Валидность

Валидность — это степень соответствия результатов измерения или исследования тому, что оно должно было измерить или оценить по замыслу. Валидность является ключевым критерием качества научного инструмента (теста, опросника, методики) и экспериментального дизайна, указывая на то, насколько полученные данные адекватно отражают изучаемое свойство, явление или причинно-следственную связь. Понятие валидности широко используется в психологии, социологии, педагогике, медицине, маркетинге и других областях, где применяются методы измерения и статистического анализа.

История понятия

Термин «валидность» (от лат. validus — сильный, здоровый, действенный) вошёл в научный обиход в начале XX века в контексте развития психометрики — науки об измерении психических свойств. Первоначально понятие разрабатывалось для оценки тестов интеллекта и способностей. В 1920-х годах американский психолог Льюис Термен, создатель шкалы интеллекта Стэнфорд — Бине, впервые систематически обсудил необходимость проверки того, действительно ли тест измеряет умственные способности, а не, например, уровень образования или культурную осведомлённость.

В 1940-х годах, в связи с массовым применением тестов в армии, промышленности и образовании, возникла потребность в формальных критериях валидности. В 1954 году Американская психологическая ассоциация (APA) опубликовала первые стандарты для педагогических и психологических тестов, где валидность была выделена как отдельное требование. В 1974 году вышла известная работа «Валидность психологических тестов» Ли Кронбаха и Пола Мила, в которой они предложили классификацию валидности, ставшую основой современной методологии.

В советской и российской науке понятие валидности активно разрабатывалось с 1960-х годов, особенно в рамках дифференциальной психологии и психодиагностики. Крупный вклад внесли такие учёные, как В. С. Аванесов, В. М. Мельников, А. Г. Шмелёв, которые адаптировали западные концепции к отечественной методологии, подчеркивая важность содержательной и конструктной валидности.

Виды валидности

В современной методологии выделяют несколько основных видов валидности, которые различаются по способу проверки и типу решаемых задач.

Валидность содержания (содержательная валидность)

Содержательная валидность оценивает, насколько полно и адекватно тест или методика охватывает все аспекты изучаемого явления. Например, тест по математике за 6-й класс должен включать задачи на все темы, предусмотренные программой (арифметика, геометрия, дроби, проценты). Если в тесте отсутствуют задачи по какой-либо теме, его содержательная валидность снижается. Проверка содержательной валидности обычно проводится экспертами — специалистами в данной области, которые анализируют соответствие заданий целям измерения.

Критериальная валидность

Критериальная валидность показывает, насколько результаты теста коррелируют с внешним критерием — показателем, который считается эталонным для измеряемого свойства. Выделяют два подвида:

• Текущая (диагностическая) валидность — тест должен хорошо различать группы испытуемых, уже известные по внешнему критерию. Например, тест на депрессию должен давать высокие баллы у людей с клиническим диагнозом депрессии и низкие — у здоровых.
• Прогностическая валидность — тест должен предсказывать будущие результаты по внешнему критерию. Например, результаты вступительных экзаменов в вуз (тест) должны коррелировать с успеваемостью на первом курсе (критерий). Прогностическая валидность особенно важна в профессиональном отборе и образовании.

Конструктная валидность

Конструктная валидность является наиболее сложным и фундаментальным видом. Она оценивает, насколько тест измеряет именно тот теоретический конструкт (понятие), который заявлен, а не другие, смежные или случайные факторы. Например, тест на «интеллект» должен измерять именно интеллект, а не, скажем, скорость реакции или уровень тревожности. Проверка конструктной валидности включает:

• Конвергентную валидность — высокие корреляции с другими тестами, измеряющими тот же или близкий конструкт.
• Дискриминантную валидность — низкие корреляции с тестами, измеряющими заведомо другие конструкты.

Внешняя и внутренняя валидность (в экспериментальных исследованиях)

В контексте экспериментальных исследований (например, в психологии, медицине, педагогике) различают:

• Внутренняя валидность — степень уверенности в том, что именно независимая переменная (экспериментальное воздействие) вызвала изменения зависимой переменной, а не побочные факторы (например, эффект Хоторна, эффект плацебо, история, созревание испытуемых). Высокая внутренняя валидность достигается строгим контролем условий эксперимента, рандомизацией и использованием контрольных групп.
• Внешняя валидность — степень, в которой результаты эксперимента могут быть обобщены на другие популяции, условия, времена и способы измерения. Например, если эксперимент проведён только на студентах-психологах одного вуза, его внешняя валидность для других социальных групп может быть низкой.

Экологическая валидность

Экологическая валидность — частный случай внешней валидности, который оценивает, насколько условия исследования соответствуют реальным жизненным ситуациям. Если эксперимент проводится в искусственной лабораторной обстановке, его экологическая валидность может быть низкой, и результаты могут плохо переноситься на повседневное поведение.

Методы оценки валидности

Оценка валидности — это многоступенчатый процесс, который включает как логические, так и статистические методы.

• Экспертная оценка — для содержательной валидности привлекаются специалисты, которые оценивают репрезентативность заданий и соответствие целям.
• Корреляционный анализ — для критериальной и конструктной валидности вычисляются коэффициенты корреляции (Пирсона, Спирмена) между результатами теста и внешним критерием или другими тестами.
• Факторный анализ — для конструктной валидности используется факторный анализ, который позволяет выявить, какие латентные переменные (факторы) объясняют структуру связей между заданиями теста. Если тест измеряет один конструкт, все задания должны иметь высокие нагрузки на один фактор.
• Метод контрастных групп — для текущей критериальной валидности сравниваются результаты теста у групп, заведомо различающихся по измеряемому свойству (например, больные и здоровые).
• Мета-анализ — для обобщения данных о валидности из нескольких исследований применяется мета-анализ, который позволяет получить усреднённые показатели валидности.

Факторы, снижающие валидность

Валидность может быть снижена по ряду причин, как связанных с инструментом измерения, так и с процедурой исследования.

• Неадекватность содержания — тест не охватывает все важные аспекты конструкта или содержит задания, не относящиеся к нему.
• Низкая надёжность — если тест даёт нестабильные результаты (например, при повторном тестировании), его валидность не может быть высокой, так как он измеряет случайные ошибки, а не устойчивое свойство.
• Систематические ошибки измерения — например, социальная желательность (испытуемые дают социально одобряемые ответы), эффект ореола, эффект последовательности заданий.
• Смешивающие переменные — в экспериментах неконтролируемые факторы (например, усталость, время суток, индивидуальные различия) могут искажать результаты и снижать внутреннюю валидность.
• Неадекватный критерий — для критериальной валидности внешний критерий может быть плохо измерен, нерелевантен или устаревшим.
• Ограниченная выборка — если выборка испытуемых нерепрезентативна (например, только студенты или только мужчины), внешняя валидность снижается.

Значение валидности в различных областях

• Психология и психодиагностика — валидность является обязательным требованием для любых личностных опросников, тестов интеллекта, проективных методик. Без подтверждения валидности результаты тестов не могут использоваться для принятия решений (например, при приёме на работу, в судебной экспертизе, в клинической диагностике).
• Образование — валидность экзаменационных тестов (например, ЕГЭ, ОГЭ) определяет, насколько они объективно оценивают знания и умения учащихся, а не случайные факторы. Валидность заданий проверяется на этапе разработки и апробации.
• Медицина — валидность диагностических шкал (например, шкалы депрессии Бека, шкалы Апгар для новорождённых) критически важна для постановки правильного диагноза и выбора лечения.
• Маркетинг и социология — валидность опросников и анкет определяет, насколько достоверны данные о потребительских предпочтениях, общественном мнении, социальных установках.
• Экспериментальные науки — внутренняя и внешняя валидность являются основой для интерпретации результатов экспериментов, особенно в психологии, медицине, биологии, экономике.

Критика и ограничения

Несмотря на широкое признание, концепция валидности подвергается критике. Некоторые методологи (например, С. Месслик) утверждают, что традиционное деление на виды валидности искусственно, и что валидность — это единое, интегративное свойство, которое должно оцениваться комплексно. Другие указывают на то, что в ряде областей (например, в качественных исследованиях) понятие валидности в классическом психометрическом смысле неприменимо, и предлагают альтернативные критерии, такие как «достоверность», «обоснованность», «насыщенность» данных.

Также существует проблема «валидности критерия»: внешний критерий сам по себе может быть несовершенным или невалидным, что приводит к парадоксу — тест может быть валидным относительно невалидного критерия. Это требует тщательного выбора эталонов и многократной перекрёстной проверки.

Источники

• Аванесов В. С. Тесты: теория и методика их разработки. — М.: Центр тестирования, 2006.
• Кронбах Л. Дж., Мил П. Е. Валидность психологических тестов // Психологическая диагностика: проблемы и исследования. — М.: Педагогика, 1981.
• Мельников В. М., Ямпольский Л. Т. Введение в экспериментальную психологию личности. — М.: Просвещение, 1985.
• Месслик С. Валидность как основа тестирования // Современная психометрика. — СПб.: Питер, 2002.
• Шмелёв А. Г. Психодиагностика личностных черт. — СПб.: Речь, 2002.
• American Educational Research Association, American Psychological Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing. — Washington, DC: AERA, 2014.