Vad är intern validitet och vilken typ av forskningsdesign är mest effektiv för att maximera den?

A: I vilken grad resultaten kan tillämpas på den verkliga världen; maximeras av fältexperiment

B: I vilken grad observerade förändringar i BV kan tillskrivas OV snarare än externa faktorer; maximeras av kontrollerade experiment med slumpmässig fördelning

C: I vilken grad ett test mäter vad det är tänkt att mäta; maximeras av faktoranalys

D: Konsekvensen hos resultaten vid upprepade mätningar; maximeras av longitudinella designs

Intern validitet syftar på tillförlitligheten att OV — och inte någon annan variabel — orsakade den observerade förändringen i BV. Den hotas av störande variabler, kravkarakteristika, experimentatorsbias och ordningseffekter. Laboratorieexperiment med slumpmässig fördelning, standardiserade procedurer och blindade designs maximerar intern validitet. Men de kontroller som maximerar intern validitet — artificiella miljöer, standardiserade stimuli — minskar ofta extern validitet.

Vad är ekologisk validitet och varför är den ibland i konflikt med intern validitet?

A: Hur väl en studie mäter biologiska/miljömässiga interaktioner; konflikt uppstår för att labbförhållanden tar bort naturliga stimuli

B: I vilken grad en studies miljö, uppgifter och stimuli speglar verkliga förhållanden, så att fynden generaliserar till vardagsbeteende; konflikt uppstår för att de kontroller som maximerar intern validitet ofta skapar artificiella förhållanden som minskar ekologisk validitet

C: Huruvida en studie kan replikeras i olika ekologiska sammanhang; i konflikt med intern validitet eftersom replikering minskar kontroll

D: I vilken grad deltagare representerar målpopulationen; i konflikt med intern validitet eftersom representativa urval är svårare att kontrollera

Ekologisk validitet är en undertyp av extern validitet: huruvida studiens förhållanden speglar den verkliga världen tillräckligt väl för att fynden ska generalisera till vardagslivet. Många framstående laboratoriesstudier — Milgrams lydnadsstudier, Aschs konformitetsstudier — har kritiserats för låg ekologisk validitet. Konflikten med intern validitet är grundläggande: att lägga till mer verklighetsnärhet gör det svårare att isolera OV:s effekt.

En forskare skapar ett nytt test av "emotionell intelligens." Efter att ha administrerat det korrelerar hon poängen med chefers bedömningar av anställdas emotionella kompetens på arbetsplatsen. Vilken typ av validitet bedömer hon?

A: Ansiktsvaliditet — om testet ser ut som om det mäter emotionell intelligens

B: Konstruktvaliditet — om testet mäter det teoretiska konstruktet emotionell intelligens

C: Kriterievaliditet — om poängen på det nya testet korrelerar med ett externt kriterium känt att spegla konstruktet

D: Test-retest-validitet — om testet ger samma poäng när det administreras två gånger

Kriterievaliditet bedömer om ett tests poäng stämmer överens med ett externt kriterium som oberoende mäter samma attribut. Den har två former: samtidsvaliditet (kriteriet mätt vid samma tidpunkt som testet) och prediktiv validitet (kriteriet mätt senare). I det här exemplet är arbetsplatsbedömningar kriteriet. Konstruktvaliditet är bredare: den frågar om testet korrekt återspeglar det teoretiska konstruktet som helhet, inklusive att korrelera med relaterade mått.

Vad är ansiktsvaliditet och varför anses den vara den svagaste formen av validitetsbevis?

A: Om testet är estetiskt tilltalande; svagt för att estetiska bedömningar är subjektiva

B: Om testet verkar, på ytan, mäta det det påstår sig mäta; svagt för att ytlig likhet med ett konstrukt inte garanterar att testet faktiskt mäter det

C: Om testets frågor statistiskt är orelaterade till varandra; svagt för att korrelation mellan frågor är otillräckligt bevis

D: Om testet ger samma resultat i olika länder; svagt för att översättningar kan förändra innebörd

Ansiktsvaliditet är den mest grundläggande och subjektiva formen av validitet — den frågar helt enkelt om testet verkar rimligt för icke-experter. Dess svaghet är att utseende och substans kan skilja sig åt: ett test kan se ut som om det mäter rätt sak utan att faktiskt göra det. Ansiktsvaliditet är viktig för praktisk acceptans men ger inget statistiskt bevis för att mätinstrumentet faktiskt fångar det avsedda konstruktet.

Vad mäter test-retest-reliabilitet, och vilken antagning måste gälla för att det ska vara en giltig metod?

A: Om två olika test av samma konstrukt ger samma resultat; kräver att testen verkligen är parallella former

B: Om samma test administrerat till samma deltagare vid två tidpunkter ger liknande poäng; kräver att den underliggande egenskapen är stabil under tidsperioden

C: Om två forskare som kodar samma data når samma slutsatser; kräver att kodare använder samma kriterier

D: Om testet fungerar på samma sätt i olika populationer; kräver kulturell ekvivalens

Test-retest-reliabilitet bedömer konsekvens över tid: administrera samma test två gånger (med ett mellanrum), beräkna sedan korrelationen. En hög korrelation indikerar att testet ger stabila resultat. Det kritiska antagandet är att egenskapen som mäts är genuint stabil under den valda tidsperioden. Metoden är också sårbar för övningseffekter och genuina förändringar i det mätta attributet.

Vad är inter-bedömarreliabilitet och när är det särskilt viktigt att fastställa den?

A: Överensstämmelse mellan ett testpoäng och ett verkligt kriterium; viktigt för test i klinisk bedömning

B: Korrelationen mellan två former av samma test; viktigt när testet används för att jämföra stora grupper

C: I vilken grad två eller fler oberoende observatörer som kodar samma beteende når samma slutsatser; särskilt viktigt i observationsstudier och kvalitativ kodning

D: Konsekvens hos resultaten i olika testrum; särskilt viktigt i kliniska multicenterstudier

Inter-bedömarreliabilitet bedömer om olika forskare som oberoende kodar samma data når samma slutsatser. Den kvantifieras med Cohens kappa (κ ≥ 0,7 anses typiskt acceptabelt). Det är särskilt kritiskt i observationsstudier — där forskare måste avgöra om ett observerat beteende räknas som aggression eller anknytningsbeteende — och i kvalitativ kodning. Utan hög inter-bedömarreliabilitet kan resultaten spegla den idiosynkratiska bedömningen hos en viss kodare.

Vad är standardisering i ett forskningssammanhang, och hur bidrar den till reliabilitet?

A: Att konvertera råpoäng till en gemensam skala (t.ex. z-poäng); säkerställer meningsfull jämförelse

B: Att säkerställa att varje deltagare upplever exakt samma procedur, instruktioner, timing och material; minskar variabiliteten från procedurinkonsistens så att skillnader i datan speglar verklig variation i konstruktet

C: Att välja ett representativt normativt urval mot vilket man kan jämföra individuella poäng; bidrar till kriterievaliditet

D: Att använda välestablerade mått snarare än nya; bidrar till konstruktvaliditet

Standardisering innebär att proceduren hålls konstant för alla deltagare — samma instruktioner (ofta skriptade), samma material, samma timing, samma testmiljö och samma poängsättningskriterier. Detta är avgörande för reliabilitet eftersom oreliabilitet kan komma från testet i sig eller från testprocessen (olika experimentatorer förklarar uppgifter på olika sätt). En standardiserad procedur säkerställer att förhållandena är så nära identiska som möjligt för alla deltagare.

Ett mycket reliabelt test är nödvändigtvis också validt.

Svar: Falskt

Reliabilitet och validitet är oberoende egenskaper — och reliabilitet garanterar inte validitet. En badrumsvåg som konsekvent visar 5 kg för mycket är perfekt reliabel men invalid. På samma sätt kan ett psykologiskt test producera mycket konsekventa poäng medan det systematiskt mäter fel konstrukt. Den viktiga asymmetrin: ett oreliabelt mått kan inte vara valitt (slumpmässigt fel innebär att det inte konsekvent kan fånga något), men ett reliabelt mått kan fortfarande vara invalid.