Proste wyjaśnienie ważności kryterium

Trafność kryterium odnosi się do zdolności pomiaru jednej zmiennej do przewidywania reakcji innej zmiennej.

Jedna zmienna nazywana jestzmienną objaśniającą, a druga zmienną nazywaną zmienną kryterialną .

Na przykład możemy chcieć wiedzieć, jak dobrze niektóre egzaminy wstępne na studia są w stanie przewidzieć średnią ocen uczniów w pierwszym semestrze.

Egzamin wstępny byłby zmienną objaśniającą, a zmienną kryterialną byłaby średnia ocen z pierwszego semestru.

Chcemy wiedzieć, czy słuszne jest użycie tej konkretnej zmiennej objaśniającej jako środka przewidywania zmiennej kryterialnej.

Jak mierzyć trafność kryterium

Trafność kryterium mierzymy zazwyczaj za pomocą metryki takiej jak współczynnik korelacji Pearsona , który przyjmuje wartość z zakresu od -1 do 1, gdzie:

• -1 oznacza całkowicie ujemną korelację liniową pomiędzy dwiema zmiennymi
• Wartość 0 oznacza brak liniowej korelacji pomiędzy dwiema zmiennymi
• 1 wskazuje doskonale dodatnią korelację liniową pomiędzy dwiema zmiennymi

Im współczynnik korelacji jest bardziej od zera, tym silniejszy związek między dwiema zmiennymi.

Na przykład, jeśli zebraliśmy dane dotyczące wyników egzaminów wstępnych i ocen GPA z pierwszego semestru dla 1000 studentów i odkryliśmy, że korelacja między obiema zmiennymi wyniosła 0,843 , oznaczałoby to, że obie zmienne są silnie skorelowane.

Innymi słowy, studenci, którzy uzyskali dobre wyniki na egzaminie wstępnym, zwykle osiągają wysokie wyniki w pierwszym semestrze. I odwrotnie, studenci, którzy uzyskali niskie wyniki na egzaminie wstępnym, mają zazwyczaj niskie średnie ocen w pierwszym semestrze.

Rodzaje ważności kryterialnej

Istnieją dwa główne typy trafności kryterialnej:

1. Trafność predykcyjna

Pierwszy rodzaj trafności kryterialnej nazywany jest trafnością predykcyjną, która określa, czy pomiar zmiennej jest w stanie dokładnie przewidzieć pomiar zmiennej w przyszłości.

Poprzedni przykład pomiaru wyników egzaminu wstępnego na studia i średniej ocen studenta z pierwszego semestru jest przykładem pomiaru trafności predykcyjnej, ponieważ mierzymy te dwie zmienne w różnym czasie.

Innymi słowy, staramy się ustalić, czy wynik egzaminu wstępnego może dobrze przewidzieć GPA z pierwszego semestru.

2. Ważność równoczesna

Drugi rodzaj trafności kryterialnej to trafność współbieżna, która mierzy dwie zmienne jednocześnie (tj. w tym samym czasie), aby sprawdzić, czy jedna zmienna jest istotnie powiązana z drugą.

Przykładem może być sytuacja, gdy firma przeprowadza określony rodzaj testu, aby sprawdzić, czy wyniki testu korelują z produktywnością pracowników.

Zaletą tego podejścia jest to, że nie musimy czekać w przyszłości, aby dokonać pomiaru według zmiennego kryterium zainteresowania.