miar obu konstruktów, zgodnie ze wzorem:

rxyrxxryy

Nie przyjęto jednej konwencji progowej wartości, która wskazywałaby na wysoką trafność różnicową – często spotykaną propozycją jest wartość <0,85[5].

Przykładowo, Brackett i Mayer przeprowadzili badanie trafności różnicowej (oraz zbieżnej i przyrostowej) kilku testów mierzących inteligencję emocjonalną, w zestawieniu m.in. z testem osobowości modelu „wielkiej piątki”. Sprawdzenie tego było ważne, ponieważ cechy osobowości mają silne teoretyczne powiązania z emocjami, co uzasadnia podejrzenie, że oba konstrukty mogą się w praktyce pokrywać. Koncepcja inteligencji emocjonalnej była kilkakrotnie krytykowana jako redundantna wobec cech osobowości[6][7]. Test MSCEIT oparty na koncepcji IE Mayera, Saloveya i Caruso okazał się w tej analizie, według autorów, trafny różnicowo, to znaczy najmniej skorelowany z miarami cech osobowości[8].

Przypisy

Szablon:Przypisy

  1. Szablon:Cytuj
  2. Claes Fornell, David F. Larcker: Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. In: Journal of Marketing Research. 18, Februar 1981, S. 39-50.
  3. Henseler, J., Ringle, C.M., Sarstedt, M., 2014. A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science 43 (1), 115–135.
  4. Voorhees, C.M., Brady, M.K., Calantone, R., Ramirez, E., 2015. Discriminant validity testing in marketing: an analysis, causes for concern, and proposed remedies. Journal of the Academy of Marketing Science 1–16.
  5. Szablon:Cytuj
  6. Szablon:Cytuj
  7. Szablon:Cytuj
  8. Szablon:Cytuj