روایی واگرا (divergent validity)، معیاری است که نشان می دهد اگر یک ابزار ویژگی را اندازه گیری می کند، با ویژگی های سایر ابزارها، چه تفاوتی دارد. روایی واگرا که به آن روایی افتراقی (discriminant validity)، یا روایی تشخیصی نیز گفته می شود، بیانگر یگانگی یک ابزار اندازهگیری است. چنانچه بین ابزار موردنظر با ابزارهایی که مولفه های مختلف را اندازه گیری میکنند، همبستگی پایین بوده یا وجود نداشته باشد، آزمون دارای روایی افتراقی است.
در روایی افتراقی باید نشان داد شاخصهایی که نباید با یکدیگر رابطه داشته باشند، در عمل نیز با هم ارتباطی ندارند. به طور کلی روایی در اعتبار یک پژوهش علمی اهمیت زیادی دارد. روایی ابزار تحقیق در تحلیل کمی، نشان می دهد یک ابزار تا چه اندازه به شاخص مورد اندازه گیری مرتبط است. اعتبار آزمون در گام اول از اعتبار ابزار تحقیق ناشی می شود. می توان گفت اهمیت روایی در اعتبار آزمون بیشتر از پایایی است. روایی واگرا و روایی همگرا در دسته بندی روایی سازه قرار دارند. اگر یک ابزار روایی همگرا و روایی واگرا را همزمان داشته باشد، می توان گفت از روایی سازه برخوردار است.
در نرم افزار SMARTPLS، برای نشان دادن روایی تشخیصی، باید از گزینه discriminant validity در اجرای دستور PLS استفاده کرد. این معیار در روش حداقل مربعات جزئی از سه روش آزمون میشود. یکی روش بار عرضی است که میزان همبستگی بین شاخصهای یک سازه را با همبستگی آنها با سازههای دیگر مقایسه میکند و روش دیگر معیار پیشنهادی فورنل و لارکر است که به صورت یک ماتریس نشان داده می شود. روش سوم شاخص HTMT است. در تمامی این روش ها نشان داده می شود که همبستگی پایین سنجههای یک متغیر پنهان با یک متغیر غیر مرتبط با آن روایی تشخیصی را مشخص می کند.
در نرم افزار SPSS برای نشان دادن روایی واگرا از گزینه analysis استفاده می شود. در ادامه Dimension Reduction و در نهایت Factor Analysis را انتخاب می کنیم. شاخص حداکثر مجذور مشترک
( Maximum Shared Squared Variance) MSV و شاخص میانگین مجذور واریانس مشترک (Average Shared Square Variance) ASV و در نهایت شاخص میانگین واریانس استخراج شده ( Average Variance Extracted) AVE بیانگر روایی واگر هستند. اگر همبستگی بین آزمون هایی که مولفه های متفاوتی را اندازه گیری می کند پایین باشد، آزمون ها دارای اعتبار تشخیصی یا واگرا است و روابط زیر بین این سه شاخص برقرار است. جهت برقراری روایی همگرا باید AVE بیشتر از ۰.۵ باشد و برای تأیید روایی افتراقی باید MSV و ASV کمتر از AVE باشد.
MSV < AVE
ASV < AVE
Hair J, Black W, Babin B, Anderson R. Multivariate Data Analysis. ۷. Upper Saddle River, NJ, USA: Prentice-Hall, Inc.; 2010
برای آموزش روایی واگرا روی فایل زیر کلیک کنید.
برای کامل بودن تحلیل، بهتر است استفاده شوند.
خیر . در خروجی های مدل بیرونی در فصل چهار