什么是预测效度?|例子和定义
预测效度指测试或其他测量对未来结果的预测能力。在这里,结果可以是未来某个时候发生的行为、表现甚至疾病。
预测效度是效标效度.它常用于教育、心理学和员工选拔。
什么是预测效度?
当一个测试可以预测未来的结果时,就证明了预测效度。为了证明这一点有效性类型,该测试必须与a相关变量这只能在未来的某个时候进行评估。,在测试完成后。
为了评估预测有效性,研究人员检查测试结果如何预测未来的表现。例如,SAT分数被认为是学生留校率的预测指标:SAT分数较高的学生更有可能回到学校读大二。在这里,您可以看到结果是经过设计的,在未来的某个时间点进行评估。
预测有效性例子
当一个测试分数可以预测一个人在特定环境下的表现时,比如工作、学校或医疗环境,它就具有预测有效性。
旨在筛选求职者、潜在学生或有特定健康问题风险的个人的测试通常在设计时考虑了预测效度。
以下是学生们喜欢Scribbr校对服务的原因
预测有效性与并发有效性
预测有效性和并发有效性都是效标效度.它们都是指验证策略,其中通过将测试的预测能力与特定标准或“黄金标准”进行比较来评估测试的预测能力。在这里,标准是一种完善的测量方法,可以准确地测量正在研究的结构。
预测效度和并发效度之间的主要区别是执行这两种测量的时间。
- 在预测效度方面,对准则变量进行测量后考试成绩。
- 在同时效度,得到一次测试的分数和准则变量同时.
如何衡量预测效度
预测效度是通过将测试的分数与公认工具的分数进行比较来衡量的。这一标准或称为“黄金标准”。
待验证的测度应与准则变量相关。测试分数和标准变量之间的相关性是用相关系数,例如皮尔森的r.相关系数表示在−1和+1之间的单个值中两个变量之间的关系强度。
相关系数值的解释如下:
- r= 1:完全正相关。
- r= 0:没有相关性。
- r=−1:完全负相关。
你可以自动计算皮尔逊的r在Excel中,R, SPSS或其他统计软件。
强正相关提供了预测有效性的证据。换句话说,它表明测试可以正确地预测你假设它应该。然而,存在一个相关性并不意味着因果关系,如果你的金本位显示出任何迹象研究偏见,它也会影响你的预测有效性。
测试与标准之间的相关性越高,测试的预测效度就越高。无相关或负相关表明该测试具有较差的预测效度。
常见问题
- 信度和效度的区别是什么?
-
信度和效度都是关于一个方法度量某物的好坏:
如果你在做实验研究,你还必须考虑内部有效性和外部有效性你的实验。
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。