Що таке прогностична валідність? (визначення та приклади)

У статистиці термін прогностична валідність означає ступінь доцільності використання оцінки за шкалою або тестом для прогнозування значення іншої змінної в майбутньому.

Наприклад, ми можемо захотіти знати, наскільки добре певні вступні іспити можуть передбачити середній бал студентів за перший семестр.

Щоб визначити, чи існує прогностична валідність, ми можемо використати такий процес:

• Проведіть вступний іспит до коледжу для 1000 старшокласників.
• Через рік зберіть дані про середній бал за перший семестр тих самих 1000 студентів.
• Обчисліть кореляцію між балами вступного іспиту та середнім балом за перший семестр.

Якщо існує сильна кореляція між балами вступного іспиту та середнім балом за перший семестр, цілком ймовірно, що між цими двома змінними існує прогностична валідність .

Іншими словами, оцінка, отримана студентом на цьому вступному іспиті до коледжу, є прогностичною оцінкою середнього балу, якого він чи вона, ймовірно, отримає протягом свого першого семестру коледжу.

Наприклад, студенти, які отримали високі бали на вступному іспиті, також, як правило, отримують високі бали в першому семестрі. Навпаки, студенти, які погано складають вступний іспит, як правило, мають низькі середні бали протягом першого семестру.

Технічні примітки:

Прогностична валідність – це тип критеріальної валідності, який відноситься до здатності вимірювання однієї змінної передбачати реакцію іншої змінної.

Одна змінна називається пояснювальною змінною , а інша змінна називається змінною відповіді або змінною критерію .

У нашому попередньому прикладі пояснювальною змінною буде вступний іспит, а критеріальною змінною буде середній бал за перший семестр.

Приклади прогностичної валідності

Наступні приклади ілюструють кілька додаткових сценаріїв, у яких ми можемо обчислити прогностичну валідність.

Приклад 1: тестування перед прийомом на роботу

Компанія може провести тест із 40 запитань перед прийомом на роботу для всіх, кого найме, а потім оцінити продуктивність співробітників через рік.

Якщо існує високий ступінь кореляції між результатами тесту та продуктивністю співробітника, то можна сказати, що можна використовувати тест для прогнозування майбутньої продуктивності людини.

Приклад 2: Тести IQ і дохід

Дослідники могли провести тест IQ для 100 людей, а потім відстежити річний дохід цих людей через 10 років.

Якщо існує високий ступінь кореляції між результатами тесту IQ і річним доходом людини, то дослідники можуть сказати, що можна використовувати тест для прогнозування майбутнього доходу людини.

Приклад 3: Фітнес

Особистий тренер може проводити фітнес-тест для новачків НБА, а потім записувати середню кількість очок за гру, набрану гравцями протягом наступних п’яти років у лізі.

Якщо існує високий ступінь кореляції між результатами фітнес-тесту та середніми очками, набраними гравцями за гру, тоді особистий тренер може сказати, що можна використовувати тест для прогнозування майбутніх очок гравців за гру.

Що вважається високою кореляцією для прогнозної валідності?

Жодне конкретне значення не вважається «високою» кореляцією між двома змінними. Однак чим вища кореляція між тестом і конструктом, який він має вимірювати, тим вища прогностична валідність тесту.

Наприклад, якщо кореляція між тестом перед працевлаштуванням і продуктивністю працівника через рік становить 0,86 , цей тест є кращим прогнозним показником продуктивності працівника, ніж тест, який має лише кореляцію 0,35 .

Однак навіть кореляція, яка здається досить низькою (наприклад, r = 0,35), може бути корисною для роботодавця, оскільки вона дає йому принаймні деяке уявлення про ймовірну продуктивність працівника.

Додаткові ресурси

Просте пояснення чинності критерію
Що таке критеріальна змінна?
Що таке одночасна дійсність?