Çok Düzeyli Ayırt Edici Geçerlilik
Multilevel Discriminant Validity · Ayrıca şöyle bilinir: multilevel DV, cross-level discriminant validity, hierarchical discriminant validity, ML-DV
Çok düzeyli ayırt edici geçerlilik, teorik olarak farklı yapılarının ekipler, okullar veya organizasyonlar gibi üst düzey birimlere iç içe geçmiş verilerde ampirik olarak ayrılabilir olup olmadığını değerlendirir. Tek düzeyli ayırt edici geçerlilik kontrollerini, hem düzeyler içinde hem de düzeyler arasında yapılarının eş zamanlı olarak ayırt edilebilirliğini doğrulayan çok düzeyli teyit edici faktör analizi çerçevesine genişletir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Gözlemlerin bağımsızlığının göz ardı edildiği tek düzeyli analizlerden kaynaklanan yanlış geçerlilik sonuçlarını önler.
Güçlü yönler & sınırlılıklar
- Her düzeyde uygulanan yerleşik ölçütlerle (AVE, HTMT, ki-kare fark testi) uyumludur.
- Tam bir çok düzeyli CFA veya çok düzeyli Yapısal Eşitlik Modellemesi (SEM) iş akışına doğal olarak entegre olur.
- Bireysel düzeyde ayırt edilen yapıların grup düzeyinde de ayırt edilip edilmediğini ortaya koyar, bu önemli bir teorik kontroldür.
- Gruplar arası tahminlerin kararlı olması için yeterince büyük sayıda grup (genellikle önerilen: en az 30-50 grup) gerektirir.
- Küçük grup içi örneklem boyutları, grup içi örneklem hatasını artırır ve grup içi ayırt edici geçerlilik sonuçlarının güvenilirliğini azaltır.
- Model karmaşıklığı, tek düzeyli CFA'ya göre önemli ölçüde artar ve yakınsama hataları daha yaygındır.
- AVE ve HTMT eşikleri öncelikle tek düzeyli modeller için geliştirilmiştir; ML-CFA'daki her düzeydeki kesin uygulanabilirlikleri hala literatürde tartışılmaktadır.
- Yazılım uzmanlığı ve uygun araçlar (örneğin, Mplus, çok düzeyli sözdizimi ile R lavaan) gereklidir.
- Kümelenmiş veriler üzerinde standart tek düzeyli CFA yapmak ve iç içe geçmeyi hesaba katmadan ayırt edici geçerliliği raporlamak; bu, bağımsızlık varsayımını ihlal eder ve standart hataları yanlı hale getirir.
- Yalnızca Düzey 1'de ayırt edici geçerliliği kontrol etmek ve Düzey 2'yi göz ardı etmek veya tersi, düzeylere özgü sorunları kaçırmak.
SSS
Kararlı gruplar arası tahminler için kaç gruba ihtiyacım var?
Simülasyon çalışmaları genellikle temel çok düzeyli modeller için en az 30 grup önerirken, Düzey 2 parametre sayısı fazla olduğunda 50 veya daha fazlası tercih edilir. Daha az grup, kararsız gruplar arası kovaryans tahminlerine ve o düzeyde güvenilmez ayırt edici geçerlilik sonuçlarına yol açar.
Gruplar arası düzeyde HTMT ölçütünü kullanabilir miyim?
HTMT, gruplar arası düzey korelasyon matrisinden hesaplanabilir, ancak yerleşik simülasyon kıyaslamaları (0.85, 0.90) tek düzeyli bağlamlar için türetilmiştir. Gruplar arası düzey HTMT değerlerini kesin yerine gösterge olarak kabul edin ve ki-kare fark testi ile destekleyin.
Hangi yazılımlar çok düzeyli ayırt edici geçerlilik analizleri yapabilir?
Mplus, her iki düzeyde de tam model belirtimini destekleyen ML-CFA için en esnek ve yaygın kullanılan seçenektir. R paketleri lavaan ('cluster' sözdizimi ile) ve OpenMx de bu amaç için uygun çok düzeyli SEM yetenekleri sunar.
Çok düzeyli ayırt edici geçerlilik ile ölçüm değişmezliği arasındaki fark nedir?
Ölçüm değişmezliği, aynı yapının gruplar arasında eşit olarak ölçülüp ölçülmediğini (eşit yüklemeler, kesişimler) sorar. Ayırt edici geçerlilik, iki farklı yapının her düzeyde ampirik olarak ayrılabilir olup olmadığını sorar. Her ikisi de titiz çok düzeyli ölçek doğrulama için gereklidir, ancak farklı geçerlilik sorularını ele alırlar.
StatWise'da, iç içe geçmiş verileri bir grup tanımlayıcısı ile yükleyerek Çok Düzeyli Ayırt Edici Geçerlilik modülünü çalıştırın. Motor, iki düzeyli bir CFA uyar, grup içi ve gruplar arası AVE ve HTMT indekslerini hesaplar ve her düzeyde ki-kare fark testleri gerçekleştirerek düzey düzey ayırt edici geçerlilik özetini raporlar.
Measurement invariance asks whether the same construct is measured equivalently across groups (equal loadings, intercepts). Discriminant validity asks whether two distinct constructs are empirically separable at each level. Both are needed for rigorous multilevel scale validation, but they address different validity questions.
Kaynaklar
- Dyer, N. G., Hanges, P. J., & Hall, R. J. (2005). Applying multilevel confirmatory factor analysis techniques to the study of leadership. Leadership Quarterly, 16(1), 149–167. DOI: 10.1016/j.leaqua.2004.09.009 ↗
- Chen, F. F., Sousa, K. H., & West, S. G. (2005). Teacher's corner: Testing measurement invariance of second-order factor models. Structural Equation Modeling, 12(3), 471–492. DOI: 10.1207/s15328007sem1203_7 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multilevel Discriminant Validity. ScholarGate. https://scholargate.app/tr/psychometrics/multilevel-discriminant-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
- Ayrışım GeçerliliğiPsikometri↔ karşılaştır
- Çok Düzeyli Doğrulayıcı Faktör Analizi (ÇD-DFA)Psikometri↔ karşılaştır
- Çok Düzeyli Yakınsak GeçerlikPsikometri↔ karşılaştır
- Çok Düzeyli Ölçme DeğişmezliğiPsikometri↔ karşılaştır