Boylamsal Yapı Geçerliği
Longitudinal Construct Validity · Ayrıca şöyle bilinir: longitudinal measurement validity, construct validity over time, longitudinal measurement invariance, LCV
Boylamsal yapı geçerliği, bir psikolojik ölçeğin birden çok zaman noktasında aynı gizil yapıyı aynı şekilde ölçüp ölçmediğini değerlendirir. Bu, onaylayıcı faktör modelini dalgalar boyunca aşamalı olarak kısıtlayarak ve model uyumunu karşılaştırarak test edilir, gözlenen değişim puanlarının ölçüm kayması yerine altta yatan özelliğin gerçek değişimini yansıtmasını sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bir panel veya kohort tasarımında iki veya daha fazla dalga boyunca gizil ortalamaları, büyüme yörüngelerini veya yapısal ilişkileri karşılaştırmayı planladığınız her zaman boylamsal yapı geçerliği testi kullanın. Bir öz-bildirim ölçeği ile ölçülen herhangi bir müdahale etkisini raporlamadan ve yaş, kohort veya tedavi koşulu açısından farklı alt gruplar arasında ölçülen değişim puanlarını karşılaştırmadan önce esastır. Ölçek kesitsel olarak iyi doğrulanmış olsa bile bu adımı atlamayın — kesitsel geçerlilik boylamsal kararlılığı garanti etmez. Verilere kısmi değişmezlik uyduğunda tam skaler değişmezliği zorlamaktan kaçının; bunun yerine, değişmez olmayan parametreleri açıkça modelleyin. Yaklaşım, yalnızca kesitsel tasarımlar için daha az alakalıdır ve sonuç tek bir gözlenen değişken değil, gizil bir yapı olduğunda gerekli değildir.
Güçlü yönler & sınırlılıklar
- Varsayıma dayanmak yerine değişim puanlarının zaman içinde karşılaştırılabilir olduğuna dair ilkeli, modele dayalı bir test sağlar.
- Sıralı hiyerarşi — yapısal, metrik, skaler — hangi ölçüm özelliklerinin kararlı olduğunu ve hangilerinin olmadığını tam olarak belirler, hedeflenmiş iyileştirmeyi sağlar.
- Kısmi değişmezlik çözümleri, az sayıda maddenin sapma göstermesi durumunda bile bir dalga karşılaştırmasının çoğunu korur.
- Alan ne olursa olsun tekrarlanan ölçülen gizil değişkenlere uygulanabilir: yetenek, kişilik, tutumlar, belirtiler.
- Büyüme eğrisi ve gizil değişim puanı modelleriyle doğal olarak bütünleşir, bu da onu tutarlı bir boylamsal SEM işlem hattının parçası haline getirir.
- Her dalgada yeterli güce sahip olmak için büyük örneklemler gerektirir; küçük örneklemler, uyum farkı testleri için hem Tip I hem de Tip II hatayı şişirir.
- ΔCFI ve ΔRMSEA kesme değerleri simülasyon çalışmalarından türetilmiş yaklaşık kılavuzlardır ve tüm örneklem boyutlarına veya model karmaşıklıklarına aktarılmayabilir.
- Yalnızca standart hiyerarşiyi test etmek, büyüme modeli varyans tahminlerini hala bozabilecek artık varyanslardaki (katı değişmezlik) değişmezliği kaçırır.
- Dalgalar arasındaki aşınma, dökülme ölçülen yapıyla ilişkiliyse değişmezlik testlerini karıştırabilir.
SSS
Boylamsal yapı geçerliği ile test-tekrar test güvenirliği arasındaki fark nedir?
Test-tekrar test güvenirliği, faktör yapısını incelemeden, zaman içindeki puanların sıralı kararlılığını — katılımcıların aynı göreceli konumlarını koruyup korumadığını — ölçer. Boylamsal yapı geçerliği, altta yatan ölçüm modelinin (yüklemeler, kesişimler) dalgalar boyunca eşdeğer kalıp kalmadığını test ederek daha ileri gider; bu, ortalama düzeyindeki değişimleri yorumlamak için ön koşuldur.
Yalnızca metrik, skaler değil, değişmezlik geçerliyse zaman içinde gizil ortalamaları karşılaştırabilir miyim?
Hayır. Metrik değişmezlik, faktör yüklerini eşitler; bu, ilişkileri (korelasyonlar, regresyonlar) karşılamak için yeterlidir ancak gizil ortalamaları değil. Ortalama karşılaştırmaları geçerli olmadan önce skaler değişmezlik — eşit madde kesişimleri — gereklidir. Kısmi skaler değişmezlik, çoğu kesişimin kısıtlanmadığı ancak hepsinin değil, serbest bırakılan kesişimler modelde açıkça hesaba katıldığında ortalama karşılaştırmalarını destekleyebilir.
Ne kadar büyük bir örneğe ihtiyacım var?
Simülasyon çalışmaları, metrik ve skaler değişmezliğin güvenilir tespitinin genellikle dalga başına en az 200-300 vaka gerektirdiğini, küçük değişmezlik durumlarında daha fazlasının gerektiğini öne sürmektedir. Çok küçük örneklemler (dalga başına n < 100) gerçek değişmezliği kaçırabilir ve testi yanlış bir şekilde güvence altına alabilir.
Boylamsal ölçüm değişmezliğini hangi yazılımlar test edebilir?
En yaygın araçlar R'deki lavaan (zaman boyunca parametreleri kısıtlamak için basit sözdizimi ile çok gruplu ve boylamsal CFA'yı destekler), Mplus (psikoloji ve eğitimde yaygın olarak kullanılır) ve R'deki sem veya OpenMx paketleridir. SPSS'teki AMOS da prosedürü grafiksel bir arayüz aracılığıyla destekler.
Katı değişmezlik (eşit artık varyanslar) gerekli midir?
Katı değişmezlik — skaler seviyenin ötesinde artık varyanslara eşitlik kısıtlamaları eklemek — pratikte nadiren gereklidir ve genellikle çok katıdır. Esas olarak gözlenen (gizil değil) puan varyanslarını dalgalar boyunca karşılaştırmanız gerektiğinde, örneğin belirli büyüme eğrisi spesifikasyonlarında önemlidir. Çoğu boylamsal araştırma, pratik standart olarak skaler değişmezliği hedefler.
Kaynaklar
- Vandenberg, R. J. & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Organizational Research Methods, 3(1), 4–70. DOI: 10.1177/109442810031002 ↗
- Meredith, W. (1993). Measurement invariance, factor analysis and factorial invariance. Psychometrika, 58(4), 525–543. DOI: 10.1007/BF02294825 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Longitudinal Construct Validity. ScholarGate. https://scholargate.app/tr/psychometrics/longitudinal-construct-validity
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Yakınsak GeçerlilikPsikometri↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Ölçme Değişmezliği TestiPsikometri↔ karşılaştır
- Test-Tekrar GüvenilirliğiPsikometri↔ karşılaştır