| rdfs:comment
| - Diskriminanzvalidität (engl. discriminant validity), auch diskriminante Validität, bezeichnet in der multivariaten Statistik einen Teilaspekt der Konstruktvalidität und liegt vor, wenn sich die Messungen verschiedener Konstrukte unterscheiden. Das Konzept der Diskriminanzvalidität wurde von Campbell und Fiske (1959) eingeführt. (de)
- In psychology, discriminant validity tests whether concepts or measurements that are not supposed to be related are actually unrelated. Campbell and Fiske (1959) introduced the concept of discriminant validity within their discussion on evaluating test validity. They stressed the importance of using both discriminant and convergent validation techniques when assessing new tests. A successful evaluation of discriminant validity shows that a test of a concept is not highly correlated with other tests designed to measure theoretically different concepts. (en)
- 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 , Campbell i Fiske w 1959 r., omawiając aspekty i metody oceny trafności pytań i skal psychometrycznych. 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). (pl)
|
| has abstract
| - Diskriminanzvalidität (engl. discriminant validity), auch diskriminante Validität, bezeichnet in der multivariaten Statistik einen Teilaspekt der Konstruktvalidität und liegt vor, wenn sich die Messungen verschiedener Konstrukte unterscheiden. Das Konzept der Diskriminanzvalidität wurde von Campbell und Fiske (1959) eingeführt. (de)
- In psychology, discriminant validity tests whether concepts or measurements that are not supposed to be related are actually unrelated. Campbell and Fiske (1959) introduced the concept of discriminant validity within their discussion on evaluating test validity. They stressed the importance of using both discriminant and convergent validation techniques when assessing new tests. A successful evaluation of discriminant validity shows that a test of a concept is not highly correlated with other tests designed to measure theoretically different concepts. In showing that two scales do not correlate, it is necessary to correct for attenuation in the correlation due to measurement error. It is possible to calculate the extent to which the two scales overlap by using the following formula where is correlation between x and y, is the reliability of x, and is the reliability of y: Although there is no standard value for discriminant validity, a result less than 0.70 suggests that discriminant validity likely exists between the two scales. A result greater than 0.70, however, suggests that the two constructs overlap greatly and they are likely measuring the same thing, and therefore, discriminant validity between them cannot be claimed. Consider researchers developing a new scale designed to measure narcissism. They may want to show discriminant validity with a scale measuring self-esteem. Narcissism and self-esteem are theoretically different concepts, and therefore it is important that the researchers show that their new scale measures narcissism and not simply self-esteem. First, the average inter-item correlations within and between the two scales can be calculated: Narcissism — Narcissism: 0.47Narcissism — Self-esteem: 0.30Self-esteem — Self-esteem: 0.52 The correction for attenuation formula can then be applied: Since 0.607 is less than 0.85, it can be concluded that discriminant validity exists between the scale measuring narcissism and the scale measuring self-esteem. The two scales measure theoretically different constructs. Recommended approaches to test for discriminant validity on the construct level are AVE-SE comparisons (Fornell & Larcker, 1981; note: hereby the measurement error-adjusted inter-construct correlations derived from the CFA model should be used rather than raw correlations derived from the data.) and the assessment of the HTMT ration (Henseler et al., 2014). Simulation tests reveal that the former performs poorly for variance-based structural equation models (SEM), e.g. PLS, but well for covariance-based SEM, e.g. Amos, and the latter performs well for both types of SEM. Voorhees et al. (2015) recommend combining both methods for covariance-based SEM with a HTMT cutoff of 0.85. A recommended approach to test for discriminant validity on the item level is exploratory factor analysis (EFA). (en)
- 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 , Campbell i Fiske w 1959 r., omawiając aspekty i metody oceny trafności pytań i skal psychometrycznych. 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, HTMT lub podejścia mieszane. W przypadku prostego testu korelacji, stosuje się poprawkę na rzetelność miar obu konstruktów, zgodnie ze wzorem: Nie przyjęto jednej konwencji progowej wartości, która wskazywałaby na wysoką trafność różnicową – często spotykaną propozycją jest wartość <0,85. 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. 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. (pl)
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)