Los 4 tipos de validez en el diseño de investigación (+3 más para considerar)
Publicado: 2021-01-03Las conclusiones que extraiga de su investigación (ya sea del análisis de encuestas, grupos focales, diseño experimental u otros métodos de investigación) solo son útiles si son válidas.
¿Qué tan “verdaderos” son estos resultados? ¿Qué tan bien representan lo que realmente estás tratando de estudiar? La validez se utiliza para determinar si la investigación mide lo que pretendía medir y para aproximar la veracidad de los resultados.
Desafortunadamente, los investigadores a veces crean sus propias definiciones cuando se trata de lo que se considera válido.
- En la investigación cuantitativa, las pruebas de validez y confiabilidad son un hecho.
- Sin embargo, algunos investigadores cualitativos han ido tan lejos como para sugerir que la validez no se aplica a su investigación incluso cuando reconocen la necesidad de algunos controles o medidas de calificación en su trabajo.
Esto está mal. La validez siempre es importante, incluso si es más difícil de determinar en la investigación cualitativa.
Ignorar la validez es poner en duda la confiabilidad de su trabajo y cuestionar la confianza de otros en sus resultados. Incluso cuando se utilizan medidas cualitativas en la investigación, es necesario analizarlas utilizando medidas de confiabilidad y validez para mantener la confiabilidad de los resultados.
¿Qué es la validez en la investigación?
La validez es cómo los investigadores hablan sobre la medida en que los resultados representan la realidad. Los métodos de investigación, cuantitativos o cualitativos, son métodos para estudiar fenómenos reales: la validez se refiere a cuánto de ese fenómeno miden frente a cuánto "ruido" o información no relacionada capturan los resultados.
La validez y la confiabilidad marcan la diferencia entre informes de investigación "buenos" y "malos". La investigación de calidad depende del compromiso de probar y aumentar la validez y la confiabilidad de los resultados de su investigación.
Cualquier investigación que valga la pena se preocupa por si lo que se mide es lo que se pretende medir y considera las formas en que las observaciones se ven influenciadas por las circunstancias en las que se realizan.
La base de cómo se hacen nuestras conclusiones juega un papel importante al abordar las cuestiones sustantivas más amplias de cualquier estudio dado.
Por esta razón, vamos a ver varios tipos de validez que se han formulado como parte de una metodología de investigación legítima.
Aquí están los 7 tipos clave de validez en la investigación:
- Validez aparente
- Validez de contenido
- Validez de constructo
- Validez interna
- Validez externa
- Validez de la conclusión estadística
- Validez relacionada con el criterio
1. Validez aparente
La validez aparente es qué tan válidos parecen sus resultados en función de cómo se ven. Este es el método de validez menos científico, ya que no se cuantifica mediante métodos estadísticos.
La validez aparente no es validez en el sentido técnico del término. Se trata de si parece que medimos lo que afirmamos.
Aquí observamos qué tan válida parece una medida en la superficie y hacemos juicios subjetivos basados en eso.
Por ejemplo,
- Imagine que realiza una encuesta que parece ser válida para el encuestado y las preguntas se seleccionan porque parecen válidas para el administrador.
- El administrador pregunta a un grupo de personas aleatorias, observadores no capacitados, si las preguntas les parecen válidas.
En la investigación, nunca es suficiente confiar solo en juicios superficiales, y se necesitan métodos de validez más cuantificables para sacar conclusiones aceptables. Hay muchos instrumentos de medición a considerar, por lo que la validez aparente es útil en los casos en que necesita distinguir un enfoque sobre otro.
Nunca se debe confiar en la validez aparente por sus propios méritos.
2. Validez de contenido
La validez de contenido es si la medida utilizada en la investigación cubre o no todo el contenido del constructo subyacente (lo que está tratando de medir).
Esta también es una medida subjetiva, pero a diferencia de la validez aparente, preguntamos si el contenido de una medida cubre el dominio total del contenido. Si un investigador quisiera medir la introversión, primero tendría que decidir qué constituye un dominio de contenido relevante para ese rasgo.
La validez de contenido se considera una forma subjetiva de medición porque todavía se basa en la percepción de las personas para medir construcciones que de otro modo serían difíciles de medir.
Donde la validez de contenido se distingue (y se vuelve útil) es a través de su uso de expertos en el campo o individuos pertenecientes a una población objetivo. Este estudio puede hacerse más objetivo mediante el uso de pruebas estadísticas rigurosas.
Por ejemplo, podría tener un estudio de validez de contenido que informe a los investigadores cómo los elementos utilizados en una encuesta representan su dominio de contenido, qué tan claros son y en qué medida mantienen la estructura factorial teórica evaluada por el análisis factorial.
3. Validez de constructo
Un constructo representa una colección de comportamientos que se asocian de manera significativa para crear una imagen o una idea inventada con un propósito de investigación. La validez de constructo es el grado en que su investigación mide el constructo (en comparación con cosas fuera del constructo).
La depresión es un constructo que representa un rasgo de personalidad que se manifiesta en comportamientos como dormir demasiado, perder el apetito, dificultad para concentrarse, etc.
La existencia de un constructo se manifiesta al observar la colección de indicadores relacionados. Cualquier signo puede estar asociado con varias construcciones. Una persona con dificultad para concentrarse puede tener ADD pero no depresión.
La validez de constructo es el grado en que se pueden hacer inferencias a partir de operacionalizaciones (conectar conceptos con observaciones) en su estudio a los constructos en los que se basan esas operacionalizaciones. Para establecer la validez de constructo, primero debe proporcionar evidencia de que sus datos respaldan la estructura teórica.
También debe demostrar que controla la operacionalización del constructo, en otras palabras, demostrar que su teoría tiene alguna correspondencia con la realidad.
- Validez convergente: el grado en que una operación es similar a otras operaciones a las que teóricamente debería ser similar.
- Validez discriminativa : si una escala se diferencia adecuadamente o no diferencia entre grupos que deberían o no diferir en función de razones teóricas o investigaciones previas.
- Red nomológica: representación de los constructos de interés en un estudio, sus manifestaciones observables y las interrelaciones entre ellos. Según Cronbach y Meehl, se debe desarrollar una red nomológica para una medida para que tenga validez de constructo.
- Matriz de múltiples rasgos y múltiples métodos: seis consideraciones principales al examinar la validez de constructo según Campbell y Fiske. Esto incluye evaluaciones de la validez convergente y la validez discriminativa. Los otros son unidad de método de rasgo, multimétodo/rasgo, metodología verdaderamente diferente y características de rasgo.
4. Validez interna
La validez interna se refiere a la medida en que se puede establecer con precisión que la variable independiente produce el efecto observado.
Si el efecto de la variable dependiente se debe únicamente a la(s) variable(s) independiente(s), entonces se logra la validez interna. Este es el grado en que se puede manipular un resultado.
Dicho de otra manera, la validez interna es cómo puede saber que su investigación "funciona" en un entorno de investigación. Dentro de un estudio dado, ¿la variable que cambias afecta la variable que estás estudiando?
[blog-suscribirse]
5. Validez externa
La validez externa se refiere a la medida en que los resultados de un estudio pueden generalizarse más allá de la muestra. Lo que quiere decir que puede aplicar sus hallazgos a otras personas y entornos.
Piense en esto como el grado en que se puede generalizar un resultado. ¿Qué tan bien se aplican los resultados de la investigación al resto del mundo?
Un entorno de laboratorio (u otro entorno de investigación) es un entorno controlado con menos variables. La validez externa se refiere a qué tan bien se mantienen los resultados, incluso en presencia de todas esas otras variables.
6. Validez de la conclusión estadística
La validez de la conclusión estadística es una determinación de si existe una relación o covariación entre las variables de causa y efecto.
Este tipo de validez requiere:
- Garantizar procedimientos de muestreo adecuados
- Pruebas estadísticas apropiadas
- Procedimientos de medición fiables
Este es el grado en que una conclusión es creíble o creíble.
7. Validez relacionada con el criterio
La validez relacionada con el criterio (también llamada validez instrumental) es una medida de la calidad de sus métodos de medición. La precisión de una medida se demuestra comparándola con una medida que ya se sabe que es válida.
En otras palabras, si su medida tiene una alta correlación con otras medidas que se sabe que son válidas debido a investigaciones anteriores.
Para que esto funcione debes saber que el criterio ha sido bien medido. Y tenga en cuenta que no siempre existen los criterios apropiados.
Lo que está haciendo es verificar el desempeño de su operacionalización contra un criterio.
Los criterios que usa como estándar de juicio dan cuenta de los diferentes enfoques que usaría:
- Validez predictiva: la capacidad de la operacionalización para predecir lo que teóricamente es capaz de predecir. La medida en que una medida predice los resultados esperados.
- Validez concurrente: la capacidad de la operacionalización para distinguir entre grupos que teóricamente debería poder. Aquí es donde una prueba se correlaciona bien con una medida que ha sido previamente validada.
Cuando analizamos la validez de los datos de una encuesta, nos preguntamos si los datos representan lo que creemos que deberían representar.
Dependemos de la mentalidad y la actitud del encuestado para que nos proporcione datos válidos.
En otras palabras, dependemos de ellos para responder todas las preguntas con honestidad y conciencia. También dependemos de si son capaces de responder a las preguntas que les hacemos. Cuando se hacen preguntas que el encuestado no puede comprender o comprender, los datos no nos dicen lo que creemos que hacen.