Estimating and evaluating covergent and discriminant validity evidence - methods of evaluating convergent and discriminant validity - multitrait-multimethod matrices
13 belangrijke vragen over Estimating and evaluating covergent and discriminant validity evidence - methods of evaluating convergent and discriminant validity - multitrait-multimethod matrices
Een van de meest invloedrijke artikelen hebben Campbell en Fiske in 1959 gepubliceerd. Waar ging het over?
Campbell en Friske ontwikkelden de logica van een multitrait-multimethod matrix = MTMMM als een statsiteieke en methodologische methode.
Wat doen onderzoekers om een MTMMM te kunnen gaan gebruiken?
VB: traits (sociale vaardigheden, impulsiviteit, conscientieusheid, emotionele stabiliteit) en meerdere methoden (vragenlijst, kennis ratings en interviewer ratings)
Wat is het doel van een MTMMM?
Dit doel wordt behaald door twee verschillende belangrijke bronnen te beoordelen die mogelijkerwijs effect hebben op de correlaties tussen de twee metingen - die bronnen heten trait variantie en method variantie.
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Wat is trait variantie en method variantie.?
Nou, dat mensen die sociaal vaardig zijn ook zeggen dat ze emotioneel stabiel zijn.
Stel dat je vind dat twee vragenlijsten van twee verschillende psychologische constructen hoog correleren, kan die correlatie dan ook een relatief gezien niet-psychologische basis hebben?
Stel je hebt twee vragenlijsten over zelfrapportages over een sociale vaardigheid en emotionele stabiliteit. Je correlatie kan dan enkel en alleen al voortkomen uit gedeelde methoden-variantie.
Dus, je correlatie is positief omdat het gebaseerd is op twee metingen die van dezelfde bron afkomt, de persoon beoordeeld zichzelf.
Als metingen gebaseerd zijn op dezelfde data bron, dan delen zij misschien meer dan het onderliggend construct.
De correlatie is dan een "artifact" van het feit dat de twee metingen dezelfde methode delen (de vragenlijst(.
Is een correlatie van een meting een duidelijk resultaat?
Want door die potentiele invloeden van trait variantie en methode variantie is een correlatie tussen twee emtingen eigenlijk een beetje dubbelzinnig.
aan de ene kant is een sterk ecorrelatie (positive of negative) een indicatie voor dat twee metingen traitvariantie delen, dus de constructen die ze willen meten lijken op elkaar.
Aan de andere kant zegt een sterke correlatie (of nou positief of negatief) dat de twee metingen methodenvariantie delen, dat ze dus gecorreleerd zijn omdat ze dezelfde meting methode hebben.
Is het dan makkelijker om een zwakke correlatie te meten?
Of nou zwak of sterk, beide blijven dan moeilijk te interpreteren.
Een zwakke correlatie kan zeggen dat de twee metingen niet trait variantie delen (de constructen die ze moeten meten hebben niks gemeen). Aan de andere kant kan een zwakke correlatie tussen metingen gewoonweg een verschil in methodenvariantie weergeven, en dus een echte correlatie tussen de traits maskeren. De twee traits zouden dus in het echt wel gerelateerd aan elkaar kunnen zijn, maar als een trait door een methode (VB vragenlijst) en de andere door een andere methode (kennistest) gemeten wordt, kun je een zwakke correlatie daar uit krijgen.
Wat geeft iedere correlatie iegnlijk weer?
Omdat onderzoeker de echte invloed van trait/methodenvariantie niet weten, moeten zij de gehele correlaties onderzoeken en bekijken. Zo kunnen zij inzicht verkijgen in trait variantie, methoden variantie en uiteindelijk construct validity.
Campbell en Fiske 1959 geven 4 types correlaties aan die uit het MTMMM resulteren, welke?
2. heterotrait monomethod correlaties
3. monotrait heteromethod correlaties
4. monotrait monomethod correlaties
Hoe ziet een overzicht van de vier types correlatie eruit?
Er wordt onderscheid gemaakt over de constructen verschillend zijn dus niet gerelateerd aan elkaar, of of de constructen op elkaar lijken. Daarnaast wordt onderscheid gemaakt of je verschillende of dezelfde methode gebruikt om het construct te meten.
Wat zijn de definities van alle 4 correlaties?
Hoe wordt bewijs voor convergente validiteit weergegeven?
Deze waarden geven de correlaties weer die tussen de verschillende meetmanieren van hetzelfde trait. Als deze corr sterk is heb je een begin van een convergent bewijs maar die moet je ook weer interpreteren in de context van de andere correlaties van de matrix.
Hoe kun je een sterk bewijs voor convergent en discriminante validiteits hebben?
monotrait-heteromethod correlaties moeten dan hoger zijn dan heterotrait-heteromethod correlaties.
correlaties tussen metingen die trait vairantie delen maar geen methodevariantie delen (monotrait-heteromethod correlaties dus) moeten groter zijn dan de correlaties tussen metingen die geen van beide, dus geen trait variantie en geen methode variantie (heterotrait heteromethod correlatie) delen.
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden