Diskriminante Validität
In diesem Beitrag
Was versteht man unter diskriminanter Validität?
Diskriminante Validität ist ein Gütekriterium in der psychologischen und sozialwissenschaftlichen Messtheorie. Sie gibt an, ob ein Messinstrument tatsächlich ein eigenständiges Konstrukt erfasst – also eines, das sich klar von anderen, verwandten Konstrukten unterscheidet.
Ein Fragebogen zur Messung von Angst sollte beispielsweise nicht so hoch mit einem Fragebogen zur Messung von Depression korrelieren, dass beide im Grunde dasselbe messen. Wenn die Korrelation zwischen zwei eigentlich unterschiedlichen Konstrukten zu hoch ausfällt, fehlt die diskriminante Validität.
Das Konzept geht auf Campbell und Fiske (1959) zurück, die in ihrer wegweisenden Arbeit zur Multitrait-Multimethod-Matrix (MTMM) sowohl konvergente als auch diskriminante Validität als zentrale Aspekte der Konstruktvalidität einführten. Diskriminante Validität ist dabei das Gegenstück zur konvergenten Validität: Während konvergente Validität prüft, ob verwandte Konstrukte hoch miteinander korrelieren, prüft diskriminante Validität, ob nicht verwandte Konstrukte niedrig miteinander korrelieren.
Warum ist diskriminante Validität für statistische Analysen wichtig?
In Forschungsarbeiten, die latente Konstrukte messen – etwa in Umfragen, psychologischen Tests oder Skalen – ist diskriminante Validität entscheidend für die Interpretation der Ergebnisse. Fehlt sie, lässt sich nicht sagen, ob gefundene Zusammenhänge zwischen zwei Konstrukten wirklich inhaltlich bedeutsam sind oder nur darauf zurückgehen, dass beide Skalen im Kern dasselbe messen.
In der Praxis wird diskriminante Validität häufig im Rahmen der Konfirmatorischen Faktorenanalyse (CFA) geprüft. Ein verbreitetes Kriterium stammt aus dem Bereich der Partial-Least-Squares-Modellierung (PLS-SEM) und ist als Average Variance Extracted (AVE) bekannt. Die Formel für die AVE eines Konstrukts lautet:
Dabei steht für die standardisierte Faktorladung des -ten Indikators. Diskriminante Validität gilt nach dem Fornell-Larcker-Kriterium als gegeben, wenn die AVE eines Konstrukts größer ist als die quadrierte Korrelation dieses Konstrukts mit jedem anderen Konstrukt im Modell.
Fornell-Larcker-Kriterium
Diskriminante Validität liegt vor, wenn gilt:
wobei die Korrelation zwischen Konstrukt A und Konstrukt B ist.
Neuere Forschung empfiehlt ergänzend das HTMT-Kriterium (Heterotrait-Monotrait-Ratio), das als robusteres Maß gilt. Ein HTMT-Wert unter 0,85 (oder konservativer unter 0,90) wird als Hinweis auf ausreichende diskriminante Validität gewertet.
Praxisbeispiel zu diskriminanter Validität
Eine Forscherin entwickelt einen Fragebogen, der zwei Konstrukte messen soll: Arbeitszufriedenheit und Organisationales Commitment. Beide Skalen bestehen aus je fünf Items und werden an einer Stichprobe von 300 Beschäftigten erhoben.
Nach der CFA berechnet sie die AVE für beide Konstrukte sowie die Korrelation zwischen ihnen:
| Konstrukt | AVE | Korrelation (r) | r² | Diskriminante Validität? |
|---|---|---|---|---|
| Arbeitszufriedenheit | 0,62 | 0,71 | 0,50 | ✓ Ja (0,62 > 0,50) |
| Organisationales Commitment | 0,58 | ✓ Ja (0,58 > 0,50) |
Da die AVE beider Konstrukte jeweils größer ist als die quadrierte Korrelation zwischen ihnen, ist das Fornell-Larcker-Kriterium erfüllt. Die Forscherin kann schlussfolgern, dass ihre Skalen tatsächlich zwei unterschiedliche Konstrukte abbilden – und nicht nur Varianten desselben Merkmals.
