SETTIMANA 12

• La validità di uno strumento rappresenta


  il grado in cui esso misura effettivamente quello che dovrebbe misurare
• la validità è un concetto diverso dall'attendibilità: si può avere una misura perfettamente attendibile ma senza alcuna validità
• la validità è un concetto multidimensionale che si articola in diversi aspetti:

  • validità di contenuto
  • validità interna di un test
  • validità di criterio
  • validità di costrutto
• validità di contenuto


  esprime la validità inerente al contenuto trattato dal test, ovvero quanto gli item di un test coprono l'argomento che il test si propone di misurare.

  Non viene determinata da indici statistici, ma viene espressa tramite giudizi di esperti in materia o di soggetti in uno studio pilota
• validità interna di un test


  gli item sono realizzazioni osservabili del costrutto sufficientemente correlate tra loro. l'analisi fattoriale esplorativa consente di verificare tale aspetto.
• validità di criterio, distinguibile in

  • validità concorrente
  • validità predittiva

  viene esaminata con strategie che si basano sulla regressione multipla
• validità di costrutto, specificabile in:

  • validità convergente
  • validità discriminante

  viene esaminata con strategie che si basano sull'analisi delle correlazioni tra test diversi, o tra misure dello stesso costrutto ottenute con metodi differenti
• validità di criterio


  grado di corrispondenza tra una misura ed un criterio (ovvero la variabile dipendente) di riferimento
• validità concorrente

  misura e criterio sono rilevati nello stesso momento
• validità predittiva


  il criterio è misurato successivamente alla misura
• la scelta del criterio è un punto fondamentale: dovrà essere pertinente, importante, condivisibile dalla comunità scientifica, ben inserito nel tessuto teorico
• coefficiente di validità


  correlazione tra un test X e un criterio Y (rxy)
• il coefficiente di validità, essendo un coefficiente di correlazione, può essere corretto per l'attenuazione, dividendolo per il prodotto delle radici quadrate delle attendibilità del test X e del criterio Y
• Come nel caso dell'attendibilità, anche la validità di un test aumenta all'aumentare della sua lunghezza.
• Aumentando la proporzione di varianza vera del test, aumenta anche la proporzione di varianza che il test condivide con il criterio.
• In generale, il coefficiente di validità non può superare il coefficiente di attendibilità del test.
• tanto più l’attendibilità è elevata, tanto minore risulta l’influenza che l’incremento della lunghezza del test può avere sulla grandezza del coefficiente di validità.
• L’attendibilità è un presupposto per la validità: un test valido deve essere anche attendibile. Viceversa, se un test è attendibile questo non implica necessariamente che sia anche valido
• Se un test misura un certo costrutto, questa misura deve essere poco inficiata dall’errore di misurazione, altrimenti il test misurerebbe in modo erratico il costrutto in esame (quindi non sarebbe valido)
• una misura può essere poco inficiata da errore (quindi attendibile), ma misurare qualcosa di diverso da quello per cui è stata costruita (quindi non valida)
• La relazione tra attendibilità e validità può essere compresa considerando che la varianza vera di un test può essere ulteriormente scomposta in varianza vera in comune al test e al criterio, e varianza vera specifica del test (ovvero varianza vera, tuttavia non dovuta ad errore di misurazione, ma che il test non condivide con nessuna altra variabile)
• validità convergente


  grado di accordo tra misure diverse di uno stesso costrutto.
• validità discriminante


  grado di distinzione tra misure di costrutti diversi
• il modo migliore per verificare validità convergente e discriminante (validità di costrutto) è:


  costruire uno studio che consenta di avere una matrice di correlazioni multi-tratto multi-metodo (MTMM), avendo perciò per ogni tratto (o costrutto) tante misure quanti sono i metodi considerati
• criterio a) di verifica della validità di costrutto tramite matrici MTMM (Campbell e Fiske)


  le correlazioni tra i punteggi allo stesso tratto misurato attraverso metodi differenti devono essere significativamente differenti da zero e sufficientemente elevate (validità convergente)
• criterio b) di verifica della validità di costrutto tramite matrici MTMM (Campbell e Fiske)



  Le correlazioni tra i punteggi allo stesso tratto misurato attraverso metodi differenti devono essere più elevate delle correlazioni di tratti differenti misurati con metodi differenti (validità discriminante, primo criterio)
• criterio b) di verifica della validità di costrutto tramite matrici MTMM (Campbell e Fiske)




  Le correlazioni tra i punteggi allo stesso tratto misurato attraverso metodi differenti devono essere più elevate delle correlazioni di tratti differenti misurati con lo stesso metodo (validità discriminante, secondo criterio)
• quarto criterio di verifica della validità di costrutto tramite matrici MTMM (Campbell e Fiske)


  il pattern di correlazioni tra i tratti deve essere simile all'interno dello stesso metodo e rispetto a metodi differenti
• validità nomologica

  studio delle relazioni di un test con altri costrutti all'interno di una specifica teoria
• obiettivo della regressione lineare


  esaminare la relazione lineare tra una o più variabili esplicativa (o indipendenti, VI, predittori) e una variabile criterio (o dipendente, VD). Per tale ragione, la regressione è la tecnica statistica di elezione per studiare la validità di criterio di un test
• nella regressione lineare si assume che

  la variabile indipendente determini, influenzi o predica la variabile dipendente
• regressione bivariata (o semplice)


  una sola variabile indipendente e una sola variabile dipendente
• regressione multipla


  due o più variabili indipendenti e una sola variabile dipendente
• equazione della regressione lineare


  Y' = alfa + beta * X
• nell'equazione della regressione bivariata (o semplice), la variabile Y' rappresenta


  il punteggio grezzo atteso nella variabile dipendente previsto in base all'equazione
• nell'equazione della regressione bivariata (o semplice), la variabile X rappresenta


  Punteggio grezzo della variabile indipendente
• nell'equazione della regressione bivariata (o semplice), il parametro alfa rappresenta



  la media della variabile dipendente (intercetta) quando X = 0
• nell'equazione della regressione bivariata (o semplice), il parametro beta rappresenta


  l'impatto che X ha su Y (di quante unità cambia Y quando X aumenta di una unità). Tale parametro è chiamato coefficiente angolare o slope.
• nella regressione bivariata in genere il valore previsto della variabile dipendente (Y') non coincide con il valore osservato (Y); il termine di errore (o residuale, epsilon) rende conto dell'errore che si commette nel predire Y da X
• formula del termine di errore o residuale epsilon


  epsilon = Y' - Y