Trafność zbieżna (ang. Convergent Validity) – to  miara oceniająca, czy wskaźniki powiązane z danym konstruktem latentnym są spójne i rzeczywiście mierzą ten sam konstrukt. Miara ta wykorzystywana jest zazwyczaj w analizie SEM do oceny modelu pomiarowego .

Trafność zbieżna  jest kluczowa przy weryfikacji jakości wskaźników związanych z danym konstruktem.  Jej niski poziom może wskazywać na konieczność dopracowania wskaźników lub zmiany struktury modelu np. poprzez eksploracyjną analizę czynnikową (EFA). Stosowanie trafności zbieżnej w połączeniu z trafnością dyskryminacyjną jest również zalecane, aby upewnić się, że różne konstrukty są odrębne od siebie.

Trafność zbieżna jest  najczęściej oceniana przy pomocy wskaźnika AVE , który powinien być na poziomie co najmniej 0,50, aby uznać, że zmienna latentna wyjaśnia wystarczającą część wariancji wskaźników (wyjaśnioną wariancję można rozumieć tutaj podobnie jak R-kwadrat w regresji liniowej).

Warto wiedzieć, że trafność zbieżna, tak jak i trafność różnicowa różnią się od klasycznie pojmowanej w psychometrii trafności w kontekście tworzenia testów. Jest tak dlatego że raz udowodniona trafność kryterialna narzędzia nie musi być ponownie testowana. Z kolei trafność zbieżna i różnicowa odnoszą się do spójności teoretycznej testowanego modelu, zatem jest to miara którą warto liczyć każdorazowo w nowym badaniu, podobnie jak to robimy np. przy obliczaniu rzetelności miarą alfa Cronbacha.

Trafność zbieżna pozwala zatem na identyfikację wspólnych cech wskaźników, co może pomóc w udoskonaleniu narzędzi pomiarowych i lepszym zrozumieniu badanych zjawisk. Jest ona często wykorzystywana w badaniach psychologicznych i społecznych, gdzie konstrukty, takie jak inteligencja czy satysfakcja z życia, są mierzone za pomocą różnych wskaźników i stanowi empiryczne potwierdzenie jakości przeprowadzonych badań.

Należy pamiętać, że trafność zbieżna dla pełniejszej analizy powinna być oceniana wraz z trafnością różnicową (dyskryminacyjną).