Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

Índice de Validade de Conteúdo

O índice de validade de conteúdo (IVC) é uma medida de validade de conteúdo amplamente divulgada e aceita na literatura. Mede a proporção ou porcentagem de concordância de especialistas sobre determinados aspectos de um instrumento e de seus itens.

Como coletar informação para calcular o índice de validade de conteúdo?

Podemos calcular o IVC para cada item de uma escala (I-IVC), bem como para a escala geral (S-IVC) (I de Item; S de Scale).

Inicialmente, devemos solicitar aos especialistas que classifiquem a relevância de cada item do instrumento. Geralmente usamos uma escala de 4 pontos para essa avaliação.

1 = item não relevante;

2 = item necessita de revisão para ser avaliada a relevância;

3 = item relevante, necessita de pequenas alterações;

4 = item absolutamente relevante.

Como calcular o índice de validade de conteúdo?

Para calcular o I-IVC de cada item do instrumento, basta somar as respostas 3 e 4 dos especialistas e dividir o resultado dessa soma pelo número total de respostas obtidas para o item, conforme fórmula a seguir:

Exemplo: Temos três especialistas que avaliaram a relevância de cinco itens. O item 1 obteve as seguintes avaliações:

1° especialista: 4

2° especialista: 3

3° especialista: 2

O I-IVC desse item seria:

Para calcular o S-IVC existem duas opções:

  1. Calcular o I-IVC para cada item da escala, e depois calcular o I-IVC médio entre os itens. Chamamos este processo como: S-IVC/AVE (AVE = average variance extracted)
  2. Calcular a proporção de itens na escala que alcançam uma escala de relevância de 3 ou 4 por todos os especialistas. Chamamos este processo como: S-CVI/UA (universal agreement). A pontuação da concordância universal (UA) é dada como 1 quando o item atingiu 100% de concordância dos especialistas, caso contrário, a pontuação da UA é dada como 0.

Exemplo: a seguinte tabela apresenta classificações fictícias de relevância para três especialistas em uma escala de 5 itens e sua pontuação da concordância universal (UA).

De acordo com essa definição, o S-CVI/UA para esses dados seria de 0.8 resultado de: 4 (AU total) ÷ 5 (número de itens).

Como interpretar o IVC?

Um índice de validade de conteúdo aceitável deve ser de no mínimo 0.78 para I-IVC e 0.80 para S-IVC e preferencialmente, maior que 0.90 (Yusoff, 2019).  Os valores de I-IVC orientarão as decisões sobre as revisões ou rejeições de itens.

Se o valor do IVC for baixo, pode significar que os itens não são boas operacionalizações do construto subjacente, que as especificações ou instruções do construto para os especialistas foram inadequadas ou que os próprios especialistas foram tendenciosos, erráticos ou não suficientemente proficientes.

Isso implica que, no início do processo de desenvolvimento da escala, os desenvolvedores devem trabalhar muito para formular bons itens, construir especificações claras para os especialistas e selecionar um bom painel de especialistas.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Referências:

YUSOFF, M. S. B. (2019). ABC of content validation and content validity index calculation. Resource11(2), 49-54.

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

4 respostas

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Glossário de Análise Fatorial Exploratória

Glossário de Análise Fatorial Exploratória

A Psicometria Online tem o prazer de anunciar a publicação de um valioso recurso para profissionais e estudantes da Psicometria: o Glossário de Análise Fatorial Exploratória. Entender os termos e

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O que é Análise de Variância

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Olá. Neste post vamos explicar de forma fácil o que são e quais as principais diferenças entre a estatística descritiva e a estatística inferencial. O que é estatística descritiva? A

Análise de mediação e moderação: definições e diferenças

Análise de mediação e moderação: definições e diferenças

Nesse post, discutimos as caracteríticas e diferenças entre modelos de mediação e moderação.

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Nesse post, discutimos quando utilizar uma análise fatorial exploratória e uma análise fatorial confirmatória.

Glossário de Análise Fatorial Exploratória

Glossário de Análise Fatorial Exploratória

A Psicometria Online tem o prazer de anunciar a publicação de um valioso recurso para profissionais e estudantes da Psicometria: o Glossário de Análise Fatorial Exploratória. Entender os termos e

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O que é Análise de Variância

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Estatística Descritiva e Estatística Inferencial: o que são e quais as diferenças

Olá. Neste post vamos explicar de forma fácil o que são e quais as principais diferenças entre a estatística descritiva e a estatística inferencial. O que é estatística descritiva? A

Análise de mediação e moderação: definições e diferenças

Análise de mediação e moderação: definições e diferenças

Nesse post, discutimos as caracteríticas e diferenças entre modelos de mediação e moderação.

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Análise Fatorial Exploratória ou Análise Fatorial Confirmatória: Qual escolher?

Nesse post, discutimos quando utilizar uma análise fatorial exploratória e uma análise fatorial confirmatória.

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.