ความถูกต้องคือขอบเขตหลักที่แนวคิดข้อสรุป หรือการวัดนั้นมีพื้นฐานที่ดีและน่าจะสอดคล้องกับโลกแห่งความเป็นจริงอย่างแม่นยำ^{[ 1 ] [ 2 ]}คำว่า "valid" มาจากภาษาละตินvalidusซึ่งหมายถึงแข็งแกร่ง ความถูกต้องของเครื่องมือวัด (เช่น แบบทดสอบทางการศึกษา) คือระดับที่เครื่องมือวัดนั้นวัดสิ่งที่อ้างว่าวัดได้^{[ 3 ]}ความถูกต้องนั้นขึ้นอยู่กับความแข็งแกร่งของหลักฐานประเภทต่างๆ (เช่น ความถูกต้องตามลักษณะภายนอก ความถูกต้องตามโครงสร้าง ฯลฯ) ซึ่งจะอธิบายรายละเอียดเพิ่มเติมด้านล่าง

ในด้านจิตวิทยาการวัดผลความถูกต้องมีการประยุกต์ใช้เฉพาะที่เรียกว่าความถูกต้องของการทดสอบ : "ระดับที่หลักฐานและทฤษฎีสนับสนุนการตีความคะแนนการทดสอบ" ("ตามการใช้งานการทดสอบที่เสนอ") ^{[ 4 ]}

โดยทั่วไปเป็นที่ยอมรับกันว่า แนวคิดเรื่องความถูกต้องทางวิทยาศาสตร์นั้นเกี่ยวข้องกับธรรมชาติของความเป็นจริงในแง่ของการวัดทางสถิติ และด้วยเหตุนี้จึงเป็น ประเด็น ทางญาณวิทยาและปรัชญาตลอดจนเป็นคำถามเกี่ยวกับการวัดด้วย การใช้คำนี้ในตรรกศาสตร์นั้นแคบกว่า โดยเกี่ยวข้องกับความสัมพันธ์ระหว่างข้ออ้างและข้อสรุปของการโต้แย้ง ในตรรกศาสตร์ ความถูกต้องหมายถึงคุณสมบัติของการโต้แย้งที่ว่า หากข้ออ้างเป็นจริง ความจริงของข้อสรุปก็จะตามมาโดยจำเป็น ข้อสรุปของการโต้แย้งจะเป็นจริงหากการโต้แย้งนั้นสมเหตุสมผล กล่าวคือ หากการโต้แย้งนั้นถูกต้องและข้ออ้างเป็นจริง

ในทางตรงกันข้าม "ความถูกต้องทางวิทยาศาสตร์หรือทางสถิติ" ไม่ใช่ข้ออ้างเชิงนิรนัยที่จำเป็นต้องรักษาความจริงไว้ แต่เป็นข้ออ้างเชิงอุปนัยที่ยังคงเป็นจริงหรือเท็จในลักษณะที่ไม่แน่นอน นี่คือเหตุผลว่าทำไม "ความถูกต้องทางวิทยาศาสตร์หรือทางสถิติ" จึงเป็นข้ออ้างที่มีคุณสมบัติว่าอาจแข็งแกร่งหรืออ่อนแอในธรรมชาติ ไม่ใช่สิ่งที่จำเป็นหรือเป็นจริงอย่างแน่นอนเสมอไป ผลที่ตามมาคือทำให้ข้ออ้างเรื่อง "ความถูกต้องทางวิทยาศาสตร์หรือทางสถิติ" เปิดกว้างต่อการตีความว่าข้อเท็จจริงนั้นหมายความว่าอย่างไรกันแน่

ความถูกต้องแม่นยำมีความสำคัญ เพราะสามารถช่วยกำหนดประเภทของการทดสอบที่ควรใช้ และช่วยให้มั่นใจได้ว่านักวิจัยใช้วิธีการที่ไม่เพียงแต่มีจริยธรรมและคุ้มค่าเท่านั้น แต่ยังเป็นวิธีการที่วัดแนวคิดหรือโครงสร้างที่เกี่ยวข้องได้อย่างแท้จริงอีกด้วย

ความถูกต้อง^{[ 5 ]}ของการประเมินคือระดับที่การวัดนั้นวัดสิ่งที่ควรจะวัดได้ ซึ่งไม่เหมือนกับความน่าเชื่อถือซึ่งเป็นขอบเขตที่การวัดให้ผลลัพธ์ที่สอดคล้องกันมาก ภายในความถูกต้อง การวัดไม่จำเป็นต้องเหมือนกันเสมอไป เหมือนกับความน่าเชื่อถือ อย่างไรก็ตาม เพียงเพราะการวัดมีความน่าเชื่อถือ ก็ไม่ได้หมายความว่าถูกต้องเสมอไป เช่น เครื่องชั่งที่คลาดเคลื่อนไป 5 ปอนด์ มีความน่าเชื่อถือแต่ไม่ถูกต้อง การทดสอบจะไม่ถูกต้องเว้นแต่จะมีความน่าเชื่อถือ ความถูกต้องยังขึ้นอยู่กับการวัดที่วัดสิ่งที่ออกแบบมาเพื่อวัด ไม่ใช่สิ่งอื่นแทน^{[ 6 ]}ความถูกต้อง (คล้ายกับความน่าเชื่อถือ) เป็นแนวคิดเชิงสัมพัทธ์ ความถูกต้องไม่ใช่แนวคิดแบบทั้งหมดหรือไม่มีเลย มีความถูกต้องหลายประเภท

ความถูกต้องเชิงโครงสร้างหมายถึงขอบเขตที่การนำแนวคิดไปใช้ (เช่น การทดสอบเชิงปฏิบัติที่พัฒนาจากทฤษฎี) วัดแนวคิดตามที่กำหนดโดยทฤษฎี ความถูกต้องเชิงโครงสร้างนี้ครอบคลุมความถูกต้องประเภทอื่นๆ ทั้งหมด ตัวอย่างเช่น ขอบเขตที่การทดสอบวัดสติปัญญาเป็นคำถามเกี่ยวกับความถูกต้องเชิงโครงสร้าง การวัดสติปัญญาสันนิษฐานว่าการวัดนั้นมีความสัมพันธ์กับสิ่งที่ควรมีความสัมพันธ์ด้วย ( ความถูกต้องเชิงลู่เข้า ) และไม่มีความสัมพันธ์กับสิ่งที่ไม่ควรมีความสัมพันธ์ด้วย ( ความถูกต้องเชิงจำแนก ) ^{[ 7 ]}

หลักฐานความถูกต้องเชิงโครงสร้างเกี่ยวข้องกับการสนับสนุนเชิงประจักษ์และเชิงทฤษฎีสำหรับการตีความโครงสร้าง หลักฐานดังกล่าวรวมถึงการวิเคราะห์ทางสถิติของโครงสร้างภายในของการทดสอบ รวมถึงความสัมพันธ์ระหว่างการตอบสนองต่อข้อสอบที่แตกต่างกัน นอกจากนี้ยังรวมถึงความสัมพันธ์ระหว่างการทดสอบและการวัดโครงสร้างอื่นๆ ตามที่เข้าใจในปัจจุบัน ความถูกต้องเชิงโครงสร้างไม่ได้แยกออกจากการสนับสนุนทฤษฎีสาระสำคัญของโครงสร้างที่การทดสอบได้รับการออกแบบมาเพื่อวัด ดังนั้น การทดลองที่ออกแบบมาเพื่อเปิดเผยแง่มุมของบทบาทเชิงสาเหตุของโครงสร้างจึงมีส่วนช่วยในการสร้างหลักฐานความถูกต้อง^{[ 7 ]}

ความถูกต้องเชิงเนื้อหา (Content validity ) เป็นความถูกต้องประเภทหนึ่งที่ไม่ใช่เชิงสถิติ ซึ่งเกี่ยวข้องกับ "การตรวจสอบเนื้อหาของแบบทดสอบอย่างเป็นระบบเพื่อพิจารณาว่าแบบทดสอบนั้นครอบคลุมกลุ่มตัวอย่างที่เป็นตัวแทนของพฤติกรรมที่ต้องการวัดหรือไม่" (Anastasi & Urbina, 1997 หน้า 114) ตัวอย่างเช่น แบบสอบถาม IQ มีรายการที่ครอบคลุมทุกด้านของสติปัญญาที่กล่าวถึงในวรรณกรรมทางวิทยาศาสตร์หรือไม่

หลักฐานความถูกต้องของเนื้อหาเกี่ยวข้องกับระดับที่เนื้อหาของการทดสอบตรงกับโดเมนเนื้อหาที่เกี่ยวข้องกับโครงสร้าง ตัวอย่างเช่น การทดสอบความสามารถในการบวกเลขสองจำนวนควรประกอบด้วยการรวมกันของตัวเลขที่หลากหลาย การทดสอบที่มีเฉพาะตัวเลขหลักเดียวหรือเฉพาะเลขคู่จะไม่ครอบคลุมโดเมนเนื้อหาได้ดี หลักฐานที่เกี่ยวข้องกับเนื้อหาโดยทั่วไปเกี่ยวข้องกับผู้เชี่ยวชาญเฉพาะด้าน (SME) ที่ประเมินข้อสอบเทียบกับข้อกำหนดของการทดสอบ ผู้เชี่ยวชาญควรให้ความสนใจกับความแตกต่างทางวัฒนธรรม ตัวอย่างเช่น เมื่อแบบสอบถามการประเมินการขับขี่นำมาจากประเทศอังกฤษ (เช่น DBQ) ผู้เชี่ยวชาญควรพิจารณาการขับรถทางขวาในสหราชอาณาจักร การศึกษาบางชิ้นพบว่าสิ่งนี้มีความสำคัญอย่างยิ่งต่อการได้แบบสอบถามที่ถูกต้อง^{[ 8 ]}ก่อนที่จะดำเนินการแจกแบบสอบถามขั้นสุดท้าย นักวิจัยควรปรึกษาความถูกต้องของข้อสอบเทียบกับโครงสร้างหรือตัวแปรแต่ละตัว และปรับเปลี่ยนเครื่องมือวัดตามความคิดเห็นของผู้เชี่ยวชาญเฉพาะด้าน

การทดสอบมีเนื้อหาความถูกต้องที่สร้างขึ้นโดยการเลือกรายการที่จะรวมไว้อย่างระมัดระวัง (Anastasi & Urbina, 1997) รายการต่างๆ จะถูกเลือกเพื่อให้สอดคล้องกับข้อกำหนดการทดสอบซึ่งร่างขึ้นจากการตรวจสอบโดเมนของหัวข้ออย่างละเอียด Foxcroft, Paterson, le Roux & Herbst (2004, หน้า 49) ^{[ 9 ]}ตั้งข้อสังเกตว่าการใช้คณะผู้เชี่ยวชาญเพื่อตรวจสอบข้อกำหนดการทดสอบและการเลือกรายการจะช่วยปรับปรุงเนื้อหาความถูกต้องของการทดสอบได้ ผู้เชี่ยวชาญจะสามารถตรวจสอบรายการและแสดงความคิดเห็นว่ารายการเหล่านั้นครอบคลุมตัวอย่างที่เป็นตัวแทนของโดเมนพฤติกรรมหรือไม่

ความถูกต้องเชิงประจักษ์ (Face validity)คือการประเมินว่าแบบทดสอบนั้นดูเหมือนจะวัดเกณฑ์บางอย่างหรือไม่ แต่ไม่ได้เป็นการรับประกันว่าแบบทดสอบนั้นจะวัดปรากฏการณ์ในโดเมนนั้นจริง ๆ แบบวัดอาจมีความถูกต้องสูง แต่เมื่อแบบทดสอบนั้นดูเหมือนจะไม่วัดสิ่งที่มันควรวัด ความถูกต้องเชิงประจักษ์ของแบบทดสอบนั้นก็จะต่ำ ที่จริงแล้ว เมื่อมีการปลอมแปลงผลการทดสอบ ( malingering ) ความถูกต้องเชิงประจักษ์ที่ต่ำอาจทำให้แบบทดสอบนั้นมีความถูกต้องมากขึ้น เนื่องจากอาจได้คำตอบที่ซื่อสัตย์มากขึ้นเมื่อความถูกต้องเชิงประจักษ์ต่ำ บางครั้งจึงเป็นสิ่งสำคัญที่จะทำให้ดูเหมือนว่าความถูกต้องเชิงประจักษ์ต่ำในขณะที่ทำการวัด

ความถูกต้องเชิงประจักษ์ (Face validity) มีความสัมพันธ์อย่างใกล้ชิดกับความถูกต้องเชิงเนื้อหา (Content validity) ความถูกต้องเชิงเนื้อหาขึ้นอยู่กับพื้นฐานทางทฤษฎีในการสมมติว่าแบบทดสอบนั้นประเมินทุกด้านของเกณฑ์ที่กำหนดหรือไม่ (เช่น การประเมินทักษะการบวกเป็นการวัดทักษะทางคณิตศาสตร์ที่ดีหรือไม่? ในการตอบคำถามนี้ คุณต้องรู้ว่าทักษะทางคณิตศาสตร์ประกอบด้วยทักษะทางเลขคณิตประเภทใดบ้าง) ส่วนความถูกต้องเชิงประจักษ์นั้นเกี่ยวข้องกับว่าแบบทดสอบนั้นดูเหมือนจะเป็นการวัดที่ดีหรือไม่ การตัดสินนี้ทำขึ้นจาก "ลักษณะภายนอก" ของแบบทดสอบ ดังนั้นจึงสามารถตัดสินได้โดยผู้ที่ไม่ใช่ผู้เชี่ยวชาญก็ได้

ความถูกต้องตามลักษณะที่ปรากฏเป็นจุดเริ่มต้น แต่ไม่ควรสันนิษฐานว่าจะมีความถูกต้องอย่างแน่นอนสำหรับวัตถุประสงค์ใดๆ เนื่องจาก "ผู้เชี่ยวชาญ" เคยผิดพลาดมาก่อน— ค้อนแห่งแม่มด ( Malleus Malificarum ) ไม่มีหลักฐานสนับสนุนข้อสรุปใดๆ นอกจากความสามารถที่คิดขึ้นเองของ "ผู้เชี่ยวชาญ" สองคนในการ "ตรวจจับเวทมนตร์" แต่กลับถูกนำมาใช้เป็น "การทดสอบ" เพื่อประณามและเผาชายและหญิงหลายหมื่นคนในฐานะ "แม่มด" ^{[ 10 ]}

หลักฐาน ความถูกต้องตามเกณฑ์เกี่ยวข้องกับความสัมพันธ์ระหว่างแบบทดสอบกับตัวแปรเกณฑ์ (หรือหลายตัวแปร) ที่ถือเป็นตัวแทนของสิ่งที่ต้องการวัด กล่าวอีกนัยหนึ่งคือ การเปรียบเทียบแบบทดสอบกับมาตรวัดหรือผลลัพธ์อื่นๆ (เกณฑ์) ที่ได้รับการยอมรับว่ามีความถูกต้องแล้ว ตัวอย่างเช่น แบบทดสอบการคัดเลือกพนักงานมักได้รับการตรวจสอบความถูกต้องโดยเทียบกับมาตรวัดประสิทธิภาพการทำงาน (เกณฑ์) และแบบทดสอบ IQ มักได้รับการตรวจสอบความถูกต้องโดยเทียบกับมาตรวัดผลการเรียน (เกณฑ์)

หากข้อมูลทดสอบและข้อมูลเกณฑ์ถูกเก็บรวบรวมในเวลาเดียวกัน จะเรียกว่าหลักฐานความถูกต้องแบบพร้อมกัน (concurrent validity evidence) แต่หากเก็บรวบรวมข้อมูลทดสอบก่อนเพื่อทำนายข้อมูลเกณฑ์ที่เก็บรวบรวมในภายหลัง จะเรียกว่าหลักฐานความถูกต้องแบบทำนาย (predictive validity evidence)

ความถูกต้องเชิงพร้อมกัน (Concurrent validity ) หมายถึงระดับที่การวัดนั้นมีความสัมพันธ์กับมาตรวัดอื่นๆ ของตัวแปรเดียวกันที่วัดในเวลาเดียวกัน เมื่อเปรียบเทียบมาตรวัดหนึ่งกับมาตรวัดอื่นที่มีประเภทเดียวกัน มาตรวัดทั้งสองจะมีความสัมพันธ์กัน (หรือมีความเกี่ยวโยงกัน) ยกตัวอย่างเช่น การทดสอบคัดเลือก นั่นหมายความว่าการทดสอบจะดำเนินการกับพนักงานปัจจุบัน แล้วนำมาเปรียบเทียบกับคะแนนในการประเมินผลการปฏิบัติงาน

ความถูกต้องเชิงทำนายหมายถึง ระดับที่การวัดผลสามารถทำนาย (หรือมีความสัมพันธ์กับ) การวัดผลอื่นๆ ของตัวแปรเดียวกันที่วัดในอนาคตได้ ยกตัวอย่างเช่น การทดสอบคัดเลือก หมายความว่า จะมีการทดสอบผู้สมัคร จ้างงานผู้สมัครทุกคน มีการประเมินผลการปฏิบัติงานในภายหลัง จากนั้นจึงนำคะแนนจากสองการวัดมาหาความสัมพันธ์กัน

นี่คือช่วงเวลาที่การวัดสามารถทำนายความสัมพันธ์ระหว่างสิ่งที่วัดกับสิ่งอื่นได้ กล่าวคือ ทำนายว่าสิ่งนั้นจะเกิดขึ้นในอนาคตหรือไม่ ความสัมพันธ์ที่สูงระหว่างผลลัพธ์ที่ทำนายไว้ล่วงหน้ากับผลลัพธ์ที่เกิดขึ้นจริงในภายหลัง ถือเป็นหลักฐานที่แข็งแกร่งที่สุดของความถูกต้อง

ความถูกต้องของการออกแบบการศึกษาวิจัยเชิงทดลองเป็นส่วนสำคัญของวิธีการทางวิทยาศาสตร์ [ ^{2 ]}และเป็นข้อกังวลของจริยธรรมการวิจัยหากไม่มีการออกแบบที่ถูกต้อง ก็ไม่สามารถสรุปผลทางวิทยาศาสตร์ที่ถูกต้อง ^ได้

ความถูกต้องของข้อสรุปทางสถิติคือระดับที่ข้อสรุปเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรตามข้อมูลนั้นถูกต้องหรือ 'สมเหตุสมผล' ในตอนแรกนั้นเป็นเพียงการตรวจสอบว่าข้อสรุปทางสถิติเกี่ยวกับความสัมพันธ์ของตัวแปรนั้นถูกต้องหรือไม่ แต่ปัจจุบันมีการเคลื่อนไหวไปสู่ข้อสรุปที่ 'สมเหตุสมผล' โดยใช้ข้อมูลเชิงปริมาณ สถิติ และเชิงคุณภาพ^{[ 11 ]}

ความถูกต้องของข้อสรุปทางสถิติเกี่ยวข้องกับการรับรองการใช้ขั้นตอนการสุ่มตัวอย่างที่เพียงพอ การทดสอบทางสถิติที่เหมาะสม และขั้นตอนการวัดที่เชื่อถือได้^{[ 12 ]}เนื่องจากความถูกต้องประเภทนี้เกี่ยวข้องกับความสัมพันธ์ที่พบระหว่างตัวแปรเท่านั้น ความสัมพันธ์นั้นอาจเป็นเพียงความสัมพันธ์เชิงสหสัมพันธ์เท่านั้น

ความถูกต้องภายใน (Internal validity)คือ การประเมิน เชิงอุปมาอุปไมยถึงระดับที่สามารถสรุปเกี่ยวกับ ความสัมพันธ์ เชิงสาเหตุ (เช่น เหตุและผล) ได้ โดยพิจารณาจากมาตรวัดที่ใช้ สภาพแวดล้อมการวิจัย และการออกแบบการวิจัย โดยรวม เทคนิคการทดลองที่ดี ซึ่งศึกษาผลของตัวแปรอิสระต่อตัวแปรตามภายใต้เงื่อนไขที่มีการควบคุมอย่างเข้มงวด มักจะให้ความถูกต้องภายในในระดับที่สูงกว่า เช่น การออกแบบการวิจัยแบบกรณีเดียว

ตัวแปรแทรกซ้อน แปดประเภทสามารถรบกวนความถูกต้องภายใน (เช่น ความพยายามในการแยกแยะความสัมพันธ์เชิงสาเหตุ):

1. ประวัติความเป็นมาหมายถึงเหตุการณ์เฉพาะที่เกิดขึ้นระหว่างการวัดครั้งแรกและครั้งที่สอง นอกเหนือจากตัวแปรในการทดลอง
2. การเจริญเติบโตคือกระบวนการที่เกิดขึ้นภายในตัวผู้เข้าร่วมการวิจัยอันเป็นผลมาจากช่วงเวลาที่ผ่านไป (ไม่ได้จำเพาะเจาะจงกับเหตุการณ์ใดเหตุการณ์หนึ่ง) เช่น การแก่ขึ้น การหิวมากขึ้น การเหนื่อยมากขึ้น เป็นต้น
3. การทดสอบผลกระทบของการสอบครั้งแรกต่อคะแนนสอบครั้งที่สอง
4. การเปลี่ยนแปลง เครื่องมือการปรับเทียบเครื่องมือวัด หรือการเปลี่ยนแปลงผู้สังเกตการณ์หรือผู้ให้คะแนน อาจส่งผลให้ค่าที่วัดได้เปลี่ยนแปลงไป
5. การวิเคราะห์การถดถอยทางสถิติซึ่งดำเนินการเมื่อเลือกกลุ่มโดยพิจารณาจากคะแนนสุดขั้วของแต่ละกลุ่ม
6. อคติ ในการคัดเลือกที่เกิดจากการเลือกผู้ตอบแบบสอบถามที่แตกต่างกันสำหรับกลุ่มเปรียบเทียบ
7. อัตราการตายจากการทดลองหรือการสูญเสียผู้ตอบแบบสอบถามที่แตกต่างกันไปจากกลุ่มเปรียบเทียบ
8. ปฏิสัมพันธ์ระหว่างการคัดเลือกและการเจริญเติบโตเป็นต้น เช่น ในการออกแบบการทดลองแบบกึ่งทดลองหลายกลุ่ม

ความถูกต้องภายนอกเกี่ยวข้องกับขอบเขตที่ผลลัพธ์ (ที่ถูกต้องภายใน) ของการศึกษาหนึ่งๆ สามารถนำไปใช้ได้จริงในกรณีอื่นๆ เช่น กับบุคคล สถานที่ หรือช่วงเวลาที่แตกต่างกัน กล่าวอีกนัยหนึ่งคือ เป็นเรื่องของว่าผลการวิจัยสามารถนำไปใช้ได้โดยทั่วไปอย่างถูกต้องหรือไม่ หากทำการวิจัยแบบเดียวกันในกรณีอื่นๆ เหล่านั้น จะได้ผลลัพธ์เหมือนกันหรือไม่

ปัจจัยสำคัญประการหนึ่งคือ กลุ่มตัวอย่างในการศึกษา (เช่น ผู้เข้าร่วมการวิจัย) เป็นตัวแทนของประชากรทั่วไปในมิติที่เกี่ยวข้องหรือไม่ ปัจจัยอื่นๆ ที่อาจส่งผลกระทบต่อความถูกต้องภายนอก ได้แก่:

1. ผลกระทบเชิงปฏิกิริยาหรือปฏิสัมพันธ์ของการทดสอบเช่น การทดสอบก่อนเรียน อาจทำให้คะแนนในการทดสอบหลังเรียนสูงขึ้น
2. ผลกระทบร่วมกันของอคติในการคัดเลือกและตัวแปรในการทดลอง
3. ผลกระทบเชิงปฏิกิริยาของการจัดเตรียมการทดลองซึ่งจะทำให้ไม่สามารถสรุปผลทั่วไปเกี่ยวกับผลกระทบของตัวแปรทดลองต่อบุคคลที่สัมผัสกับตัวแปรนั้นในสภาพแวดล้อมที่ไม่ใช่การทดลองได้
4. การรบกวนจากการรักษาหลายครั้งซึ่งผลกระทบจากการรักษาครั้งก่อนๆ ไม่สามารถลบออกได้

ความถูกต้องเชิงนิเวศวิทยาหมายถึง ขอบเขตที่ผลการวิจัยสามารถนำไปประยุกต์ใช้กับสถานการณ์ในชีวิตจริงนอกเหนือจากสภาพแวดล้อมการวิจัย ประเด็นนี้มีความเกี่ยวข้องอย่างใกล้ชิดกับความถูกต้องภายนอก แต่ครอบคลุมถึงคำถามที่ว่า ผลการทดลองสะท้อนสิ่งที่สามารถสังเกตได้ในโลกแห่งความเป็นจริงมากน้อยเพียงใด (นิเวศวิทยา = วิทยาศาสตร์เกี่ยวกับการปฏิสัมพันธ์ระหว่างสิ่งมีชีวิตกับสิ่งแวดล้อม) เพื่อให้การศึกษาเป็นไปอย่างถูกต้องเชิงนิเวศวิทยา วิธีการ วัสดุ และสภาพแวดล้อมของการศึกษาต้องใกล้เคียงกับสถานการณ์ในชีวิตจริงที่กำลังศึกษาอยู่

ความถูกต้องเชิงนิเวศวิทยาเกี่ยวข้องกับประเด็นของการทดลองกับการสังเกต โดยทั่วไปในวิทยาศาสตร์ การวิจัยแบ่งออกเป็นสองขอบเขต คือ การสังเกต (แบบไม่กระทำโดยตรง) และการทดลอง (แบบกระทำโดยตรง) จุดประสงค์ของการออกแบบการทดลองคือการทดสอบความสัมพันธ์เชิงสาเหตุ เพื่อให้คุณสามารถสรุปได้ว่า A เป็นสาเหตุของ B หรือ B เป็นสาเหตุของ A แต่บางครั้ง ข้อจำกัดด้านจริยธรรมและ/หรือระเบียบวิธีวิจัยอาจทำให้คุณไม่สามารถทำการทดลองได้ (เช่น การแยกตัวมีผลต่อการทำงานของสมองของเด็กอย่างไร?) ในกรณีเช่นนั้น คุณยังสามารถทำการวิจัยได้ แต่ไม่ใช่การวิจัยเชิงสาเหตุ แต่เป็นการวิจัยเชิงความสัมพันธ์ คุณสามารถสรุปได้เพียงว่า A เกิดขึ้นพร้อมกับ B เท่านั้น ทั้งสองเทคนิคต่างมีจุดแข็งและจุดอ่อนของตนเอง

มองเผินๆ แล้ว ความถูกต้องภายในและความถูกต้องภายนอกดูเหมือนจะขัดแย้งกัน – ในการออกแบบการทดลอง คุณต้องควบคุมตัวแปรแทรกซ้อนทั้งหมด นั่นคือเหตุผลที่คุณมักทำการทดลองในห้องปฏิบัติการ ในขณะที่ได้ความถูกต้องภายใน (การตัดตัวแปรแทรกซ้อนออกไปโดยการควบคุมให้คงที่) คุณจะสูญเสียความถูกต้องเชิงนิเวศวิทยาหรือความถูกต้องภายนอกไป เพราะคุณสร้างสภาพแวดล้อมในห้องปฏิบัติการขึ้นมาอย่างไม่เป็นธรรมชาติ ในทางกลับกัน การวิจัยเชิงสังเกต คุณไม่สามารถควบคุมตัวแปรแทรกซ้อนได้ (ความถูกต้องภายในต่ำ) แต่คุณสามารถวัดผลในสภาพแวดล้อมทางธรรมชาติ (เชิงนิเวศวิทยา) ณ สถานที่ที่พฤติกรรมเกิดขึ้นตามปกติ อย่างไรก็ตาม ในการทำเช่นนั้น คุณต้องเสียสละความถูกต้องภายในไป

อย่างไรก็ตาม ความขัดแย้งที่เห็นได้ชัดระหว่างความถูกต้องภายในและความถูกต้องภายนอกนั้นเป็นเพียงผิวเผินเท่านั้น คำถามที่ว่าผลลัพธ์จากการศึกษาเฉพาะเรื่องหนึ่งๆ สามารถนำไปใช้กับบุคคล สถานที่ หรือช่วงเวลาอื่นๆ ได้หรือไม่นั้น เกิดขึ้นก็ต่อเมื่อใช้กลยุทธ์การวิจัยแบบอุปนัย เท่านั้น หากเป้าหมายของการศึกษาคือการทดสอบทฤษฎีแบบนิรนัย เราจะสนใจเฉพาะปัจจัยที่อาจบั่นทอนความเข้มงวดของการศึกษา กล่าวคือ ภัยคุกคามต่อความถูกต้องภายใน กล่าวอีกนัยหนึ่ง ความเกี่ยวข้องของความถูกต้องภายนอกและความถูกต้องภายในต่อการศึกษาวิจัยนั้นขึ้นอยู่กับเป้าหมายของการศึกษา ยิ่งไปกว่านั้น การรวมเป้าหมายการวิจัยเข้ากับความกังวลเรื่องความถูกต้องอาจนำไปสู่ปัญหาความถูกต้องภายในร่วมกัน ซึ่งทฤษฎีสามารถอธิบายปรากฏการณ์ได้เฉพาะในห้องปฏิบัติการจำลองเท่านั้น แต่ไม่ใช่ในโลกแห่งความเป็นจริง^{[ 13 ] [ 14 ]}

ในด้านจิตเวชศาสตร์มีประเด็นเฉพาะเกี่ยวกับการประเมินความถูกต้องของหมวดหมู่การวินิจฉัยเอง ในบริบทนี้: ^{[ 15 ]}

• ความถูกต้องของเนื้อหาอาจหมายถึงอาการและเกณฑ์การวินิจฉัย
• ความถูกต้องเชิงพร้อมกันอาจถูกกำหนดโดยตัวแปรหรือตัวบ่งชี้ต่างๆ และอาจรวมถึงการตอบสนองต่อการรักษาด้วย
• ความถูกต้องในการทำนายอาจหมายถึงความเสถียรของการวินิจฉัยเมื่อเวลาผ่านไปเป็นหลัก
• ความถูกต้องเชิงจำแนกอาจเกี่ยวข้องกับการกำหนดขอบเขตจากความผิดปกติอื่นๆ

Robins และ Guze เสนอเกณฑ์อย่างเป็นทางการที่มีอิทธิพลต่อการกำหนดความถูกต้องของการวินิจฉัยทางจิตเวชในปี พ.ศ. 2513 โดยระบุเกณฑ์ห้าข้อดังนี้: ^{[ 15 ]}

• คำอธิบายทางคลินิกที่ชัดเจน (รวมถึงลักษณะอาการ ลักษณะทางประชากร และปัจจัยกระตุ้นทั่วไป)
• การศึกษาในห้องปฏิบัติการ (รวมถึงการทดสอบทางจิตวิทยา การตรวจทางรังสีวิทยา และผลการชันสูตรศพ)
• การแยกความแตกต่างจากความผิดปกติอื่นๆ (โดยใช้เกณฑ์การยกเว้น)
• การศึกษาติดตามผลที่แสดงให้เห็นถึงลักษณะเฉพาะ (รวมถึงหลักฐานแสดงถึงความคงที่ของการวินิจฉัย)
• การศึกษาในครอบครัวที่แสดงให้เห็นถึงการรวมกลุ่มในครอบครัว

เกณฑ์เหล่านี้ถูกนำไปรวมไว้ในเกณฑ์ของ Feighnerและเกณฑ์การวินิจฉัยทางการวิจัยซึ่งต่อมาได้กลายเป็นพื้นฐานของระบบการจำแนกประเภท DSM และ ICD

ในปี พ.ศ. 2523 เคนด์เลอร์ได้แยกแยะความแตกต่างระหว่าง: ^{[ 15 ]}

• ตัวบ่งชี้ที่มาก่อนหน้า (การรวมกลุ่มในครอบครัว บุคลิกภาพก่อนป่วย และปัจจัยกระตุ้น)
• ตัวตรวจสอบความถูกต้องพร้อมกัน (รวมถึงการทดสอบทางจิตวิทยา)
• ตัวชี้วัดการทำนาย (ความสอดคล้องของการวินิจฉัยเมื่อเวลาผ่านไป อัตราการกลับมาเป็นซ้ำและการฟื้นตัว และการตอบสนองต่อการรักษา)

แนนซี แอนเดรียเซน (1995) ได้ระบุตัวตรวจสอบเพิ่มเติมหลายรายการ ได้แก่พันธุศาสตร์โมเลกุลและชีววิทยาโมเลกุลเคมีประสาท กายวิภาคประสาทสรีรวิทยาประสาทและประสาทวิทยาศาสตร์เชิงปัญญาซึ่งทั้งหมดนี้มีศักยภาพในการเชื่อมโยงอาการและการวินิจฉัยเข้ากับพื้นฐานทางประสาท^{[ 15 ]}

Kendell และ Jablinsky (2003) เน้นย้ำถึงความสำคัญของการแยกแยะระหว่างความถูกต้องและประโยชน์ใช้สอยและโต้แย้งว่าหมวดหมู่การวินิจฉัยที่กำหนดโดยกลุ่มอาการควรได้รับการพิจารณาว่าถูกต้องก็ต่อเมื่อได้รับการพิสูจน์แล้วว่าเป็นหน่วยงานที่แยกจากกันโดยมีขอบเขตตามธรรมชาติที่แยกออกจากความผิดปกติอื่นๆ^{[ 15 ]}

เคนด์เลอร์ (2006) เน้นย้ำว่าเกณฑ์การตรวจสอบความถูกต้องที่จะมีประโยชน์นั้น ต้องมีความไวเพียงพอที่จะตรวจสอบกลุ่มอาการส่วนใหญ่ที่เป็นความผิดปกติที่แท้จริง ในขณะเดียวกันก็ต้องมีความเฉพาะเจาะจงเพียงพอที่จะตัดกลุ่มอาการส่วนใหญ่ที่ไม่ใช่ความผิดปกติที่แท้จริงออกไป บนพื้นฐานนี้ เขาโต้แย้งว่าเกณฑ์ของโรบินส์และกูเซ่ที่ว่า "ถ่ายทอดทางกรรมพันธุ์" นั้นมีความเฉพาะเจาะจงไม่เพียงพอ เพราะลักษณะทางจิตวิทยาและทางกายภาพของมนุษย์ส่วนใหญ่จะเข้าข่าย เช่น กลุ่มอาการที่กำหนดขึ้นเองซึ่งประกอบด้วย "ส่วนสูงเกิน 6 ฟุต ผมสีแดง และจมูกใหญ่" จะพบว่า "ถ่ายทอดทางกรรมพันธุ์" และเป็น " กรรมพันธุ์ " แต่สิ่งนี้ไม่ควรถูกพิจารณาว่าเป็นหลักฐานว่าเป็นความผิดปกติ เคนด์เลอร์ยังเสนอแนะเพิ่มเติมว่า แบบ จำลองยีนแบบ " สาระสำคัญ " ของความผิดปกติทางจิตเวช และความหวังที่เราจะสามารถตรวจสอบความถูกต้องของการวินิจฉัยทางจิตเวชแบบแบ่งประเภทได้โดยการ "แกะสลักธรรมชาติที่ข้อต่อ" เพียงเพราะการค้นพบยีนนั้น เป็นไปไม่ได้^{[ 16 ]}

ในระบบศาลรัฐบาลกลางของสหรัฐอเมริกา ความถูกต้องและความน่าเชื่อถือของหลักฐานจะได้รับการประเมินโดยใช้มาตรฐาน Daubert : ดูDaubert v. Merrell Dow Pharmaceuticals Perri และ Lichtenwald (2010) ให้จุดเริ่มต้นสำหรับการอภิปรายเกี่ยวกับหัวข้อความน่าเชื่อถือและความถูกต้องที่หลากหลายในการวิเคราะห์การตัดสินคดีฆาตกรรมที่ผิดพลาด^{[ 17 ]}

• Cronbach, LJ; Meehl, PE (1955), "ความถูกต้องเชิงโครงสร้างในการทดสอบทางจิตวิทยา" , Psychological Bulletin , 52 (4): 281– 302, doi : 10.1037/h0040957 , hdl : 11299/184279 , PMID  13245896 , S2CID  5312179
• Rupp, AA; Pant, HA (2007), "ทฤษฎีความถูกต้อง" ใน Salkind, Neil J. (บรรณาธิการ), สารานุกรมการวัดและสถิติ , สำนักพิมพ์ SAGE

Wikiversity มีแหล่งข้อมูลการเรียนรู้เกี่ยวกับความถูกต้อง