Multitrait-мультиметод ( MTMM ) матрица представляет собой подход к изучению конструктивной валидности разработанной Кэмпбелл и Фиск (1959). [1] Он систематизирует конвергентные и дискриминантные свидетельства достоверности для сравнения того, как мера соотносится с другими мерами.
Часть серии по |
Психология |
---|
|
Определения и ключевые компоненты [ править ]
В этом подходе используются множественные признаки , чтобы исследовать (а) похожие или (б) несходные признаки ( конструкции ), чтобы установить конвергентную и дискриминантную валидность между признаками. Точно так же в этом подходе используются несколько методов для изучения различных эффектов (или их отсутствия), вызванных отклонениями, характерными для метода.
При проверке достоверности конструкции с помощью матрицы MTMM необходимо учитывать шесть основных факторов, а именно:
- Оценка конвергентной валидности - тесты, предназначенные для измерения одной и той же конструкции, должны сильно коррелировать между собой.
- Оценка дискриминантной (дивергентной) валидности - конструкция, измеряемая тестом, не должна сильно коррелировать с различными конструкциями.
- Единица метода- признака - каждая задача или тест, используемый для измерения конструкта, считается единицей метода-признака; в том, что дисперсия, содержащаяся в мере, является отчасти признаком, а отчасти методом. Как правило, исследователи хотят иметь низкую дисперсию по конкретным методам и высокую дисперсию признаков.
- Multitrait-multimethod - необходимо использовать более одного признака и более одного метода для установления (а) дискриминантной валидности и (б) относительного вклада признака или специфической дисперсии метода. Этот принцип согласуется с идеями, предложенными Платтом в концепции сильного вывода (1964). [2]
- Совершенно другая методология - при использовании нескольких методов необходимо учитывать, насколько разные фактические показатели. Например, предоставление двух показателей самоотчета на самом деле не являются разными мерами; тогда как использование шкалы интервью или психосоматического чтения было бы.
- Характеристики черт - черты должны быть достаточно разными, чтобы отличаться друг от друга, но достаточно похожими, чтобы их стоило изучить в MTMM.
Пример [ править ]
В приведенном ниже примере представлена типовая матрица и показано, что означают корреляции между мерами. Диагональная линия обычно заполняется коэффициентом надежности меры (например, коэффициентом альфа). Описания в скобках [] указывают на то, что ожидается, когда валидность конструкции (например, депрессия или тревога) и валидность показателей будут высокими.
Тест | Бек Депрессия Инв. | Интервью Гепнера о депрессии | Бек Тревога Инв | Интервью Hepner Anxiety |
---|---|---|---|---|
BDI | (Коэффициент надежности) [близко к 1,00] | |||
HDIv | Гетерометод-монотрейт [высший из всех, кроме надежности] | (Коэффициент надежности) [близко к 1,00] | ||
BAI | Монометод-гетеротрейт [низкий, менее монохромный] | Гетерометод-гетеротрейт [самый низкий] | (Коэффициент надежности) [близко к 1,00] | |
HAIv | Гетерометод-гетеротрейт [самый низкий] | Монометод-гетеротрейт [низкий, менее монотрейтный] | Гетерометод-монотрейт [высший из всех, кроме надежности] | (Коэффициент надежности) [близко к 1,00] |
В этом примере первая строка и первый столбец отображают оцениваемую черту (например, тревогу или депрессию), а также метод оценки этой черты (например, интервью или опрос, измеренный с помощью вымышленных мер). Термин гетерометод указывает на то, что в этой ячейке сообщается о корреляции между двумя отдельными методами . Монометод указывает на обратное, поскольку используется тот же метод (например, интервью, интервью). Heterotrait указывает на то, что ячейка сообщает о двух предположительно разных чертах. Monotrait указывает на обратное - что используется одна и та же черта.
При оценке фактической матрицы необходимо изучить долю дисперсии, разделяемую между признаками и методами, чтобы определить, насколько специфичная для метода дисперсия вызвана методом измерения, а также взглянуть на то, насколько уникальна эта характеристика, поскольку по сравнению с другой чертой.
То есть, например, характеристика должна иметь большее значение, чем конкретный метод измерения. Например, если человек оценивается как находящийся в сильной депрессии по одному показателю, то другой тип меры также должен указывать на то, что человек находится в сильной депрессии. С другой стороны, люди, которые выглядят сильно подавленными в инвентаре депрессии Бека, не обязательно должны получать высокие оценки тревожности в инвентаре тревожности Бека. Поскольку описи были написаны одним и тем же человеком и похожи по стилю, может существовать некоторая корреляция, но это сходство в методах не должно сильно влиять на оценки, поэтому корреляция между этими измерениями различных характеристик должна быть низкой.
Анализ [ править ]
Для анализа данных из матрицы MTMM использовались различные статистические подходы. Стандартный метод Кэмпбелла и Фиске может быть реализован с помощью программы MTMM.EXE, доступной по адресу: https://web.archive.org/web/20160304173400/http://gim.med.ucla.edu/FacultyPages/Hays/utils / Можно также использовать подтверждающий факторный анализ [3] из-за сложности рассмотрения всех данных в матрице. Тест Савиловского I [4] [5], однако, рассматривает все данные в матрице с помощью статистического теста на тенденцию без распределения.
Испытание проводится путем сведения треугольников гетеропроект-гетерометод и гетеропроект-монометод, а также диагоналей достоверности и надежности в матрицу из четырех уровней. Каждый уровень состоит из минимального, среднего и максимального значения. Нулевая гипотеза состоит в том, что эти значения неупорядочены, что проверяется против альтернативной гипотезы о возрастающем упорядоченном тренде. Статистику теста определяют путем подсчета количества инверсий (I). Критическое значение для альфа = 0,05 - 10, а для альфа = 0,01 - 14.
Одной из наиболее часто используемых моделей для анализа данных MTMM является модель True Score, предложенная Сарисом и Эндрюсом ( [6] ). Модель True Score может быть выражена с помощью следующих стандартизированных уравнений:
1) Y ij = r ij TS ij + e ij *, где: Y ij - стандартизированная наблюдаемая переменная, измеренная с помощью i- го признака и j- го метода. r ij - коэффициент надежности, который равен: r ij = σ Y ij / σ TS ij TS ij - стандартизированная истинная переменная оценки e ij * - случайная ошибка, которая равна: e ij * = e ij / σ Y ij Как следствие: r ij 2 = 1 - σ 2 (e ij *) где: r ij 2 - надежность
2) TS ij = v ij F i + m ij M j, где: v ij - коэффициент достоверности, который равен: v ij = σ F i / σ TS ij F i - стандартизованный латентный фактор для i- й переменной Представляет интерес (или признак) m ij эффект метода, который равен: m ij = σ M j / σ TSij M j - стандартизованный латентный фактор реакции на j-йметод. Как следствие: v ij 2 = 1 - m ij 2 где: v ij 2 - срок действия
3) Y ij = q ij F i + r ij m ij M j + e *, где: q ij - коэффициент качества, который равен: q ij = r ij • v ij Как следствие: q ij 2 = r ij 2 • v ij 2 = σ 2 F i / σ 2 Y ij где: q ij 2 - качество
Предположения следующие:
* Ошибки случайны, поэтому среднее значение ошибок равно нулю: µ e = E (e) = 0 * Случайные ошибки не коррелированы друг с другом: cov (e i , e j ) = E (e i e j ) = 0 * Случайные ошибки не коррелируют с независимыми переменными: cov (TS, e) = E (TS e) = 0 , cov (F, e) = E (F e) = 0 и cov (M, e) = E(M e) = 0 * Предполагается, что факторы метода не коррелируют друг с другом и с факторами характеристик: cov (F, M) = E (FM) = 0
Обычно респондент должен ответить как минимум на три разных вопроса (т. Е. На характеристики), измеренные с использованием как минимум трех разных методов. Эта модель использовалась для оценки качества тысяч вопросов опроса, в частности, в рамках Европейского социального исследования .
Ссылки [ править ]
- ^ Кэмпбелл, Д.Т., & ФискеД.В. (1959) Сходящаяся и дискриминантная проверка с помощью матрицы мультитрейт-мультиметодов. Психологический вестник , 56 , 81-105 »
- ^ Джон Р. Платт (1964). «Сильный вывод». Наука 146 (3642).
- ^ Figueredo, А., Ferketich, С., Кнапп, Т. (1991). Сосредоточьтесь на психометрии: подробнее о MTMM: роль подтверждающего факторного анализа. Медсестринское дело и здоровье , 14 , 387-391
- ^ Sawilowsky, S. (2002). Быстрый тест на тенденцию, не требующий распространения, который свидетельствует о валидности конструкции. Измерение и оценка в консультировании и развитии , 35 , 78-88.
- ^ Cuzzocrea, J., & Sawilowsky, S. (2009). Устойчивость к независимости и мощность теста I на наличие тенденции в конструктивной валидности. Журнал современных прикладных статистических методов , 8 (1), 215-225.
- ^ Сари, WE и Эндрюс, FM (1991). Оценка средств измерений с использованием подхода структурного моделирования. Стр. 575 - 599 in Ошибки измерения в опросах, под редакцией Бимера, П.П. и др. Нью-Йорк: Вили.