I 4 tipi di validità nel design della ricerca (+3 altri da considerare)

Pubblicato: 2021-01-03

Le conclusioni che trai dalla tua ricerca (sia dall'analisi del sondaggio, dai focus group, dal disegno sperimentale o da altri metodi di ricerca) sono utili solo se sono valide.

Quanto sono “veri” questi risultati? Quanto bene rappresentano la cosa che stai effettivamente cercando di studiare? La validità viene utilizzata per determinare se la ricerca misura ciò che intende misurare e per approssimare la veridicità dei risultati.

Sfortunatamente, i ricercatori a volte creano le proprie definizioni quando si tratta di ciò che è considerato valido.

Nella ricerca quantitativa i test di validità e affidabilità sono un dato di fatto.
Tuttavia, alcuni ricercatori qualitativi sono arrivati al punto di suggerire che la validità non si applica alla loro ricerca anche se riconoscono la necessità di alcuni controlli o misure qualificanti nel loro lavoro.

Questo è sbagliato. La validità è sempre importante, anche se è più difficile da determinare nella ricerca qualitativa.

Ignorare la validità significa mettere in discussione l'affidabilità del proprio lavoro e mettere in discussione la fiducia degli altri nei suoi risultati. Anche quando le misure qualitative sono utilizzate nella ricerca, devono essere esaminate utilizzando misure di affidabilità e validità al fine di sostenere l'affidabilità dei risultati.

Che cos'è la validità nella ricerca?

La validità è il modo in cui i ricercatori parlano della misura in cui i risultati rappresentano la realtà. I metodi di ricerca, quantitativi o qualitativi, sono metodi per studiare i fenomeni reali: la validità si riferisce a quanto di quel fenomeno misurano rispetto a quanto "rumore", o informazioni non correlate, viene catturato dai risultati.

Validità e affidabilità fanno la differenza tra rapporti di ricerca "buoni" e "cattivi". La ricerca di qualità dipende dall'impegno a testare e aumentare la validità e l'affidabilità dei risultati della ricerca.

Qualsiasi ricerca degna del suo peso si occupa di sapere se ciò che viene misurato è ciò che si intende misurare e considera i modi in cui le osservazioni sono influenzate dalle circostanze in cui vengono fatte.

La base di come vengono tratte le nostre conclusioni gioca un ruolo importante nell'affrontare le questioni sostanziali più ampie di un dato studio.

Per questo motivo esamineremo vari tipi di validità che sono stati formulati come parte di una metodologia di ricerca legittima.

Ecco i 7 tipi chiave di validità nella ricerca:

Validità facciale
La validità dei contenuti
Validità del costrutto
Validità interna
Validità esterna
Validità della conclusione statistica
Validità relativa al criterio

1. Validità facciale

La validità facciale è quanto sembrano validi i tuoi risultati in base a come appaiono. Questo è il metodo meno scientifico di validità, in quanto non è quantificato utilizzando metodi statistici.

La validità facciale non è validità nel senso tecnico del termine. Riguarda se sembra che misuriamo ciò che affermiamo.

Qui osserviamo quanto valida appare una misura in superficie e formuliamo giudizi soggettivi basati su di essa.

Per esempio,

Immagina di dare un sondaggio che sembra essere valido per l'intervistato e le domande sono selezionate perché sembrano valide per l'amministratore.
L'amministratore chiede a un gruppo di persone a caso, osservatori inesperti, se le domande sembrano loro valide

Nella ricerca non è mai abbastanza fare affidamento solo sui giudizi facciali – e sono necessari metodi di validità più quantificabili per trarre conclusioni accettabili. Esistono molti strumenti di misurazione da considerare, quindi la validità facciale è utile nei casi in cui è necessario distinguere un approccio rispetto a un altro.

La validità del volto non dovrebbe mai essere considerata attendibile per i suoi stessi meriti.

2. Validità dei contenuti

La validità del contenuto è se la misura utilizzata nella ricerca copre o meno tutto il contenuto nel costrutto sottostante (la cosa che stai cercando di misurare).

Anche questa è una misura soggettiva, ma a differenza della validità facciale ci chiediamo se il contenuto di una misura copra l'intero dominio del contenuto. Se un ricercatore volesse misurare l'introversione, dovrebbe prima decidere cosa costituisce un dominio di contenuto rilevante per quel tratto.

La validità del contenuto è considerata una forma soggettiva di misurazione perché si basa ancora sulla percezione delle persone per misurare costrutti che altrimenti sarebbero difficili da misurare.

Laddove la validità del contenuto si distingue (e diventa utile) è attraverso il suo utilizzo di esperti nel campo o di individui appartenenti a una popolazione target. Questo studio può essere reso più obiettivo attraverso l'uso di rigorosi test statistici.

Ad esempio, potresti avere uno studio sulla validità del contenuto che informi i ricercatori in che modo gli elementi utilizzati in un sondaggio rappresentano il loro dominio di contenuto, quanto sono chiari e la misura in cui mantengono la struttura fattoriale teorica valutata dall'analisi fattoriale.

3. Validità del costrutto

Un costrutto rappresenta un insieme di comportamenti che sono associati in modo significativo per creare un'immagine o un'idea inventata a scopo di ricerca. La validità del costrutto è il grado in cui la tua ricerca misura il costrutto (rispetto alle cose al di fuori del costrutto).

La depressione è un costrutto che rappresenta un tratto della personalità che si manifesta in comportamenti come dormire troppo, perdita di appetito, difficoltà di concentrazione, ecc.

L'esistenza di un costrutto si manifesta osservando la raccolta di indicatori correlati. Ogni segno può essere associato a più costrutti. Una persona con difficoltà di concentrazione può avere ADD ma non depressione.

La validità del costrutto è il grado in cui è possibile fare inferenze dalle operazionalizzazioni (connettendo concetti alle osservazioni) nel tuo studio ai costrutti su cui si basano tali operazionalizzazioni. Per stabilire la validità del costrutto devi prima fornire la prova che i tuoi dati supportano la struttura teorica.

Devi anche dimostrare di controllare l'operazionalizzazione del costrutto, in altre parole, mostrare che la tua teoria ha una corrispondenza con la realtà.

Validità convergente: il grado in cui un'operazione è simile ad altre operazioni a cui dovrebbe teoricamente essere simile.
Validità discriminativa – se una scala si differenzia adeguatamente o non distingue tra gruppi che dovrebbero differire o meno in base a ragioni teoriche o ricerche precedenti.
Rete nomologica: rappresentazione dei costrutti di interesse in uno studio, delle loro manifestazioni osservabili e delle interrelazioni tra e tra questi. Secondo Cronbach e Meehl, una rete nomologica deve essere sviluppata per una misura affinché abbia validità di costrutto
Matrice multitrait-multimetodo: sei considerazioni principali quando si esamina la validità dei costrutti secondo Campbell e Fiske. Ciò include le valutazioni della validità convergente e della validità discriminativa. Gli altri sono l'unità del metodo del tratto, il multi-metodo/tratto, la metodologia veramente diversa e le caratteristiche del tratto.

4. Validità interna

La validità interna si riferisce alla misura in cui la variabile indipendente può essere accuratamente dichiarata per produrre l'effetto osservato.

Se l'effetto della variabile dipendente è dovuto solo alle variabili indipendenti, si ottiene la validità interna. Questo è il grado in cui un risultato può essere manipolato.

In altre parole, la validità interna è il modo in cui puoi dire che la tua ricerca "funziona" in un ambiente di ricerca. All'interno di un determinato studio, la variabile che modifichi influisce sulla variabile che stai studiando?

[iscriviti al blog]

5. Validità esterna

La validità esterna si riferisce alla misura in cui i risultati di uno studio possono essere generalizzati oltre il campione. Vale a dire che puoi applicare i tuoi risultati ad altre persone e impostazioni.

Pensa a questo come al grado in cui un risultato può essere generalizzato. In che misura i risultati della ricerca si applicano al resto del mondo?

Un ambiente di laboratorio (o altro ambiente di ricerca) è un ambiente controllato con meno variabili. La validità esterna si riferisce alla tenuta dei risultati, anche in presenza di tutte quelle altre variabili.

6. Validità della conclusione statistica

La validità della conclusione statistica è una determinazione dell'esistenza di una relazione o di una co-variazione tra variabili di causa ed effetto.

Questo tipo di validità richiede:

Garantire adeguate procedure di campionamento
Test statistici appropriati
Procedure di misurazione affidabili

Questo è il grado in cui una conclusione è credibile o credibile.

7. Validità relativa al criterio

La validità relativa al criterio (chiamata anche validità strumentale) è una misura della qualità dei metodi di misurazione. L'accuratezza di una misura si dimostra confrontandola con una misura già nota per essere valida.

In altre parole, se la tua misura ha un'elevata correlazione con altre misure note per essere valide a causa di ricerche precedenti.

Affinché funzioni, devi sapere che il criterio è stato misurato bene. E sappiate che non sempre esistono criteri adeguati.

Quello che stai facendo è controllare le prestazioni della tua operazionalizzazione rispetto a un criterio.

I criteri che usi come standard di giudizio spiegano i diversi approcci che useresti:

Validità predittiva: capacità dell'operazionalizzazione di prevedere ciò che è teoricamente in grado di prevedere. La misura in cui una misura prevede i risultati attesi.
Validità simultanea: la capacità dell'operazionalizzazione di distinguere tra gruppi che teoricamente dovrebbe essere in grado di fare. È qui che un test si correla bene con una misura che è stata precedentemente convalidata.

Quando osserviamo la validità dei dati del sondaggio, ci chiediamo se i dati rappresentino ciò che pensiamo debbano rappresentare.

Dipendiamo dalla mentalità e dall'atteggiamento dell'intervistato per fornirci dati validi.

In altre parole dipendiamo da loro per rispondere a tutte le domande onestamente e coscienziosamente. Dipendiamo anche dal fatto che siano in grado di rispondere alle domande che ci poniamo. Quando vengono poste domande che il rispondente non può comprendere o comprendere, i dati non ci dicono cosa pensiamo che faccia.