A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
wirtschaftslexikon wirtschaftslexikon
 
Wirtschaftslexikon Wirtschaftslexikon

 

wirtschaftslexikon online lexikon wirtschaftslexikon
   
 
     
wirtschaftslexikon    
   
    betriebswirtschaft
     
 
x

Validität

In der Wirtschaftssoziologie: validity, Gültigkeit von operationalisierten Begriffen, Messoperationen (z.B. Tests) und Experimenten. Die V hängt davon ab, inwieweit erhobene Daten bzw. in Tests und Experimenten ermittelte Messwerte tatsächlich das beschreiben, was man unter dem Begriff, dem Sachverhalt, der zu testenden Eigenschaft usw. versteht, über die Daten und Messwerte gewonnen wurden.

(A)  (allgemeine Charaktersierung) meint die Gültigkeit einer   Operationalisierung, also ob mit dem ge­messenen Kriterium auch tatsächlich das eigentlich interessierende Phänomen abgebildet wird. So kann bspw. in Zweifel gezogen werden, ob die Fluktuationsrate in einem Unternehmen ein valides Mass für die Arbeitzufriedenheit darstellt oder ob ein bestimmter psychologischer Test valide bestimmte Charaktereigenschaften eines Menschen anzeigt. Siehe auch   Gütekriterien. (B)  (Gültigkeit, in der Personalauswahl). Bei Personalauswahlinstrumenten wird mit der Validität mehr­heitlich angegeben, wie hoch die Korrelation zwischen dem vorausgesagten und der tatsächlichen Eig­nung der Bewerbenden ist. Wir unterscheiden zwischen Kriteriumsvalidität (Zusammenhang zwischen dem Testergebnis und der festzustellenden Grösse) der inhaltlichen Validität (Werden relevante Krite­rien erhoben?) und der Konstruktvalidität (Basiert das Instrument auf einer fundierten Theorie?). Eine Sonderform ist die face validity oder Augenscheinvalidität, das heisst, ist das Funktionieren Instrument den Beteiligten einsichtig. Siehe auch   Personalauswahl, Grundlagen und   Personalauswahl, Instrumente, jeweils mit Literaturangaben.

kennzeichnet die Gültigkeit einer Mes­sung bzw. eines Meßinstruments. Es ist hier­bei die v.a. für theoretische Konstrukte schwierige Frage zu klären, ob die durchge­führte Messung auch wirklich die charakteri­stischen Eigenschaften des Meßobjektes erfaßt. Dies ist für einfache, physikalische Größen wie Länge und Gewicht wesentlich einfacher als für marketingrelevante Kon­strukte wie z.B. Aufmerksamkeit oder Ein­stellung. Man unterscheidet mehrere Validi­tätsarten, die sich hauptsächlich nach der Strenge der zu erfüllenden Kriterien unter­scheiden: Inhaltliche Validität (circular-validity, face-validity, relevance-validity): Bei weiter Auslegung umfaßt die inhaltliche Validität den gesamten Arbeitsgang von der adäquaten Planung bis zur Fertigstellung ei­nes kompletten Meßinstruments. Damit ist gemeint, dass man zur Überprüfung einer komplexen Fragestellung alle relevanten Teilaspekte einbezieht und sicherstellt, dass die ausgewählten Testitems das zu untersu­chende Phänomen hinreichend repräsentie­ren. Somit beschäftigt sich die inhaltliche Va­lidität mit der Plausibilität, Vollständigkeit, Angemessenheit und Relevanz eines Meßin­strumentes und erfordert insofern besonders viel Kreativität in der Planungsphase. Man spricht häufig auch davon, dass sich ein Test selbst validiere. Dies mag für einfache Frage­stellungen zutreffen, ein genauer Validitäts­nachweis erfordert jedoch zusätzlich die Durchführung einer systematischen Über­prüfung der Validität mit einem der nachfol­genden Verfahren. Kriteriumsvalidität: Unter der Kriteriumsvalidität faßt man die Vorhersagevalidität (Prognosevalidität, pre- dictivevalidity) und die Ubereinstimmungs- validität (concurrent validity) zusammen. Hierbei werden die Ergebnisse eines zu überprüfenden Meßinstrumentes mit den Werten eines Außenkriteriums verglichen. Der Grad der Validität wird normalerweise durch die Korrelation bestimmt. Da eine sol­che Überprüfung weitgehend mechanisch und ohne umfassendes, theoretisches Hin­tergrundwissen erfolgen kann, spricht man auch von empirischer Validität. Die Wahl des Außenkriteriums stellt hierbei einen ent­scheidenden Schritt dar. Unabhängig von der Qualität oder Validität des Außenkriteriums selbst, kann die erzielte Kriteriumsvalidität stets im Hinblick auf das zugrundeliegende Außenkriterium interpretiert werden und ist ob) ektiv nachprüfbar. Von Prognosevalidität spricht man dann, wenn die Ergebnisse einer Messung zur Vor­hersage von Kriteriumswerten verwendet werden. Die Ubereinstimmungsvalidität zielt demgegenüber auf Kriteriumswerte ab, die praktisch simultan mit dem zu überprü­fenden Meßinstrument erhoben werden. Insbesondere die Vorhersagevalidität hat für praktische Fragestellungen eine erhebliche Bedeutung, da sie relativ einfach anzuwen­den ist und trotzdem intersubjektiv nach­prüfbare wie auch nachvollziehbare Ergeb­nisseliefert. Kreuzvalidität: Unter Kreuzvalidität versteht man ganz all­gemein eine zusätzliche Absicherung von Ergebnissen mit Hilfe einer weiteren Stich­probe bzw. durch die Aufsplittung und ge­trennte Analyse einer vorliegenden Stich­probe. Sie wird insb. im Rahmen der multiplen Regressionsanalyse verwendet, um die Stabilität der geschätzten Regres­sionsparameter zu überprüfen. Konstruktvalidität: Die Konstruktvalidierung stellt die umfas­sendste Verknüpfung zwischen Meßebene (Empirie) und theoretischer Ebene dar. Ob­wohl auch die Kriteriumsvalidität in gewis­sem Sinne ein theoretisches Vorverständnis voraussetzt, wird erst mit der Konstruktvali­dierung ausdrücklich der theoretische Hin­tergrund der Messungen ergründet. Die zur Erklärung der Meßwerte herangezogenen, theoretischen Konstrukte müssen sprachlich präzise, formal einwandfrei und beobachtbar sein. Ferner sind möglichst eindimensionale Indikatoren auszuwählen, da nur so eine sinnvolle Korrespondenz zwischen theoreti- scherund empirischer Ebene möglich ist. Die Eindimensionalität überprüft man mittels Faktorenanalyse und stellt ferner sicher, dass die Indikatoren eine ausreichende Re- liabilität erzielen. Neben diesen inhaltlich lo­gischen Anforderungen einer umfassenden Konstruktvalidierung sind ferner die weiter­gehenden Kriterien der Konvergenzvalidi­tät, Diskriminanzvalidität und nomologi- schen Validität zu erfüllen. Konvergenzvalidität: Man sollte mit theoriegeleiteten Hypothesen nicht nur den Zusammenhang zwischen be­stimmten Indikatoren Voraussagen können, sondern auch Unabhängigkeit, wenn sich die Meßwerte auf verschiedene, sich gegenseitig nicht beeinflussende Konstrukte beziehen. Genau dieses Vorhaben wird mit dem opera­tionalen Ansatz der „Multitrait-Multime- thod-Matrix“ verfolgt, wobei simultan das Vorhandensein von Konvergenzvalidität und Diskriminanzvalidität geprüft wird (sie­he unten). Als Konvergenzvaliditätbezcich- net man dabei das Ausmaß, in dem zwei oder mehr Meßverfahren, in ihrem Vorhaben das gleiche Konstrukt zu messen, übereinstim­men. Ihre Ergebnisse sollten also hoch mit­einander korrelieren, sonst besteht Zweifel daran, dass wirklich das gleiche Konstrukt gemessen wird. Diskriminanzvalidität läßt sich „nur“ gleichzeitig mit Konvergenzvali­dität interpretieren. Diskriminanzvalidität ist das Ausmaß, in dem sich Messungen von verschiedenen Konstrukten voneinander unterscheiden. Meßverfahren bzw. Indika­toren, die unterschiedliche Konstrukte erfas­sen sollen, dürfen demnach bestenfalls schwach miteinander korrelieren. Die Multitrait-Multimethod-Matrix stellt eine mittlerweile klassische Methode zum si­multanen Nachweis der Konvergenzvalidi­tät und Diskriminanzvalidität dar. Voraus­gesetzt wird die Messung von mindestens zwei voneinander unabhängigen Konstruk­ten mit mindestens zwei verschiedenen Meß­verfahren. Man erstellt eine vollständige Korrelationsmatrix und erkennt an be­stimmten Korrelationsmustern, inwieweit die gestellten Anforderungen erfüllt werden. Der entscheidende Fortschritt dieses Vorge­hens liegt in der gleichzeitigen Analyse kom­plexer Korrelationsstrukturen. Nomologische Validität: Werden die verschiedenen Konstrukte zu­sammen mit den zur Operationalisierung verwendeten Indikatoren zu einem gemein­samen Theoriegebilde zusammengefügt, so dass ein umfassendes, testbares Begriffsgefü­ge entsteht, so spricht man von einem nomo- logischen Netzwerk. Die Nomologische Va­lidität läßt sich mit Kausalmodellen besonders nachdrücklich belegen. Viele der in der klassischen Literatur aufge­führten Validitätsbegriffe, z. B. die faktoriel­le Validität, lassen sich heute im Rahmen von Kausalmodellen zu einem einheitlichen, me­thodisch-statistischen wie auch theoretisch­empirischen Konzept integrieren. Die hier angesprochenen Weiterentwicklungen wer­den deshalb zu einer Systematisierung der unterschiedlichen Validitätskonzepte beitragen. Ergänzend zu dieser korrelationsanalyti­schen, nicht-experimentellen Konstruktvali­dierung, die aufgrund der dynamischen Ent­wicklung in der Kausalanalyse an Bedeutung gewonnen hat, ist eine explizite Überprüfung der Ursache-Wirkungsbeziehungen in ei­nem Experiment anzustreben. Der sog. Methodenfehler kann im übrigen in einer erweiterten Konstruktvalidierung mit Kausalmodellen, die in Anlehnung an die Multitrait-Multimethod-Matrix entwickelt wurde, als eigenständige Komponente zur Varianzerklärung berücksichtigt werden. Ferner ist zu berücksichtigen, dass die Validität nicht losgelöst von der erzielten Relia­bilität der verwendeten Meßverfahren inter­pretiert werden sollte.    

Literatur:  Bagozzi, R. P., Causal Models in Marke­ting, New York u. a. 1980. Neibecker, B., Werbewirkungsanalyse mit Expertensystemen, Heidel­berg 1990.

 

 


 

<< vorhergehender Begriff
nächster Begriff >>
US-GAAP
 
Value Analysis