Matriz multitraço-multimétodo - Multitrait-multimethod matrix
A matriz multitraço- multimétodo ( MTMM ) é uma abordagem para examinar a validade de construto desenvolvida por Campbell e Fiske (1959). Ele organiza evidências de validade convergente e discriminante para comparação de como uma medida se relaciona com outras medidas.
| Parte de uma série sobre |
| Psicologia |
|---|
 |
Definições e componentes-chave
Traços múltiplos são usados nesta abordagem para examinar (a) traços semelhantes ou (b) traços diferentes ( construtos ), a fim de estabelecer validade convergente e discriminante entre os traços. Da mesma forma, vários métodos são usados nesta abordagem para examinar os efeitos diferenciais (ou a falta deles) causados pela variação específica do método.
Existem seis considerações principais ao examinar a validade de um construto por meio da matriz MTMM, que são as seguintes:
- Avaliação da validade convergente - testes projetados para medir o mesmo construto devem apresentar alta correlação entre si.
- Avaliação da validade discriminante (divergente) - O construto sendo medido por um teste não deve estar altamente correlacionado com diferentes construtos.
- Unidade de método de traço - Cada tarefa ou teste usado na medição de um construto é considerado uma unidade de método de traço; no sentido de que a variância contida na medida é parte característica e parte método. Geralmente, os pesquisadores desejam baixa variância específica do método e alta variância do traço.
- Multitraço-multimétodo - Mais de um traço e mais de um método devem ser usados para estabelecer (a) a validade discriminante e (b) as contribuições relativas do traço ou variância específica do método. Esse princípio é consistente com as ideias propostas no conceito de inferência forte de Platt (1964).
- Metodologia verdadeiramente diferente - Ao usar vários métodos, deve-se considerar o quão diferentes são as medidas reais. Por exemplo, entregar duas medidas de autorrelato não são medidas realmente diferentes ; ao passo que usar uma escala de entrevista ou uma leitura psicossomática seria.
- Características do traço - os traços devem ser diferentes o suficiente para serem distintos, mas semelhantes o suficiente para valer a pena examinar no MTMM.
Exemplo
O exemplo abaixo fornece uma matriz prototípica e o que as correlações entre as medidas significam. A linha diagonal é normalmente preenchida com um coeficiente de confiabilidade da medida (por exemplo, coeficiente alfa). As descrições entre colchetes [] indicam o que é esperado quando a validade do construto (por exemplo, depressão ou ansiedade) e as validades das medidas são todas altas.
| Teste | Beck Depressão Inv | Entrevista de Depressão Hepner | Inv de ansiedade de Beck | Entrevista de ansiedade de Hepner |
|---|---|---|---|---|
| BDI | (Coeficiente de confiabilidade) [próximo a 1,00] | |||
| HDIv | Heteromethod-monotrait [mais alto de todos, exceto confiabilidade] | (Coeficiente de confiabilidade) [próximo a 1,00] | ||
| BAI | Monometodo-heterotraito
[baixo, menos que monotrait] |
Heterometodo-heterotraito [o menor de todos] | (Coeficiente de confiabilidade) [próximo a 1,00] | |
| HAIv | Heterometodo-heterotraito [o menor de todos] | Monomethod-heterotrait [baixo, menor que monotrait] | Heteromethod-monotrait [mais alto de todos, exceto confiabilidade] | (Coeficiente de confiabilidade) [próximo a 1,00] |
Neste exemplo, a primeira linha e a primeira coluna exibem a característica que está sendo avaliada (ou seja, ansiedade ou depressão), bem como o método de avaliação dessa característica (ou seja, entrevista ou pesquisa medida por medidas fictícias). O termo heterométodo indica que nesta célula a correlação entre dois métodos separados está sendo relatada. Monometodo indica o oposto, em que o mesmo método está sendo usado (por exemplo, entrevista, entrevista). Heterotrait indica que a célula está relatando duas características supostamente diferentes. Monotrait indica o oposto - que a mesma característica está sendo usada.
Ao avaliar uma matriz real, deseja-se examinar a proporção da variância compartilhada entre as características e métodos para estabelecer uma noção de quanta variância específica do método é induzida pelo método de medição, bem como fornecer uma visão de quão única a característica é, em comparação com outra característica.
Ou seja, por exemplo, o traço deve importar mais do que o método específico de medição. Por exemplo, se uma pessoa é avaliada como altamente deprimida por uma medida, então outro tipo de medida também deve indicar que a pessoa está altamente deprimida. Por outro lado, as pessoas que parecem altamente deprimidas no Inventário de Depressão de Beck não devem necessariamente obter pontuações altas de ansiedade no Inventário de Ansiedade de Beck. Como os inventários foram escritos pela mesma pessoa e são semelhantes em estilo, pode haver alguma correlação, mas essa semelhança no método não deve afetar muito as pontuações, portanto, as correlações entre essas medidas de características diferentes devem ser baixas.
Análise
Uma variedade de abordagens estatísticas foram usadas para analisar os dados da matriz MTMM. O método padrão de Campbell e Fiske pode ser implementado usando o programa MTMM.EXE disponível em: https://web.archive.org/web/20160304173400/http://gim.med.ucla.edu/FacultyPages/Hays/utils / Também se pode usar a análise fatorial confirmatória devido às complexidades em considerar todos os dados na matriz. O teste de Sawilowsky I, no entanto, considera todos os dados na matriz com um teste estatístico livre de distribuição para tendência.
O teste é conduzido reduzindo os triângulos heterotraito-heterometodo e heterotraito-monometodo, e as diagonais de validade e confiabilidade, em uma matriz de quatro níveis. Cada nível consiste no valor mínimo, mediano e máximo. A hipótese nula é que esses valores não são ordenados, o que é testado contra a hipótese alternativa de uma tendência ordenada crescente. A estatística de teste é encontrada contando o número de inversões (I). O valor crítico para alfa = 0,05 é 10 e para alfa = 0,01 é 14.
Um dos modelos mais utilizados para analisar dados MTMM é o modelo True Score proposto por Saris e Andrews (). O modelo True Score pode ser expresso usando as seguintes equações padronizadas:
1) Yij = rij TSij + eij* where: Yij is the standardized observed variable measured with the ith trait and jth method. rij is the reliability coefficient, which is equal to: rij = σYij / σTSij TSij is the standardized true score variable eij* is the random error, which is equal to: eij* = eij / σYij Consequently: rij2 = 1 - σ2 (eij*) where: rij2 is the reliability
2) TSij = vij Fi + mij Mj where: vij is the validity coefficient, which is equal to: vij = σFi / σTSij Fi is the standardized latent factor for the ith variable of interest (or trait) mij is the method effect, which is equal to: mij = σMj / σTSij Mj is the standardized latent factor for the reaction to the jthmethod Consequently: vij2 = 1 - mij2 where: vij2 is the validity
3) Yij = qijFi + rijmijMj + e* where: qij is the quality coefficient, which is equal to: qij = rij • vij Consequently: qij2 = rij2 • vij2 = σ2Fi / σ2Yij where: qij2 is the quality
As premissas são as seguintes:
* The errors are random, thus the mean of the errors is zero: µe = E(e) = 0 * The random errors are uncorrelated with each other: cov(ei, ej) = E(ei ej) = 0 * The random errors are uncorrelated with the independent variables: cov(TS, e) = E(TS e) = 0 , cov(F, e) = E(F e) = 0 and cov(M, e) = E(M e) = 0 * The method factors are assumed to be uncorrelated with one another and with the trait factors: cov(F, M) = E(F M) = 0
Normalmente, o entrevistado deve responder a pelo menos três perguntas diferentes (ou seja, características) medidas usando pelo menos três métodos diferentes. Este modelo foi utilizado para estimar a qualidade de milhares de perguntas do inquérito, em particular no âmbito do Inquérito Social Europeu .