Was ist vorhersagevalidität? (definition & beispiele)

In der Statistik bezieht sich der Begriff Vorhersagevalidität auf das Ausmaß, in dem es zulässig ist, die Punktzahl auf einer Skala oder einem Test zu verwenden, um den Wert einer anderen Variablen in der Zukunft vorherzusagen.

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

Um festzustellen, ob eine Vorhersagevalidität vorliegt, könnten wir den folgenden Prozess verwenden:

• Führen Sie die Hochschulaufnahmeprüfung für 1.000 Senioren durch.
• Sammeln Sie ein Jahr später Daten zum Notendurchschnitt im ersten Semester derselben 1.000 Studenten.
• Berechnen Sie die Korrelation zwischen den Ergebnissen der Aufnahmeprüfung und dem Notendurchschnitt im ersten Semester.

Wenn eine starke Korrelation zwischen den Ergebnissen der Aufnahmeprüfung und dem GPA im ersten Semester besteht, besteht wahrscheinlich eine prädiktive Validität zwischen diesen beiden Variablen.

Mit anderen Worten: Die Note, die ein Student bei dieser College-Aufnahmeprüfung erhält, ist ein Hinweis auf den Notendurchschnitt, den er oder sie im ersten Semester des Colleges voraussichtlich erreichen wird.

Beispielsweise erzielen Studierende, die bei der Aufnahmeprüfung gute Ergebnisse erzielen, in der Regel auch im ersten Semester gute Ergebnisse. Umgekehrt haben Studierende, die bei der Aufnahmeprüfung schlecht abschneiden, im ersten Semester tendenziell schlechte Noten.

Technische Hinweise:

Die Vorhersagevalidität ist eine Art Kriteriumsvalidität, die sich auf die Fähigkeit der Messung einer Variablen bezieht, die Reaktion einer anderen Variablen vorherzusagen.

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

In unserem vorherigen Beispiel wäre die erklärende Variable die Aufnahmeprüfung und die Kriteriumsvariable der Notendurchschnitt im ersten Semester.

Beispiele für Vorhersagevalidität

Die folgenden Beispiele veranschaulichen einige zusätzliche Szenarien, in denen wir die Vorhersagevalidität berechnen könnten.

Beispiel 1: Einstellungstest

Ein Unternehmen kann für jeden, den es einstellt, einen Einstellungstest mit 40 Fragen durchführen und ein Jahr später die Mitarbeiterproduktivität bewerten.

Wenn eine hohe Korrelation zwischen den Testergebnissen und der Mitarbeiterproduktivität besteht, können wir sagen, dass es zulässig ist, den Test zur Vorhersage der zukünftigen Produktivität des Einzelnen zu verwenden.

Beispiel 2: IQ-Tests und Einkommen

Forscher könnten bei 100 Personen einen IQ-Test durchführen und dann zehn Jahre später das Jahreseinkommen dieser Personen verfolgen.

Wenn eine hohe Korrelation zwischen IQ-Testergebnissen und dem Jahreseinkommen von Einzelpersonen besteht, können Forscher sagen, dass es zulässig ist, den Test zur Vorhersage des zukünftigen Einkommens von Einzelpersonen zu verwenden.

Beispiel 3: Fitness

Ein Personal Trainer kann einen Fitnesstest für NBA-Neulinge durchführen und dann die durchschnittlichen Punkte pro Spiel aufzeichnen, die die Spieler in den nächsten fünf Jahren in der Liga erzielen.

Wenn eine hohe Korrelation zwischen den Fitnesstestergebnissen und den durchschnittlichen Punkten pro Spiel der Spieler besteht, kann der Personal Trainer sagen, dass es zulässig ist, den Test zu verwenden, um zukünftige Punkte pro Spiel der Spieler vorherzusagen.

Was gilt als hohe Korrelation für die Vorhersagevalidität?

Kein bestimmter Wert gilt als „hohe“ Korrelation zwischen zwei Variablen. Je höher jedoch die Korrelation zwischen einem Test und dem Konstrukt, das er messen soll, desto höher ist die prädiktive Validität des Tests.

Wenn beispielsweise die Korrelation zwischen einem Test vor der Einstellung und der Mitarbeiterproduktivität ein Jahr später 0,86 beträgt, ist dieser Test besser aussagekräftig für die Mitarbeiterproduktivität als ein Test, der nur eine Korrelation von 0,35 aufweist.

Allerdings kann selbst eine scheinbar recht niedrige Korrelation (wie r = 0,35) für einen Arbeitgeber dennoch nützlich sein, da sie ihm zumindest eine gewisse Vorstellung von der wahrscheinlichen Produktivität des Arbeitnehmers gibt.

Zusätzliche Ressourcen

Eine einfache Erklärung der Kriteriumsvalidität
Was ist eine Kriteriumsvariable?
Was ist gleichzeitige Gültigkeit?