什么是收敛效度?|定义和示例

聚合效度指一个测试与度量相同(或相似)构造的其他测试的关联程度。在这里,一个构造一种行为、态度或概念，尤指不能直接观察到的

理想情况下，测量相同结构(如应力)的两个测试应该具有中等到高度的相关性。高相关性是收敛有效性的证据，这反过来又是一个指示建构效度．

什么是收敛效度?

收敛有效性是一种子类型建构效度．构念效度是一个测试对它所要测量的概念测量得有多好。

收敛效度更微妙一些，因为它衡量的是是否在理论上建构了应该彼此相关的，其实是彼此相关的。

例如，两个测试的分数，一个测试自尊，另一个测试外向，很可能是相关的——自尊得分高的人，外向得分高的可能性更大。这两个测试将具有很高的收敛效度。

收敛效度与判别效度

聚合效度和判别效度一起帮助你建立构念效度。在研究中，它们被一起评估，因为为了证明结构的有效性，必须对两者进行评估。两者单独都不是充分的，但重要的是要记住它们不是一回事。

简而言之，收敛效度关注的是相似点，区别效度关注的是差异点。

• 聚合效度显示两个本应高度相关的测试是否确实相关。

• 区分效度显示两个测试是否应该不彼此高度相关的，实际上是不相关的。

这里的思想是，一个测试不仅应该与一个相似的测试相关联(即，测量相同的或相关的结构)，而且还应该不与不相似或不相关的测试相关(即，测量不同的结构)。

例如，如果测量诚实的测试和测量参与者最喜欢的颜色的测试之间没有(或弱)相关性，则可以说该测试具有较高的判别效度。这意味着它只度量它应该度量的构造，而不是其他构造。

当这两个满足条件(收敛效度和发散效度)，您可以得出结论，测试显示了结构效度的证据。

收敛效度和判别效度的例子

要建立测试的收敛效度，您必须执行以下其中一项:

• 将你的考试成绩与至少一个测试相同或类似结构的结果进行比较。例如，你可以将你的自我报告问卷与同样测量内向的现有问卷进行比较。

• 比较两种不同方法测量同一结构的结果。例如，你可以比较观察和问卷调查的结果，两者都测量内向。

在测试判别效度之前，您应该首先建立收敛效度。这两个测试一起允许您评估结构的有效性。调查构造之间的关系有助于确保收敛有效性的高相关性和判别有效性的低相关性(或不存在)。

如何衡量收敛效度

要度量您的测试的收敛有效性，您必须证明相关结构的度量之间存在正相关。换句话说，如果你有两个相关的量表，在一个量表上得分高的人在另一个量表上也应该得分高。

相关性由a估计相关系数，例如皮尔森的r，取值范围为1 ~−1。这个系数显示了变量之间关系的强度和方向。

相关系数值的解释如下:

• r= 1:完全正相关
• r= 0:没有相关性。
• r=−1:完全负相关

你可以自动计算皮尔森的r在Excel中，R， SPSS或其他统计软件。

为了找到一个相似的结构，从而找到一个相似的测试来比较收敛效度，您需要查看相关的学术文献。关于结构之间的关系，您已经知道了什么?还有哪些构念与你正在学习的构念相关?

虽然没有硬性规定，但是r>0.50的值通常被认为足以表明收敛效度。然而，请记住，与相关构念的相关性应该高于与不相关构念的相关性。

关于聚合效度的常见问题

为什么收敛效度和判别效度经常一起评估?

聚合效度和判别效度都是建构效度．它们一起帮助您评估一个测试是否测量了它被设计用来测量的概念。

• 收敛效度表示用于测量特定结构的测试是否与评估相同或相似结构的其他测试相关联。
• 判别效度指示两个测试是否应该不彼此高度相关的其实并不相关

为了证明结构的有效性，您需要对两者进行评估。任何一个单独都不足以建立构念效度。

构念效度的定义是什么?

建构效度是关于一个测试如何衡量它被设计用来评估的概念。它是四种类型之一测量的有效性，包括构念效度，表面有效性、判据效度。

构念有效性有两种子类型。

• 聚合效度：您的度量与相关构造的度量相对应的程度
• 区分效度：你的测量与不同结构的测量不相关或负相关的程度

我如何衡量构念效度?

统计分析通常用于测试来自您的测量数据的有效性。你测试聚合效度判别效度相关性看看您的测试结果是否与其他已建立的测试结果呈正相关或负相关。

你也可以使用回归分析来评估你的测量是否能预测理论上预期的结果。一个支持你的期望的回归分析加强了你的主张建构效度．