Varianza del método común

En estadística aplicada (por ejemplo, aplicada a las ciencias sociales y la psicometría ), la varianza del método común ( CMV ) es la "varianza espuria que es atribuible al método de medición en lugar de a los constructos que se supone que representan las medidas" ^[1] o equivalentemente como "varianza de error sistemático compartida entre variables medidas con e introducidas como una función del mismo método y/o fuente". ^[2] Por ejemplo, un método de encuesta electrónica podría influir en los resultados para aquellos que podrían no estar familiarizados con una interfaz de encuesta electrónica de manera diferente que para aquellos que podrían estar familiarizados. Si las medidas se ven afectadas por CMV o sesgo del método común , las intercorrelaciones entre ellas pueden inflarse o desinflarse dependiendo de varios factores. ^[3] Aunque a veces se supone que CMV afecta a todas las variables, la evidencia sugiere que si la correlación entre dos variables se ve afectada o no por CMV es una función tanto del método como de los constructos particulares que se miden. ^[4]

Remedios

Remedios ex ante

Existen varias soluciones ex ante que ayudan a evitar o minimizar la posible variación del método común. Chang et al. (2010), Lindell & Whitney (2001) y Podsakoff et al. (2003) han recopilado y analizado soluciones importantes. ^{[5] [6] [1]}

Remedios ex post

Utilizando conjuntos de datos simulados, Richardson et al. (2009) investigan tres técnicas ex post para probar la varianza del método común: la técnica del marcador correlacional, la técnica del marcador del análisis factorial confirmatorio (AFC) y la técnica del constructo del método latente no medido (ULMC). Solo la técnica del marcador del AFC resulta proporcionar algún valor, mientras que la prueba de Harman comúnmente utilizada no resulta proporcionar tal valor. ^[2] Williams et al. (2010) han demostrado un ejemplo completo de esta técnica. ^[7] Kock (2015) analiza una prueba de colinealidad completa que tiene éxito en la identificación del sesgo del método común con un modelo que, sin embargo, pasa los criterios estándar de evaluación de validez convergente y discriminante basados ​​en un AFC. ^{[8] [9]}

Referencias

1. Podsakoff, PM; MacKenzie, SB; Lee, J.-Y.; Podsakoff, NP (octubre de 2003). "Sesgos de método comunes en la investigación conductual: una revisión crítica de la literatura y soluciones recomendadas" (PDF) . Revista de Psicología Aplicada . 88 (5): 879–903. doi :10.1037/0021-9010.88.5.879. hdl : 2027.42/147112 . PMID  14516251.
2. Richardson, HA; Simmering, MJ; Sturman, MC (octubre de 2009). "Una historia de tres perspectivas: Examen de técnicas estadísticas post hoc para la detección y corrección de la varianza del método común". Métodos de investigación organizacional . 12 (4): 762–800. doi :10.1177/1094428109332834. hdl : 1813/72364 .
3. Williams, LJ; Brown, BK (1994). "Varianza de métodos en la investigación sobre comportamiento organizacional y recursos humanos: efectos sobre correlaciones, coeficientes de trayectoria y pruebas de hipótesis". Comportamiento organizacional y procesos de decisión humana . 57 (2): 185–209. doi :10.1006/obhd.1994.1011.
4. Spector, PE (2006). "Varianza de métodos en la investigación organizacional: ¿verdad o leyenda urbana?". Métodos de investigación organizacional . 9 (2): 221–232. doi :10.1177/1094428105284955.
5. Chang, S.-J.; van Witteloostuijn, A.; Edén, L. (2010). "Variación del método común en la investigación de negocios internacionales". Revista de Estudios de Negocios Internacionales . 41 : 178–184. doi : 10.1057/jibs.2009.88 .
6. Lindell, MK; Whitney, DJ (2001). "Contabilización de la varianza del método común en diseños de investigación transversal". Revista de Psicología Aplicada . 86 (1): 114–121. doi :10.1037/0021-9010.86.1.114. PMID  11302223.
7. Williams, LJ; Hartman, N.; Cavazotte, F. (julio de 2010). "Varianza del método y variables de marcador: una revisión y una técnica de marcador CFA integral". Métodos de investigación organizacional . 13 (3): 477–514. doi :10.1177/1094428110366036.
8. Kock, N. (2015). Sesgo de método común en PLS-SEM: un enfoque de evaluación de colinealidad completa. Revista internacional de colaboración electrónica, 11(4), 1-10.
9. Kock, N.; Lynn, GS (2012). "Colinealidad lateral y resultados engañosos en SEM basado en varianza: una ilustración y recomendaciones" (PDF) . Revista de la Asociación de Sistemas de Información . 13 (7): 546–580. doi :10.17705/1jais.00302.