Beispielsweise m\u00f6chten wir vielleicht wissen, wie gut bestimmte Hochschulaufnahmepr\u00fcfungen den Notendurchschnitt der Studierenden im ersten Semester vorhersagen k\u00f6nnen.<\/span><\/p>\n Die Aufnahmepr\u00fcfung w\u00e4re die erkl\u00e4rende Variable und die Kriteriumsvariable w\u00e4re der Notendurchschnitt im ersten Semester.<\/span> <\/p>\n Wir m\u00f6chten wissen, ob es zul\u00e4ssig<\/em> ist, diese bestimmte erkl\u00e4rende Variable als Mittel zur Vorhersage der Kriteriumsvariablen zu verwenden. Wenn es g\u00fcltig ist, dann sagen wir, dass die Kriteriumsvalidit\u00e4t<\/a> vorliegt.<\/span><\/p>\n Es gibt zwei Arten der Kriteriumsvalidit\u00e4t:<\/span><\/p>\n 1. Vorhersageg\u00fcltigkeit<\/strong> \u2013 Dies sagt uns, ob es g\u00fcltig ist, den Wert einer Variablen zu verwenden, um den Wert einer anderen Variablen in der Zukunft vorherzusagen.<\/span> <\/p>\n 2. Gleichzeitige G\u00fcltigkeit<\/strong> \u2013 Dies sagt uns, ob es g\u00fcltig ist, den Wert einer Variablen zu verwenden, um den Wert einer anderen Variablen vorherzusagen, die gleichzeitig<\/em> (dh zur gleichen Zeit) gemessen wird.<\/span><\/p>\n Beispielsweise k\u00f6nnte ein Unternehmen eine bestimmte Art von Test durchf\u00fchren, um festzustellen, ob die Testergebnisse mit dem aktuellen Produktivit\u00e4tsniveau der Mitarbeiter korrelieren.<\/span> <\/p>\n Der Vorteil dieses Ansatzes besteht darin, dass wir nicht einige Zeit in der Zukunft warten m\u00fcssen, um eine Messung f\u00fcr das interessierende Variablenkriterium vorzunehmen.<\/span><\/p>\n Beachten Sie, dass wir normalerweise beide Arten der G\u00fcltigkeit mithilfe des Pearson-Korrelationskoeffizienten<\/a> messen, der einen Wert zwischen -1 und 1 annimmt, wobei:<\/span><\/p>\n Je weiter der Korrelationskoeffizient von Null entfernt ist, desto st\u00e4rker ist der Zusammenhang zwischen den beiden Variablen.<\/span><\/p>\n Die folgenden Beispiele veranschaulichen andere Szenarien, in denen wir die gleichzeitige G\u00fcltigkeit verwenden k\u00f6nnen, um zu bestimmen, ob eine erkl\u00e4rende Variable zur Vorhersage des Werts einer Kriteriumsvariablen verwendet werden kann oder nicht.<\/span><\/p>\n Beispiel 1: ein Wissenstest<\/strong><\/span><\/p>\n Ein Forscher entwickelt einen neuen Test, mit dem die Biologiekenntnisse von Sch\u00fclern bewertet werden sollen.<\/span><\/p>\n Der Forscher verteilt den Test an alle Biologiestudenten einer bestimmten Universit\u00e4t und vergleicht deren Testergebnisse mit ihrem aktuellen Notendurchschnitt.<\/span><\/p>\n Wenn eine starke Korrelation zwischen den eigenen Testergebnissen und dem aktuellen Notendurchschnitt der Sch\u00fcler<\/span> besteht<\/span> , k\u00f6nnen wir von gleichzeitiger G\u00fcltigkeit sprechen. <\/p>\n Beispiel 2: ein Ausdauertest<\/strong><\/span><\/p>\n Ein Sporttrainer erstellt eine neue Ausdauer-Herausforderung, um die Ausdauer seiner Athleten zu beurteilen. Er l\u00e4sst jeden seiner Athleten die Herausforderung annehmen und vergleicht seine Ergebnisse mit seinem aktuellen Leistungsstand.<\/span><\/p>\n Wenn eine starke Korrelation zwischen der Ausdauerbelastung und dem aktuellen Leistungsniveau besteht, kann man argumentieren, dass eine gleichzeitige G\u00fcltigkeit vorliegt.<\/span><\/p>\n Mit anderen Worten: Es w\u00e4re sinnvoll, die Ausdauer-Herausforderung zur Beurteilung des Leistungsniveaus von Sportlern zu nutzen.<\/span> <\/p>\n Beispiel 3: Ein F\u00fchrungstest<\/strong><\/span><\/p>\n Ein Gesch\u00e4ftsf\u00fchrer erstellt einen neuen Test, um die F\u00fchrungsqualit\u00e4ten der Mitarbeiter eines Unternehmens zu beurteilen. Sie verteilt den Test an alle Mitarbeiter eines Unternehmens und vergleicht deren Ergebnisse mit aktuellen, von Experten \u00fcberpr\u00fcften F\u00fchrungsebenen.<\/span><\/p>\n Wenn eine starke Korrelation zwischen dem Test und den aktuellen, von Kollegen bewerteten F\u00fchrungsebenen besteht, kann sie argumentieren, dass eine gleichzeitige G\u00fcltigkeit vorliegt.<\/span><\/p>\n Mit anderen Worten w\u00e4re es sinnvoll, den Test zur Beurteilung des F\u00fchrungsniveaus verschiedener Mitarbeiter im Unternehmen zu nutzen.<\/span> <\/p>\n Erkl\u00e4rende Variablen und Antwortvariablen<\/a> In der Statistik m\u00f6chten wir oft verstehen, ob der Wert einer erkl\u00e4renden Variablen den Wert einer Antwortvariablen vorhersagen kann. Diese Antwortvariable wird manchmal als Kriteriumsvariable bezeichnet. Beispielsweise m\u00f6chten wir vielleicht wissen, wie gut bestimmte Hochschulaufnahmepr\u00fcfungen den Notendurchschnitt der Studierenden im ersten Semester vorhersagen k\u00f6nnen. Die Aufnahmepr\u00fcfung w\u00e4re die erkl\u00e4rende Variable und die Kriteriumsvariable w\u00e4re der […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"Die](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/criterevalidite1.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/criterevalidite2.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/criterevalidite3.png\")
<\/p>\n\n
Beispiele f\u00fcr gleichzeitige G\u00fcltigkeit<\/strong><\/span><\/h3>\n
![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/concurrent1.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/concurrent2.png\")
<\/p>\n![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/concurrent3.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Was ist eine Kriteriumsvariable?<\/a>
Was ist Kriteriumsvalidit\u00e4t?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"