В статистике нам часто интересно понять, может ли значение некоторой объясняющей переменной предсказать значение некоторой переменной отклика. Эту переменную отклика иногда называют переменной критерия .
Например, мы можем захотеть узнать, насколько хорошо некоторые вступительные экзамены в колледж могут предсказать средний балл студентов за первый семестр.
Вступительный экзамен будет объясняющей переменной, а критериальной переменной будет средний балл за первый семестр.
Мы хотим знать, допустимо ли использование этой конкретной объясняющей переменной в качестве способа предсказания переменной критерия. Если он действителен, то мы говорим, что валидность критерия существует.
Существует два типа критерия достоверности:
1. Прогностическая достоверность. Это говорит нам, допустимо ли использовать значение одной переменной для прогнозирования значения какой-либо другой переменной в будущем.
2. Параллельная достоверность. Это говорит нам, допустимо ли использовать значение одной переменной для прогнозирования значения какой-либо другой переменной, измеряемой одновременно (т. е. в одно и то же время).
Например, компания может провести какой-либо тест, чтобы увидеть, коррелируют ли результаты теста с текущим уровнем производительности сотрудников.
Преимущество этого подхода заключается в том, что нам не нужно ждать определенного момента в будущем, чтобы провести измерение интересующей нас переменной критерия.
Обратите внимание, что мы обычно измеряем оба типа достоверности с помощьюкоэффициента корреляции Пирсона , который принимает значение от -1 до 1, где:
- -1 указывает на совершенно отрицательную линейную корреляцию между двумя переменными
- 0 указывает на отсутствие линейной корреляции между двумя переменными
- 1 указывает на совершенно положительную линейную корреляцию между двумя переменными.
Чем дальше коэффициент корреляции от нуля, тем сильнее связь между двумя переменными.
Примеры параллельной валидности
Следующие примеры иллюстрируют больше сценариев, в которых мы можем использовать параллельную достоверность, чтобы определить, можно ли использовать некоторую независимую переменную для предсказания значения некоторой переменной критерия.
Пример 1: Проверка знаний
Исследователь создает новый тест, предназначенный для оценки знаний студентов колледжа по предмету биологии.
Исследователь раздает тест всем специальностям биологии в определенном университете и сравнивает результаты своего теста с их текущим средним баллом.
Если существует высокая корреляция между оценками по его тесту и текущим средним баллом учащихся, мы можем сказать, что параллельная валидность существует.
Пример 2: Испытание на выносливость
Тренер по легкой атлетике создает новое испытание на выносливость, предназначенное для оценки уровня выносливости его спортсменов. Он позволяет каждому из своих спортсменов выполнить задание и сравнивает их результаты с их текущими уровнями производительности.
Если существует высокая корреляция между проблемой выносливости и текущими уровнями производительности, то он может сказать, что параллельная валидность существует.
Другими словами, было бы правильно использовать испытание на выносливость для оценки уровня работоспособности спортсменов.
Пример 3: Тест на лидерство
Руководитель бизнеса создает новый тест для оценки лидерских способностей сотрудников компании. Она раздает тест каждому сотруднику компании и сравнивает их результаты с текущими уровнями лидерства, оцененными коллегами.
Если существует высокая корреляция между тестом и текущими уровнями лидерства, оцениваемыми коллегами, то она может сказать, что параллельная валидность существует.
Другими словами, было бы целесообразно использовать тест для оценки уровня лидерства различных сотрудников компании.
Дополнительные ресурсы
Объяснительные переменные и переменные отклика
Что такое Критериальная переменная?
Что такое критерий достоверности?