Eine einfache erklärung der kriteriumsvalidität

Kriteriumsvalidität bezieht sich auf die Fähigkeit der Messung einer Variablen, die Reaktion einer anderen Variablen vorherzusagen.

Eine Variable wird als erklärende Variable bezeichnet, während die andere Variable als Kriteriumsvariable bezeichnet wird.

Beispielsweise möchten wir vielleicht wissen, wie gut bestimmte Hochschulaufnahmeprüfungen den Notendurchschnitt der Studierenden im ersten Semester vorhersagen können.

Die Aufnahmeprüfung wäre die erklärende Variable und die Kriteriumsvariable wäre der Notendurchschnitt im ersten Semester.

Wir möchten wissen, ob es zulässig ist, diese bestimmte erklärende Variable als Mittel zur Vorhersage der Kriteriumsvariablen zu verwenden.

So messen Sie die Kriteriumsvalidität

Wir messen die Kriteriumsvalidität normalerweise mithilfe einer Metrik wie dem Pearson-Korrelationskoeffizienten , der einen Wert zwischen -1 und 1 annimmt, wobei:

• -1 zeigt eine vollkommen negative lineare Korrelation zwischen zwei Variablen an
• 0 bedeutet, dass zwischen zwei Variablen keine lineare Korrelation besteht
• 1 zeigt eine vollkommen positive lineare Korrelation zwischen zwei Variablen an

Je weiter der Korrelationskoeffizient von Null entfernt ist, desto stärker ist der Zusammenhang zwischen den beiden Variablen.

Wenn wir beispielsweise Daten zu den Ergebnissen der Aufnahmeprüfungen und dem Notendurchschnitt im ersten Semester für 1.000 Studierende sammeln und feststellen würden, dass die Korrelation zwischen den beiden Variablen 0,843 beträgt, würde dies bedeuten, dass die beiden Variablen stark korrelieren.

Mit anderen Worten: Studierende, die bei der Aufnahmeprüfung gut abschneiden, erzielen tendenziell auch im ersten Semester gute Ergebnisse. Umgekehrt haben Studierende, die bei der Aufnahmeprüfung schlecht abschneiden, im ersten Semester tendenziell schlechte Noten.

Arten der Kriteriumsvalidität

Es gibt zwei Haupttypen der Kriteriumsvalidität:

1. Vorhersagevalidität

Die erste Art der Kriteriumsvalidität ist als prädiktive Validität bekannt. Sie bestimmt, ob die Messung einer Variablen in der Lage ist, die Messung einer Variablen in der Zukunft genau vorherzusagen.

Das vorherige Beispiel der Messung der Punktzahl eines Studenten bei der Aufnahmeprüfung für das College und der Notendurchschnittsnote im ersten Semester ist ein Beispiel für die Messung der Vorhersagevalidität, da wir die beiden Variablen zu unterschiedlichen Zeitpunkten messen.

Mit anderen Worten: Wir versuchen herauszufinden, ob das Ergebnis der Aufnahmeprüfung den Notendurchschnitt im ersten Semester gut vorhersagen kann.

2. Gleichzeitige Gültigkeit

Die zweite Art der Kriteriumsvalidität ist als gleichzeitige Validität bekannt, bei der zwei Variablen gleichzeitig (dh zur gleichen Zeit) gemessen werden, um festzustellen, ob eine Variable signifikant mit der anderen verknüpft ist.

Ein Beispiel hierfür wäre, wenn ein Unternehmen eine bestimmte Art von Test durchführt, um festzustellen, ob die Testergebnisse mit der Mitarbeiterproduktivität korrelieren.

Der Vorteil dieses Ansatzes besteht darin, dass wir nicht einige Zeit in der Zukunft warten müssen, um eine Messung für das interessierende Variablenkriterium durchzuführen.