Fidelitatea si validitatea.

Caracteristicile psihometrice n msurarea psihologic

Dragos Iliescu
I.
FIDELITATEA
Vom vorbi despre...
Definitie
Problematica fidelitatii
Tipuri de fidelitate
Modalitati de masurare
Eroarea Standard de Masurare / de Predictie
Corecii pentru (lips de) fidelitate
Fidelitatea: Definitie
n orice msurare a fidelitii, referirea se face la consistena i
reproductibilitatea unei observaii (cot, scor, not) sau set de observaii
(distribuia scorurilor). Dac cu acelai instrument de msur se fac
determinri n timpi succesivi i de fiecare dat se ajunge la aceleai valori,
spunem c am obinut o msurare cu o fidelitate mare.
Prin fidelitate se nelege fineea cu care testul msoar constructele sale
componente, respectiv gradul de exactitate i lipsa greelilor de msurare.
Fidelitatea indic utilizatorului gradul n care poate avea ncredere n
rezultatele testului.
Fidelitatea este gradul n care scorurile testului sunt consistente sau
repetabile, adic gradul n care ele nu sunt afectate de erorile de msur
(APA Standards, 2014).
Fidelitatea: Problematica
Asadar, fidelitatea vorbeste despre
exactitate
lipsa de eroare
repetabilitate
...
In teoria clasica a testarii (CTT), rezultatul unei masurari psihologice
este definit drept:
True score = Observed score + Error
Deci, cu cat eroarea este mai mica, cu atat scorul observat (masurat in mod
efectiv) este mai corect, mai apropiat de realitate (scorul adevarat)
Fidelitatea: Masurare
Pentru determinarea fidelitii, sunt posibile mai multe proceduri i se pot
folosi metode diferite de evaluare sau chiar de msurare ale acesteia.
masurare: (empirical correlational methods, multiple measurement)
test-retest
forme echivalente
estimare: (multivariate methods, single measurement: internal consistency)
split-half
Cronbachs alpha
Guttmans lambda
Kuder Richardsons KR-20 & KR-21

Fidelitatea: Test-retest
metoda foarte puternica, de masurare a fidelitatii (nu estimare)
se administreaza acelasi test de 2 ori, la o oarecare distanta intre administrari
distanta este dependenta de tipicul testului (aptitudini generale,
aptitudini specifice, personalitate etc.)
probleme:
esantioane mici, de obicei
esantioane necontrolate, de obicei (dropouts)
efectele invatarii (mai ales la distante de retest mici si la anumite tipuri
de teste)
efectele dezvoltarii/evolutiei (mai ales la distante de retest mari)
se raporteaza:
rtt, coeficientul de corelatie intre seturile de date obtinute in test si
retest
distanta de retest (2 saptamani, 5 zile etc.)
Fidelitatea: Forme echivalente
metoda foarte puternica, de masurare a fidelitatii (nu estimare)
probleme
este posibila doar la acele teste unde exista forme echivalente
efort foarte mare pentru autor sa genereze forme echivalente
echivalenta nu este niciodata perfecta
se raporteaza:
rab, coeficientul de corelatie intre seturile de date obtinute cu Forma A
si Forma B
Exemplu:
TTCT, Torrance Tests for Creative Thinking, Verbal & Figural, Forms A
and B
Fidelitatea: Split-half
metoda mai slaba, de estimare a fidelitatii (nu masurare)
metoda:
se imparte testul in 2 subteste, esantionand itemii sai
esantionarea poate fi facuta ori aleator, ori dupa o regula,
de obicei itemi pari vs. impari
se raporteaza
rxy, coeficientul de corelatie intre cele 2 subteste, de obicei r par-impar
Fidelitatea: Consistenta interna
metoda mai slaba, de estimare a fidelitatii (nu masurare)
cea mai populara metoda de raportare a fidelitatii
coeficientul Alpha, (Lee Cronbach)
coeficientii KR 20 si KR 21 (Kuder & Richardson)
coeficientii Lambda (1-6) ai lui Guttman, 3 este similar cu AlphaCronbach
metoda:
multivariata

se raporteaza media deviatiilor fiecarui item de la valoarea medie, la

deviatia scorului total
NU UITATI SA INVERSATI ITEMII SCORATI INVERS!!!
se raporteaza
/ x /KR20/KR21=[0.00-1.00]
praguri (Bernstein & Nunnaly): .70 / .90
Fidelitatea unor metode de evaluare diferite
in aceasta evaluare de obicei metodele sunt impartite in calitative vs.
cantitative
observatie
acord interevaluatori, de obicei pe acelasi behavioral sample
= .05 - .25
interviu
acord interevaluatori
= .05 - .50
test/chestionar
toate metodele discutate
= .50 - .90

Cum variaza fidelitatea testelor?

De obicei fidelitatea unui test creste odata cu numarul de itemi
Spearman-Brown prophecy (demonstratia clasica: Guilford, 1954)
true variance increases more rapidly than error variance
rnn = n x rtt / (1+ (n-1) rtt )
Alte forme de fidelitate (metode calitative)
Fidelitatea estimarilor pentru mai multi evaluatori (reliability ratings across
judges)
acord inter-evaluator
ICC: Intraclass Correlation Coefficient
Corecia pentru (lipsa de) fidelitate
correction for attenuation
regression dilution
disattenuation
rid a correlation coefficient from the weakening effect of
measurement error (Jensen, 1998)
rxy(corr) = rxy / sqrt (rxx * ryy)
Fidelitatea: Wrap it up
In concluzie:
fidelitatea se poate masura sau estima
metodele de masurare sunt mai puternice decat cele de estimare
indicele de fidelitate e cuprins intre 0 si 1
operam cu praguri de .70 si de .90 pentru fidelitate, atunci cand o
aplicam unor probleme de masurare
Insa fidelitatea nu are un sens direct in masurare
daca ne intoarcem la ecuatia din CTT (Observed score = True score +
Error), cum este relationata fidelitatea cu Error Term?
prin intermediul conceptului de Standard Error of Measurement

SEM: Standard Error of Measurement

Eroarea de msurare standard (se) se calculeaz potrivit Formulei (1), unde
se = eroarea de msurare standard, sx = abaterea standard, r tt = coeficientul
de fidelitate.
se = sx (1- alpha)
Atunci cand in locul fidelitatii consistenta interna se foloseste fidelitatea testretest, masura se numeste SEP: Standard Error of Prediction
Intervalul de confidenta de 90% (+ - SEM): intervalul in care pica scorul real
al subiectului, cu o probabilitate de 90%
SEM: Exemplu
Scala staninelor are o medie de 5 i o abatere standard de 1.96
Fidelitatea unui test este rtt= .70
se = 1.96 (1- .70) = 1.07
Scala QI are media de 100 si abaterea standard de 15
Fidelitatea unui teste este rtt= .95
se = 3.35
SEM: la ce ne foloseste?
Estimarea erorii de masurare
la fidelitati sub .70, se creste foarte mult si scala nu mai poate fi
utilizata pentru decizii majore
la fidelitati de peste .90, se scade la un nivel la care putem spune ca se
poate lucra coerent cu scala
Probleme de comparatie
comparatia scorului unui individ cu scorul altui individ
comparatia scorului unui individ cu un prag
Concluzie
A measurement cannot be valid if it is not reliable
Fidelitatea este considerata o conditie a validitatii

II.
Validitate
Vom vorbi despre...
Definitie
Tipuri de validitate
Validitatea de construct
Validitatea de criteriu
Validitatea metodelor (in general)
Validitatea: Definitie
Concepia actual despre validitate spune c aceasta reprezint un corpus
complex i integrat de demonstraii i cunotine tiinifice care
examineaz variabilele psihologice msurate de test (AERA, APA,
NCME, 2014).
Aceste demonstraii ne parvin ntr-o varietate de forme, iar nelegerea
validitii unui test necesit examinarea lor atent.

Forme de validitate outdated

Surse de validitate
Validitatea este conceptul central pe care se bazeaz masurarea psihologica,
att n cazul aptitudinilor ct i al personalitii.
Ea ne permite formularea de aseriuni privind gradul de dezvoltare al
unei caracteristici care ne intereseaz sau emiterea de predicii n ceea
ce privete comportamentul viitor al persoanei evaluate.

Validitatea: Surse de validitate

Validitate de continut (content validity):
construct validity (verificare a operationalizarii)
face validity
translation validity
Validitate de criteriu (criterion-related validity)
validitate predictiva (predictive validity): prezice ce ar trebuie sa
prezica
validitate concurenta (concurrent validity): distinge intre grupuri intre
care ar trebui sa distinga
validitate convergenta (convergent validity): coreleaza cu alte
operationalizari ale conceptului (sau masuri ale acestuia)
validitate discriminanta/divergenta (discriminant/divergent validity):
operationalizarea diferentiaza fata de alte concepte similare
Validitatea: clarificari / exemple
n linii generale, validitatea exprim gradul n care un test msoar ceea ce
i propune s msoare.
La aceast calitate se mai poate aduga i o alta, dac testul poate fi utilizat
n luarea unor decizii corecte.
Cu alte cuvinte (exemplu), dac noi cunoatem performanele unei persoane
la un test (predictor), ct de precis vom putea estima ce performane
profesionale va obine?
Validitatea poate fi definit n termeni operaionali ca i corelaia dintre
predictor i criteriu (de ex. performanele profesionale ale unui eantion de
indivizi).
Rezultatul este cunoscut ca i coeficient de validitate.
Un test poate avea mai muli coeficieni de validitate, n funcie de numrul
de dimensiuni profesionale (calitatea muncii, disciplina, categoria
profesional etc.) care coreleaz cu el.
Validitatea de continut / construct
Pune probleme legate de gradul n care dimensiunile msurate sunt cu
adevrat relevante pentru conceptul pe care se concentreaz testul
construct underrepresentation: daca sunt prezente toate
dimensiunile relevante (daca nu s-au pierdut unele care trebuiau sa fie)
construct irrelevance: daca nu sunt prezente dimensiuni
nerelevante (care contribuie la eroare, dpdv al constructului evaluat)
Exemple: construct underrepresentation & irrelevance
Personalitate:

masuram sociabilitate si responsabilitate; este testul valid (de

construct)?
masuram extraversie si stabilitate emotionala; este testul valid (de
construct)?
Sociabilitate:
masuram fluenta verbala, numarul de glume pe care il poate face; este
valid? (include toti indicatorii relevanti)
Usurinta aritmetica:
masuram capacitatea de a transpune o problema matematica in
ecuatie, de a face calculele si de a explica verbal semnificatia
rezultatului la care s-a ajuns; este valid? (surprinde constructul corect?)

Validitatea de construct (contd.)

Care este perioada asociata cu filosoful Epicur?
a. 341-270 BC
b. 331-232 BC
c. 280-207 BC
d. Nici una din aceste optiuni
Cand s-a nascut fondatorul Microsoft, William Gates?
a. 1949
b. 1953
c. 1957
d. Nici una din aceste optiuni
Care din urmatoarele enunturi sunt corecte cu referire la ANOVA?
a. A fost inventata de Fisher in 1914
b. A fost inventata de Fisher in 1920
c. A fost inventata de Pearson in 1920
d. Nici una din aceste optiuni
Validitatea de construct (contd.)
... pe ce ne bazam?
cand putem hotari ca dimensiunile incluse sunt cele corecte, cele care trebuie
sa fie acolo?
Exemplu: ce dimensiuni de personalitate, din urmatoarele, ati include intr-un
test care sa fie cat mai scurt (3-8 dimensiuni)
Dominana
- Flexibilitatea
Independena
- Orientarea spre competiie
Amiabilitatea
- Orientarea spre status
Autocontrolul
- Perseverena
Internalitatea
- Dorina de nvare
Extraversia
- Sociabilitatea
Stabilitatea emotionala
- Deschiderea spre noutate
Constiinciozitatea
- Responsabilitatea
Tonusul psihic
- Psihotismul
intotdeauna se pune si problema
potrivirii cu obiectivele, a adecvarii la situatie (de ex. pentru
personalitate clinic vs. nonclinic)
Validitatea de construct (contd.)
concluzie preliminara:

pune problema constructiei (=de construct) corecte a predictorului

nostru (testul):
ai acoperit complet si corect aria empirica a conceptului?
1. ai dimensiuni straine de concept?
2. iti lipsesc dimensiuni importante care tin de fapt de concept?
3. felul in care dimensiunile se agrega corespunde felului in care
teoria prescire agregarea lor?

metoda:
(1) & (2) se trateaza prin recurs la teorie si se probeaza validitatea de
construct demonstrand ca in testul-tinta conceptul respectiv este tratat
asa cum o teorie sau model anume prescrie
(3) se trateaza empiric & statistic:
analiza factoriala exploratorie (EFA), care reproduce coerent ce
zice teoria (de ex. extrage numarul corect de factori, itemii au
tiparul corect de saturatii)
analiza factoriala exploratorie (EFA), cu rotatie Procrustes
analiza factoriala confirmatorie (CFA): the data fits the model? /
goodness of fit measures
se raporteaza:
text, blabla, nu exista un coeficient de validitate de construct

Corectitudinea dimensiunilor, Ex.: TABP

Type A Behavior Pattern
Tiparul comportamental de tip A (= personalitate de tip A)
un conglomerat de comportamente care tind sa apara impreuna si care,
atunci cand sunt prezente, maximizeaza riscul de somatizare a stresului
ocupational si de dezvoltare a unor afectiuni coronariene
Corectitudinea dimensiunilor, Ex.: TABP
Nerbdarea (IMP)
Furia (ANG)
Sentimentul Lipsei de timp (TU)
Implicarea n munc (WI)
Insatisfacia legat de serviciu (JD)
Competitivitatea (COM)
Corectitudinea dimensiunilor, Ex.: TABP (contd.)
Daca am introduce si alte dimensiuni, am putea extinde plaja diagnostica a
testului
De exemplu:
Perseverena
Dominana
Angajamentul in sarcina
Flexibilitatea (-)
Absorbirea in munca (intr-o activitate)
Internalitatea (LOC)
Efortul compensator
Mndria pentru propria perfomana
Preferina pentru dificultate

Autocontrolul i autodisciplina
Orientarea spre status
Orientarea spre competiie
Fixarea de scopuri ambitioase
Dar: este asta valid?

Validitatea de construct: wrap it up

trebuie pastrata balanta intre:
validitatea pentru o sarcina specifica
validitatea principiala legata de constructul focal
validitatea de construct se judeca intotdeauna teoretic, prin apel la teoriile
care marcheaza teritoriul stiintific respectiv
Validitatea de criteriu: explicatie
un indicator al faptului ca testul poate fi utilizat ca predictor pentru un anumit
comportament (criteriu)
ca urmare a existentei acestui tip de validitate putem spune, daca
testul are un scor mare, ca X e probabil si cand testul are scor mic, ca
X este improbabil (sau X e probabil)
validitatea de criteriu spune ce predictii sunt valide deci cum se
interpreteaza scorurile testului
de principiu este corelaional la nivel comportamental, ns se admit i alte
indicii, de exemplu experimentale sau de comparaie inter-grupuri
Validitatea de criteriu
Principiu
cat mai voluminos corp de cunostinte despre felul in care se comporta o
anumita scala sau test:
in relatie cu anumite criterii
in anumite situatii (ar putea fi generalizabil, in functie de explicatia
teoretica oferita)
de ex. experimentul Sy vs. Do in CPI, explicatia e coerenta, deci
e probabil generalizabila
pe anumite esantioane (ar putea fi generalizabil, in functie de
explicatia teoretica oferita)
de ex. legatura dintre Re si ceasornicari, explicatia e coerenta,
deci generalizabila
de ex. scorurile la STAI-Y pentru adulti in SUA vs. Romania (desi
coerent si aparent generalizabil, s-a infirmat)
Validitatea de criteriu
Metoda
date continue: corelatie intre criteriu si predictor (validitate predictiva)
se raporteaza drept coeficient de validitate r
grupuri contrastante sau puternic contrastante (validitate concurenta)
high vs low scorers pe predictor coincid cu high vs. low scorers pe
criteriu

se raporteaza testul T, al semnificatiei diferentei intre doua medii

(p<.01, p<.05, p<.001 etc.)
alte metode, inovative, cum ar fi de ex. metode de grupare (analiza de
cluster, analiza factoriala de tip Q)

Exemplu validare de criteriu: Scala Do din CPI (1)

Obiectivele scalei
Scala Dominan (Do, Dominance) a fost dezvoltat iniial n cadrul
unui proiect de studiu al participrii politice (Gough, McClosky & Meehl,
1951) cu scopul explicit de a identifica indivizii puternici, dominani,
influeni, cu ascendent asupra celorlali i care preiau conducerea i i
exercit autoritatea (Megargee, 1972).
Exemplu validare de criteriu: Scala Do din CPI (2)
Constructia scalei
Scala Do a fost construit prin compararea empiric a conceptului de
dominan cu scorurile obinute de ctre un numr de subieci pe
baza unui set de itemi, construit special n acest scop.
Gough, McClosky & Meehl (1951) au construit un set de itemi care
putea descrie o persoan dominant i au selectat din acesta, pe baza
unui procedeu experimental-comparativ itemii cu puterea cea mai
mare de discriminare.
Procedeul este numit peer nomination i const, n forma sa clasic,
din aceea c, ntr-un eantion de subieci care sunt familiarizai unul cu
altul (de exemplu o clas de elevi, un grup de munc), persoanele care
compun eantionul sunt rugate s-i numeasc pe aceia dintre ei care
se potrivesc cel mai bine cu un anumit criteriu.
Ulterior, acestor persoane selectate li se aplic un set de itemi sau un
chestionar i pe baza analizei statistice sunt reinui itemii care au
putere de discriminare.
Exemplu validare de criteriu: Scala Do din CPI (3)
Cateva studii importante sunt:
Gough (1969b): comparatie de peer-nominated cu normele nationale
Gough (1969b): comparatie de high si low nominated intre ei
Hase & Goldberg (1967): comparatie auto-evaluare globala si autoevaluare cu CPI
Megargee, Bogart & Anderson (1966): validare predictiva
Gough (2003): studiu longitudinal peste 40 de ani, cadeti din West
Point
Dicken (1960): studiu cu Gi vs. Do (arata semnificatia prosociala a Do)
Gough (1954): studiu cu Sy si Do (militari marsaluind)
Exemplu validare de criteriu: Scala Do din CPI (4)
4 factori in interpretare
Primul factor este compus n principal din itemi care descriu
persoana evaluat drept un leader, cruia i place s conduc, s
vorbeasc n faa altor oameni i care are talent pentru organizarea i
controlarea celorlali. Exemple de astfel de itemi sunt Am un talent

nnscut de a influena oamenii (adevrat), Cred c mi-ar plcea s

am putere asupra altora (adevrat).
Al doilea factor este descriptiv pentru un puternic sentiment al
auto-controlului, fiind compus din itemi precum mi este greu s m
concentrez pe activitatea pe care trebuie s o fac (fals), Renun cu
uurin atunci cnd lucrurile devin dificile (fals) i Am greuti mai
mari dect ceilali oameni cu concentrarea (fals).
Al treilea factor ine de controlul i dirijarea celorlali, coninnd
itemi precum mi place s dau ordine i s pun lucrurile la punct, Miar plcea s am autoritate asupra altor oameni i mi place s
planific lucrurile i s stabilesc ce are fiecare persoan de fcut.
Al patrulea factor poate fi descris drept factorul normei sociale;
conine doar doi itemi, ns ambii afirm obligativitatea fiecrei
persoane de a participa la activitile grupului sau naiunii sale i de a
se supune consensului comun.

Exemplu validare de criteriu: Scala Do din CPI (6)

Comportamente asociate
i-a asumat controlul grupului (.33);
A vorbit mult la ntlnire (.33);
A avut mai multe de spus dect oricine altcineva (.32);
A acordat sprijin celui care a avut o idee bun (.32);
A nvat numele tuturor celorlali din grup (.29);
A vorbit doar dac i s-a adresat altcineva nti (-29);
Nu a intrat n conversaie pn nu i s-a pus o ntrebare (-.19);
A dat doar rspunsuri monosilabice la ntrebri personale (-.19);
A ateaptat ca cealalt persoan s aleag tema conversaiei (-.18);
A devenit tcut atunci cnd au intrat oameni noi n ncpere (-.17);
Exemplu validare de criteriu: Scala Do din CPI (7)
Descrieri din anamneza
Neobinuit de sigur pe sine, se simte n stare s fac fa aproape
oricrei situaii. (.27, .24);
Las o impresie bun, are tehnici interpersonale eficiente. (.24, .20);
Folosete un vocabular vast i variat. (.14, .23);
Plin de haz i de via, face o conversaie interesant. (.16, .26);
Este nesigur pe sine, are ndoieli privind propriile abiliti. (-.22, -.24);
Are multe griji i probleme. (-.18, -.20);
Este reticent i taciturn. (-.19, -.14);
Are dificulti n a-i exprima ideile. (-.16, -.20);
Validitatea de criteriu: Exemple (2)
dovezi experimentale:
experiment pentru Sy (militari marsaluind)
comparatii intergrupuri:

AMI; motivatie pentru performanta pe esantioane de sportivi, artisti,

someri
CPI, To; toleranta comparata pe esantioane de hipioti, neonazisti,
calugari
SWS, TABP comparat pe esantioane de bolnavi
uneori aceasta abordare iti documenteaza scala (adica aduce la lumina
noi utilizari sau semnificatii):
CPI, Re: ceasornicari, slefuitori de diamante, controlori de zbor
etc.

Validitatea predictive
cea mai puternica, dar si cea mai rara
se bazeaza pe studii longitudinale, care prezic evolutii sau comportamente
pentru populatii largi, pe perioade de timp relativ lungi
Exemple:
CPI, modelul cuboid, ca predictor al succesului militar: absolventi de
West Point, promotiile anilor 60 si 70
EPQ: studiu longitudinal pe probabilitatea de recidiva a detinutilor
STAXI: studiu longitudinal pe probabilitatea de a avea un accident auto,
studiu pe accidente de munca
SWS: studiu longitudinal pe probabilitatea de a avea un infarct
miocardic
Raven: prezice succesul scolar
Validitatea divergenta
Este importanta mai ales in acele conditii in care conceptul-tinta este foarte
aporpiat de alte concepte
Exemplu:
test de depresie
exista comorbiditate intre depresie si anxietate
ar trebui sa demonstram
nu doar ca testul nostru diferentiaza depresivi de nondepresivi
ci si ca nu coreleaza cu teste de anxietate
si ca diferentiaza mai bine intre high si low scorers de
depresie decat intre high si low scorers de anxietate
Validitatea de aspect
o modalitate (gresita) de a infera validitatea de criteriu (sau validitate in
general) este bazata pe itemii scalei sau pe natura problemei
personalitate:
27. Cnd m contrazic cu cineva am tendina s vorbesc mai
tare dect de obicei.
86. Clocotete sngele n mine cnd sunt luat de prost.
105. Deseori nu mi pot stpni suprarea i furia.
113. Am deseori tendina s fiu grbit i repezit, chiar i atunci
cnd nu e cazul.
115. Se ntmpl des s m enervez prea repede pe cineva.
135. Pot fi uor scos din srite dac sunt agresat.
-30. Dac ceva mi merge ru, nu m enervez pentru mult timp.
-52. Chiar i atunci cnd sunt prea multe lucruri de fcut, prefer
s le fac n ritmul meu.

-60. Chiar dac ceva m scoate din srite, de cele mai multe ori
m calmez repede.
-93. Nu sunt multe lucrurile care reuesc s m irite sau s m
enerveze.
-102. n general sunt o persoan linitit i greu de enervat.
-108. Exist o mulime de mici neplceri ale vieii pe care nu le
las s m tulbure.

Validitatea trebuie judecata atat general cat si situational

general:
un test (measuement) care nu a fost validat nu ar trebui utilizat
poate nu au fost culese date de validare exact in situatia care ma
intereseaza, dar faptul ca ele exista, ma face sa am mai multa
incredere
exemplu:
un test de persuasiune a fost validat in contextul unui studiu
experimental (elevi care trebuiau sa convinga clasa sa actioneze
intr-un anumit fel) poate fi utilizat pentru a evalua agenti de
vanzari?
situational
daca a fost validat pe situatii similare cu cea la care e folosit
daca e UTIL (uneori e evident)
trebuie sa selectez dintr-o clasa de copii pe cei care sunt
susceptibili sa faca sport de performanta, am la dispozitie un
test care masoara Extraversie, Nevrotismul si Psihotismul e
valid?
Validitatea metodelor
Evident, validitatea se refera mai degraba la masuratori specifice (de ex.
teste specifice)
mai specific chiar, vorbim de validitatea scorurilor (adica a
informatiilor obtinute)
Totusi se vorbeste despre faptul ca unele metode sunt mai valide decat sunt
altele
Cum se poate evalua validitatea unei metode?
evident, prin prisma potentialului sau de a genera informatie valida
De principiu, metodele sunt diferite din acest punct de vedere:
Assessment Center (multiple measures)
.65
Interviu comportamental
.40-.60
Teste de performanta directa (work sample) .54
Teste de abilitate
.53
Teste de integritate
.51
Chestionare de personalitate
.39
Date biografice
.38
Referinte
.23
Interviu traditional (nestructurat / semistructurat) .05-.19
Validitatea metodelor ca functie a intinderii

numarul de itemi (de instante comportamentale care sunt esantionate)

determina validitatea, nu doar fidelitatea testului; de aceea un test mai lung
(sau interviu mai lung) este mai valid (presupunand ca este bine construit)
tinand orice alta variabila constanta, testele mai lungi sunt mai valide
pentru GAMA (test de abilitati cognitive), validitatea creste daca este
administrat pentru perioada intreaga (N=270, criteriul performanta
academica la scolari din an terminal al liceului):
1 minut
.21
2 minute
.30
3 minute
.36
5 minute
.39
10 minute
.41
15 minute
.45
20 minute
.48
25 minute
.51