Ce este validitatea în testarea psihologică?

Validitatea pune întrebarea dacă un test măsoară ceea ce pretinde că măsoară și dacă concluziile pe care oamenii le trag din scorurile sale sunt justificate. Este întrebarea centrală în psihometrie și cea la care se răspunde cel mai frecvent cu o afirmație de marketing, nu cu dovezi.

Înțelegerea modernă, valabilă de la lucrările lui Messick din anii 1980, este că validitatea nu este un atribut fix al unui instrument. Este o proprietate a unei interpretări a scorurilor pentru o utilizare specifică. Același chestionar poate fi bine validat pentru a descrie percepția de sine a unei persoane și complet nevalidat pentru a decide dacă aceasta este angajată. A spune "acest test este valid" fără a preciza valid pentru ce nu este o afirmație; este un slogan.

Tipurile de dovezi

Validitatea se construiește din dovezi acumulate de mai multe tipuri. Textele mai vechi le prezintă ca specii separate de validitate; viziunea actuală le tratează ca argumente diferite care susțin un singur caz.

Dovezile de conținut întreabă dacă itemii acoperă corect construc­tul. O scală a depresiei care întreabă doar despre somn și apetit acoperă simptomele somatice și le omite pe cele legate de dispoziție și cogniție. Acoperirea conținutului este, de regulă, evaluată de experți în domeniu și este motivul pentru care scalele foarte scurte reprezintă mereu un compromis.

Dovezile de structură internă întreabă dacă itemii se grupează așa cum spune teoria că ar trebui. Dacă un model afirmă patru fațete distincte, analiza factorială ar trebui să recupereze patru factori, și, esențial, într-un eșantion independent, nu doar în cel pe baza căruia a fost construită scala. Foarte multe instrumente își recuperează structura intenționată în eșantionul de dezvoltare și nu reușesc acest lucru în niciun alt eșantion.

Relațiile cu alte variabile este locul unde se desfășoară cea mai mare parte a muncii. Dovezile convergente arată că scala se corelează cu lucruri cu care ar trebui să se coreleze. Dovezile discriminante arată că nu se corelează prea puternic cu lucruri de care ar trebui să fie distinctă, o cerință cronic neglijată și cea care scufundă multe constructe proaspăt lansate sub un nume nou. Dovezile de criteriu arată că scorul se relaționează cu un rezultat relevant, măsurat fie în același timp, fie prezis în avans.

Dovezile consecvenționale întreabă ce se întâmplă atunci când testul este utilizat. Dacă un instrument dezavantajează sistematic un grup pentru motive nelegate de construct, aceasta este o problemă de validitate, nu doar una etică.

Întrebarea care demască majoritatea afirmațiilor

Cel mai riguros test al unei afirmații de validitate este validitatea incrementală: acest instrument adaugă ceva față de ce îți spune deja o măsură mai ieftină, mai veche, consacrată?

Un număr remarcabil de constructe lansate sub un nume nou nu trec acest test. Se corelează cu 0,7 sau mai mult cu un domeniu deja existent din Big Five, prezic aceleași rezultate la aceeași magnitudine și nu adaugă nimic odată ce măsura mai veche este controlată statistic. Constructul este nou; măsurarea nu este. De aceea secțiunile de critici din documentația serioasă a instrumentelor se concentrează atât de des pe redundanță, nu pe inexactitate.

Ce trebuie urmărit

Când cineva afirmă că un test este validat, întrebările utile sunt concrete. Validat în raport cu ce criteriu? În ce populație, de ce dimensiune? Structura factorială a fost confirmată într-un eșantion independent? Există dovezi publicate din partea unor cercetători fără interes comercial în răspuns? Adaugă ceva față de o alternativă consacrată?

Un instrument cu răspunsuri oneste la aceste întrebări merită luat în serios, limitări incluse. Un instrument a cărui validare constă într-o pagină de testimoniale și afirmația că milioane de oameni l-au completat a răspuns, de fapt, la o întrebare complet diferită, popularitatea nu este dovadă, iar numărul de persoane care au susținut un test nu spune nimic despre dacă scorurile sale au vreun sens.