기준 타당성에 대한 간단한 설명

기준 타당성은 한 변수를 측정하여 다른 변수의 반응을 예측하는 능력을 말합니다.

한 변수를 설명 변수 라고 하고 다른 변수를 기준 변수 라고 합니다.

예를 들어, 특정 대학 입학 시험이 학생들의 첫 학기 성적 평균을 얼마나 잘 예측할 수 있는지 알고 싶을 수 있습니다.

입학시험은 설명변수이고 기준변수는 첫 학기 평점이 됩니다.

우리는 기준 변수를 예측하는 수단으로 이 특정 설명 변수를 사용하는 것이 유효 한지 알고 싶습니다.

기준 타당성을 측정하는 방법

일반적으로 Pearson 상관 계수 와 같은 측정항목을 사용하여 기준 타당성을 측정합니다. 이 측정항목은 -1에서 1 사이의 값을 갖습니다.

• -1은 두 변수 사이의 완벽한 음의 선형 상관 관계를 나타냅니다.
• 0은 두 변수 사이에 선형 상관관계가 없음을 나타냅니다.
• 1은 두 변수 사이의 완벽한 양의 선형 상관 관계를 나타냅니다.

상관 계수가 0에서 멀어질수록 두 변수 간의 연관성이 더 강해집니다.

예를 들어 학생 1,000명을 대상으로 입시성적과 1학기 평점을 수집해 두 변수의 상관관계가 0.843 으로 나타났다면 두 변수의 상관관계가 높다는 뜻이다.

즉, 입시에서 높은 점수를 받은 학생들은 첫 학기에도 높은 점수를 받는 경향이 있습니다. 반대로, 입학시험에서 낮은 점수를 받은 학생들은 첫 학기에 GPA가 낮은 경향이 있습니다.

기준 타당성의 유형

기준 타당성에는 두 가지 주요 유형이 있습니다.

1. 예측 타당성

기준 타당성의 첫 번째 유형은 예측 타당성으로 알려져 있으며, 이는 변수 측정이 미래의 변수 측정을 정확하게 예측할 수 있는지 여부를 결정합니다.

앞서 학생의 수능성적과 첫 학기 평점을 측정한 예는 두 변수를 서로 다른 시점에 측정하기 때문에 예측타당도를 측정한 예이다.

즉, 입시점수가 1학기 평점을 잘 예측할 수 있는지를 알아보는 것이다.

2. 동시타당성

두 번째 유형의 기준 타당성은 동시 타당성으로 알려져 있으며, 두 변수를 동시에 (즉, 동시에) 측정하여 한 변수가 다른 변수와 유의미하게 연관되어 있는지 확인합니다.

이에 대한 예는 회사가 테스트 결과가 직원 생산성과 상관관계가 있는지 확인하기 위해 특정 유형의 테스트를 관리하는 경우입니다.

이 접근 방식의 장점은 관심 있는 변수 기준에 대한 측정을 수행하기 위해 미래에 어느 정도 시간을 기다릴 필요가 없다는 것입니다.