ความถูกต้องเชิงคาดการณ์คืออะไร? (คำจำกัดความและตัวอย่าง)

ในสถิติ คำ ว่าความถูกต้องในการทำนาย หมายถึงขอบเขตที่ถูกต้องในการใช้คะแนนในระดับหรือการทดสอบเพื่อทำนายค่าของตัวแปรอื่นในอนาคต

ตัวอย่างเช่น เราอาจต้องการทราบว่าการสอบเข้าวิทยาลัยบางประเภทสามารถทำนายคะแนนเฉลี่ยเกรดเฉลี่ยภาคเรียนแรกของนักเรียนได้ดีเพียงใด

เพื่อพิจารณาว่ามีความถูกต้องตามการคาดการณ์หรือไม่ เราสามารถใช้กระบวนการต่อไปนี้:

• จัดให้มีการสอบเข้าวิทยาลัยให้กับผู้อาวุโส 1,000 คน
• หนึ่งปีต่อมา รวบรวมข้อมูลเกี่ยวกับเกรดเฉลี่ยภาคการศึกษาแรกของนักเรียน 1,000 คนเดียวกัน
• คำนวณ ความสัมพันธ์ ระหว่างคะแนนสอบเข้าและเกรดเฉลี่ยภาคการศึกษาแรก

หากมีความสัมพันธ์กันอย่างมากระหว่างคะแนนสอบเข้าและเกรดเฉลี่ยภาคการศึกษาแรก ก็มีแนวโน้มว่าตัวแปรทั้งสองนี้จะมี ความเที่ยงตรงในการทำนาย

กล่าวอีกนัยหนึ่ง เกรดที่นักเรียนได้รับจากการสอบเข้าวิทยาลัยนี้เป็นการ ทำนาย เกรดเฉลี่ยที่เขาหรือเธอน่าจะได้รับในช่วงภาคเรียนแรกของวิทยาลัย

ตัวอย่างเช่น นักเรียนที่ได้คะแนนสูงในการสอบเข้าก็มีแนวโน้มที่จะได้คะแนนสูงในภาคการศึกษาแรกเช่นกัน ในทางกลับกัน นักเรียนที่สอบเข้าได้ไม่ดีมักจะมีเกรดเฉลี่ยต่ำในช่วงภาคการศึกษาแรก

หมายเหตุทางเทคนิค:

ความถูกต้องตามการคาดการณ์คือประเภทของความถูกต้องตามเกณฑ์ ซึ่งหมายถึงความสามารถในการวัดตัวแปรหนึ่งเพื่อทำนายการตอบสนองของตัวแปรอีกตัวหนึ่ง

ตัวแปรหนึ่งเรียกว่า ตัวแปรอธิบาย ในขณะที่ตัวแปรอื่นเรียกว่าตัวแปรตอบสนองหรือ ตัวแปรเกณฑ์

ในตัวอย่างก่อนหน้านี้ ตัวแปรอธิบายจะเป็นการสอบเข้า และตัวแปรเกณฑ์จะเป็นเกรดเฉลี่ยภาคการศึกษาแรก

ตัวอย่างของความถูกต้องเชิงคาดการณ์

ตัวอย่างต่อไปนี้แสดงสถานการณ์เพิ่มเติมบางประการซึ่งเราสามารถคำนวณความถูกต้องตามการคาดการณ์ได้

ตัวอย่างที่ 1: การทดสอบก่อนการจ้างงาน

บริษัทสามารถจัดการทดสอบก่อนการจ้างงาน 40 คำถามให้กับทุกคนที่จ้าง จากนั้นจึงประเมินประสิทธิภาพการทำงานของพนักงานในอีกหนึ่งปีต่อมา

หากมีความสัมพันธ์ในระดับสูงระหว่างผลการทดสอบกับผลิตภาพของพนักงาน เราก็สามารถพูดได้ว่าการใช้การทดสอบเพื่อคาดการณ์ผลผลิตในอนาคตของแต่ละบุคคลนั้นถูกต้อง

ตัวอย่างที่ 2: การทดสอบไอคิวและรายได้

นักวิจัยสามารถทำการทดสอบไอคิวกับคน 100 คน แล้วติดตามรายได้ต่อปีของคนเหล่านั้นในอีก 10 ปีต่อมา

หากมีความสัมพันธ์ในระดับสูงระหว่างคะแนนทดสอบ IQ กับรายได้ต่อปีของแต่ละบุคคล นักวิจัยก็สามารถพูดได้ว่าการใช้แบบทดสอบเพื่อทำนายรายได้ในอนาคตของบุคคลนั้นถูกต้อง

ตัวอย่างที่ 3: ฟิตเนส

ผู้ฝึกสอนส่วนบุคคลสามารถจัดการทดสอบสมรรถภาพให้กับมือใหม่ของ NBA จากนั้นบันทึกคะแนนเฉลี่ยต่อเกมที่ผู้เล่นทำได้ในช่วงห้าปีถัดไปในลีก

หากมีความสัมพันธ์ในระดับสูงระหว่างคะแนนการทดสอบสมรรถภาพร่างกายและคะแนนเฉลี่ยต่อเกมที่ผู้เล่นทำคะแนน ผู้ฝึกสอนส่วนบุคคลอาจบอกว่าการใช้การทดสอบเพื่อทำนายคะแนนในอนาคตต่อเกมของผู้เล่นนั้นถูกต้อง

ข้อใดถือว่ามีความสัมพันธ์กันสูงสำหรับความถูกต้องเชิงคาดการณ์

ไม่มีค่าเฉพาะใดที่ถือเป็นความสัมพันธ์ “สูง” ระหว่างตัวแปรสองตัว อย่างไรก็ตาม ยิ่งความสัมพันธ์ระหว่างการทดสอบและโครงสร้างที่มีจุดประสงค์ในการวัดสูงเท่าใด ความเที่ยงตรงเชิงคาดการณ์ของการทดสอบก็จะยิ่งสูงขึ้นเท่านั้น

ตัวอย่างเช่น หากความสัมพันธ์ระหว่างการทดสอบก่อนการจ้างงานกับผลิตภาพของพนักงานในอีกหนึ่งปีต่อมาคือ 0.86 การทดสอบนั้นจะสามารถคาดการณ์ผลิตภาพของพนักงานได้ดีกว่าการทดสอบที่มีความสัมพันธ์เพียง 0.35 เท่านั้น

อย่างไรก็ตาม แม้แต่ความสัมพันธ์ที่ดูเหมือนค่อนข้างต่ำ (เช่น r = 0.35) ก็ยังสามารถเป็นประโยชน์สำหรับนายจ้างได้ เพราะอย่างน้อยก็ทำให้พวกเขาเข้าใจถึงประสิทธิภาพการทำงานที่น่าจะเป็นไปได้ของพนักงาน

แหล่งข้อมูลเพิ่มเติม

คำอธิบายง่ายๆ เกี่ยวกับความถูกต้องของเกณฑ์
ตัวแปรเกณฑ์คืออะไร?
ความถูกต้องพร้อมกันคืออะไร?