區分效度
區分效度
區分效度(discriminant validity):在一項測驗中,如果可以在統計上證明那些理應與預設的建構(construct)不存在相關性的指標確實同此建構沒有相關,那麼這項測驗便具有區分效度。例如,如果一項測驗的理論假設創意性(creativity)和智力(intelligence)有很大區別,而相關測驗中的創意性得分和智力沒有顯著相關關係,那麼就可以認為這項測驗具有良好的區分效度。
區分效度(discriminant validity)是構思效度的又一個證據,指的是在應用不同方法測量不同構念時,所觀測到的數值之間應該能夠加以區分。
構思效度要求一個有效的測驗不僅應與其他測量同一構思的測驗有相關,而且還必須與測量不同構思的測驗無相關,前者即是聚合效度(convergent validity),後者則是區分效度。兩種效度的檢驗都要用到相關分析的方法,需要檢驗構思效度的目標測驗與其他測驗的相關就是區分效度係數,相關係數越大,聚合效度越大,區分效度越小。
在檢驗聚合效度和區分效度時,最常用的統計方法是多特質-多方法模型(multi-traits multi-methods,MTMM)。MTMM方法得到的證據具有較強的說服力,但它的設計較為複雜,操作較為困難。而運用SEM方法則比較直接,對樣本要求相對較低,尤其適用於在沒有開發新量表時,檢驗研究模型中各個變數測量間的區分效度。
數據統計