什么是同时效度？ （定义和示例）

在统计学中，我们经常想了解解释变量的值是否可以预测响应变量的值。该响应变量有时称为标准变量。

例如，我们可能想知道某些大学入学考试能够在多大程度上预测学生第一学期的平均成绩。

入学考试是解释变量，标准变量是第一学期的 GPA。

我们想知道使用这个特定的解释变量作为预测标准变量的手段是否有效。如果它是有效的，那么我们就说标准有效性存在。

标准有效性有两种类型：

1. 预测有效性——这告诉我们使用一个变量的值来预测未来另一个变量的值是否有效。

2. 并发有效性——这告诉我们使用一个变量的值来预测同时（即同时）测量的另一个变量的值是否有效。

例如，公司可能会进行某种类型的测试，以查看测试结果是否与员工当前的生产力水平相关。

这种方法的优点是我们不需要等待未来一段时间才能对感兴趣的变量标准进行测量。

请注意，我们通常使用Pearson 相关系数来衡量这两种类型的有效性，该系数的值介于 -1 和 1 之间，其中：

• -1 表示两个变量之间完全负线性相关
• 0 表示两个变量之间不存在线性相关
• 1 表示两个变量之间存在完全正线性相关

相关系数距离零越远，两个变量之间的关联性越强。

并发有效性示例

以下示例说明了我们可以使用并发有效性来确定解释变量是否可用于预测标准变量值的其他场景。

示例1：知识测试

研究人员创建了一项新测试，旨在评估学生的生物学知识。

研究人员将测试分发给某所大学的所有生物学学生，并将他们的测试结果与当前的 GPA 进行比较。

如果一个人的考试成绩与学生当前的 GPA 之间存在很强的相关性，我们可以说存在同时效度。

示例2：耐力测试

一名运动教练创建了一项新的耐力挑战，旨在评估运动员的耐力水平。他让每位运动员接受挑战，并将他们的分数与当前的表现水平进行比较。

如果耐力挑战和当前表现水平之间存在很强的相关性，那么可以说存在同时有效性。

换句话说，使用耐力挑战来评估运动员的表现水平是有效的。

示例 3：领导力测试

一位企业高管创建了一项新测试来评估公司员工的领导能力。她将测试分发给公司的每位员工，并将他们的分数与当前经过同行评审的领导力水平进行比较。

如果测试与当前同行评价的领导水平之间存在很强的相关性，那么她可以认为存在同时有效性。

换句话说，用该测试来评估公司不同员工的领导水平是有效的。

其他资源

解释变量和响应变量
什么是标准变量？
什么是标准效度？