Receba gratuitamente todos os nossos conteúdos.

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

Validade Baseada nas Relações com Medidas Externas

A validade baseada nas relações com medidas externas é uma das cinco fontes de validade dos testes (AERA, APA & NCME, 2014).

Um instrumento apresenta este tipo de validade quando as associações do seu escore, com os escores de outros instrumentos, são encontradas na direção e magnitude teóricas ou empiricamente esperadas.

Segundo os critérios da AERA, APA e NCME (2014), as evidências de validade baseada nas relações com medidas externas podem ser categorizadas como:

Validade convergente

Para testar esta validade são utilizadas duas medidas diferentes, cujos construtos avaliados são teoricamente relacionados. Espera-se que os escores do instrumento analisado apresentem relações em direção e magnitude, teórica e empiricamente esperadas com outras variáveis distintas, mas correlatas na medida. Por exemplo, sabe-se que autoestima está positivamente correlacionada com felicidade. Assim, empiricamente, espera que os escores de uma medida de autoestima se correlacione positivamente com os escores de felicidade.

Validade discriminante

Um instrumento apresenta validade discriminante quando os escores obtidos não se relacionam a variáveis que, de acordo com proposições teóricas, não devem estar correlacionadas.

É importante que sejam escolhidos construtos nos quais exista clareza sobre a falta de associação entre varáveis para caso seja encontrado um resultado divergente, não exista duvida se o problema é teórico ou dos instrumentos. Por exemplo, se teoricamente não existe associação entre habilidades sociais e raciocínio lógico-matemático, os escores obtidos em um teste de habilidades sociais e de raciocínio lógico-matemático deve ser 0 ou muito próximo a isso.

Validade de critério

A vaidade de critério tem como principal foco investigar o impacto dos escores obtidos com outras medidas fortemente relacionadas. Este tipo de validade se subdivide em:

Validade concorrente: investiga o quanto um instrumento e associa com outro que mensure o mesmo construto. Para esse fim é importante:

1) ter certeza de que ambos instrumentos tenham uma perspectiva teórica semelhante. Caso contrario, é possível que isso reflita numa baixa associação nos escores das medidas.

2) escolher uma medida padrão-ouro para que concorra com o instrumento a ser avaliado. Considerando que essas medidas apresentam diversas evidências de validade, uma relação significativa de alta magnitude entre ambos instrumentos, fornecerá evidencias de que o instrumento que está sendo validado avalia o construto proposto.

Validade preditiva: investiga se os escores obtidos por meio do instrumento analisado impactam o desempenho dos participantes em outros testes ou na apresentação de determinados comportamentos em um momento futuro.

Para isso, é necessário realizar estudos com, ao menos, dois momentos de coleta de dados diferentes de modo a avaliar se o construto pode predizer o comportamento (ou construto). Por exemplo, se a atenção concentrada é uma variável preditora de acidentes de trânsito, espera-se que motoristas com menores níveis de atenção concentrada se envolvam mais em acidentes de trânsito ao longo de 24 meses.

Como testar empiricamente a validade baseadas nas relações com medidas externas?

A testagem da validade convergente através de correlações é amplamente utilizada na psicologia e aceita na Psicologia. Entretanto, é importante você saber que essa técnica é limitada já que não pressupõe direcionalidade das variáveis. Por isso não pode definir a rede monológica de um construto (rede de relações que o construto estabelece com outros construtos; Cronbach & Meehl, 1955). É recomendado usar análises de MEE, para testar a validade convergente, uma vez que essa técnica permite determinar relações direcionais entre variáveis dependentes e independentes.

Embora analises de correlações tenha utilidade limitada para validade convergente, esta técnica pode ser utilizada para testar a validade concorrente e discriminante. Isso porque, na validade concorrente se avalia o mesmo construto mensurado por dois instrumentos distintos e na discriminante não existem associações esperadas, de modo que não se procura direcionalidade.

Como testar empiricamente a validade baseadas nas relações com medidas externas?

Quais valores esperamos obter para atestar a validade baseada nas relações com medidas externas?

Para validade convergente, espera-se relações moderadas entre as variáveis (e.g., 0,30 a 0,70).

Para validade concorrente, espera-se correlações altas entre as variáveis (> 0,70).

Para validade discriminante, espera-se que correlações fracas ou estatisticamente não significativas entre as variáveis (< 0,30).

Se você gostou dessa postagem ou se tem alguma dúvida, deixe seu comentário! Vai ser ótimo te ajudar!

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).

Referencias:
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. Washington, DC: American Educational Research Association.

Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. https://doi.org/10.1037/h0040957

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?

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.