Słownik metodologiczny · Pomiar i skale

Macierz MTMM – jak czytać macierz wielu cech i wielu metod?

Macierz MTMM zestawia korelacje kilku cech mierzonych kilkoma metodami. Pokazujemy jej części, kryteria Campbella i Fiske'a, przykład 2 × 2, opis do pracy i pułapki analizy.

Strona główna / Słownik / Macierz MTMM

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Macierz MTMM to macierz korelacji co najmniej dwóch cech mierzonych co najmniej dwiema metodami. Trafność zbieżną pokazują wysokie korelacje tej samej cechy różnymi metodami, a różnicową – niższe korelacje różnych cech, zarówno tą samą, jak i różnymi metodami (Campbell i Fiske, 1959).

Co to jest macierz MTMM?

Macierz MTMM (ang. multitrait-multimethod matrix, macierz wielu cech i wielu metod) to macierz korelacji co najmniej dwóch cech, z których każdą zmierzono co najmniej dwiema metodami, np. samoopisem i oceną klinicysty. Campbell i Fiske (1959) zaproponowali ją do jednoczesnej oceny trafności zbieżnej i różnicowej. Układ badania pozwala też zobaczyć, ile w wynikach jest wspólnej wariancji metody.

Części macierzy i kryteria

W macierzy wyróżnia się cztery rodzaje wartości: przekątną rzetelności, przekątną trafności (ta sama cecha, różne metody), korelacje różnych cech tą samą metodą (HTMM) i korelacje różnych cech różnymi metodami (HTHM). Kryteria Campbella i Fiske'a w skrócie:

  1. współczynniki trafności są wyraźnie różne od zera;
  2. są wyższe niż korelacje HTHM w tym samym wierszu i kolumnie;
  3. są wyższe niż korelacje HTMM;
  4. wzór związków między cechami powtarza się we wszystkich trójkątach.

Przykład

Lęk i depresję zmierzono samoopisem i oceną klinicysty u 250 osób (dane symulowane). Współczynniki trafności wyniosły .65 dla lęku i .53 dla depresji. Korelacje HTMM: .29 w samoopisie i .25 w ocenie klinicysty. Korelacje HTHM: .18 i .22. Kryteria 1–3 są spełnione, a dodatni związek lęku z depresją powtarza się w każdym trójkącie. To, że HTMM przewyższają HTHM, wskazuje na niewielką wariancję metody.

Jak opisać w pracy

Trafność zbieżną i różnicową oceniono w macierzy MTMM (2 cechy × 2 metody, n = 250). Współczynniki trafności (lęk: r = .65; depresja: r = .53) przewyższały korelacje różnych cech mierzonych tą samą metodą (.25–.29) i różnymi metodami (.18–.22), co spełnia kryteria Campbella i Fiske'a (1959).

Na co uważać

  • Porównania „na oko”. Kryteria nie dają testu istotności. Widaman (1985) zaproponował zagnieżdżone modele CFA, w których trafność zbieżną, różnicową i wariancję metody sprawdza się porównaniem modeli.
  • Problemy z estymacją. Kenny i Kashy (1992) pokazali, że popularny model z korelującymi cechami i metodami często daje oszacowania spoza zakresu i bywa empirycznie niezidentyfikowany. Planuj model zapasowy.
  • Metody niezupełnie różne. Dwa kwestionariusze samoopisowe to jedna metoda, nie dwie.

Pełny przykład 3 × 3 z CFA-MTMM pokazuje wpis Macierz MTMM – wiele cech i wiele metod w walidacji skali, a inne dowody trafności – Rodzaje trafności.

Najczęstsze pytania

Ile cech i metod potrzeba do macierzy MTMM?

Co najmniej dwie cechy i dwie metody. Układ 3 × 3 daje więcej porównań i stabilniejsze modele CFA, ale wymaga więcej pomiarów od każdej osoby.

Czym macierz MTMM różni się od testu Harmana?

Test Harmana próbuje wykryć wspólną wariancję metody po fakcie, w danych z jednej metody. Macierz MTMM to układ badania z kilkoma metodami, w którym wariancję metody można oszacować wprost.

Czy macierz MTMM można analizować w CFA?

Tak. Widaman (1985) zaproponował zagnieżdżone modele, w których porównanie modeli testuje trafność zbieżną, różnicową i wariancję metody. Kenny i Kashy (1992) ostrzegają jednak przed problemami ze zbieżnością i identyfikacją popularnego modelu z korelującymi cechami i metodami.

Powiązane hasła

Trafność zbieżnaTrafność różnicowaWspólna wariancja metody (CMV) i test HarmanaCFA (konfirmacyjna analiza czynnikowa)Trafność teoretyczna (konstruktu)Rzetelność (psychometria)

Poradniki, w których użyjesz tego pojęcia

Poradnik

Macierz MTMM: wiele cech i wiele metod

Kryteria Campbella i Fiske’a, modele CTCM, CTCU i CT-C(M−1) w lavaan, problemy z identyfikacją i przykład 3 cechy × 3 metody.

Czytaj →Poradnik

Rodzaje trafności – mapa dowodów

Tradycyjne nazwy trafności na mapie pięciu źródeł dowodów (Standards, 2014): jak zebrać dowód, jaka analiza, jak opisać w pracy i które 2–3 rodzaje dowodów zaplanować.

Czytaj →Poradnik

Trafność zbieżna i różnicowa: AVE i HTMT

AVE i rzetelność złożona z ładunków lavaan, HTMT z bootstrapem, krytyka Fornella–Larckera i co zrobić, gdy dwa konstrukty są trudne do odróżnienia.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81–105. https://doi.org/10.1037/h0046016 ● Otwarty dostęp: pełny tekst
  2. Kenny, D. A., & Kashy, D. A. (1992). Analysis of the multitrait-multimethod matrix by confirmatory factor analysis. Psychological Bulletin, 112(1), 165–172. https://doi.org/10.1037/0033-2909.112.1.165
  3. Widaman, K. F. (1985). Hierarchically nested covariance structure models for multitrait-multimethod data. Applied Psychological Measurement, 9(1), 1–26. https://doi.org/10.1177/014662168500900101

Cytowania BibTeX

@article{campbell1959convergent, author={Campbell, Donald T. and Fiske, Donald W.}, title={{Convergent and discriminant validation by the multitrait-multimethod matrix}}, journal={Psychological Bulletin}, year={1959}, volume={56}, number={2}, pages={81--105}, doi={10.1037/h0046016}}
@article{kenny1992analysis, author={Kenny, David A. and Kashy, Deborah A.}, title={{Analysis of the multitrait-multimethod matrix by confirmatory factor analysis}}, journal={Psychological Bulletin}, year={1992}, volume={112}, number={1}, pages={165--172}, doi={10.1037/0033-2909.112.1.165}}
@article{widaman1985hierarchically, author={Widaman, Keith F.}, title={{Hierarchically nested covariance structure models for multitrait-multimethod data}}, journal={Applied Psychological Measurement}, year={1985}, volume={9}, number={1}, pages={1--26}, doi={10.1177/014662168500900101}}
R