La validez predictiva implica probar a un grupo de sujetos para un determinado constructo y luego compararlos con los resultados obtenidos en algĂșn momento posterior.
Explora El Courso Completo
- 1Validez y Fiabilidad
- 2Tipos de validez
- 3Validez externa
- 4Validez interna
- 5Validez predictiva
- 6Validez de contenido
- 7Validez de constructo
- 8Validez aparente
- 9DefiniciĂłn de fiabilidad
- 10Fiabilidad de prueba y repeticiĂłn
- 11Fiabilidad interevaluador
- 12Fiabilidad de consistencia interna
- 13Fiabilidad del instrumento
Esta validez es un subtipo importante de la validez de criterio y es considerada un bastiĂłn de la ciencia del comportamiento, la educaciĂłn y la psicologĂa.
La mayorĂa de las pruebas educativas y laborales son hechas para predecir el rendimiento futuro. Por esta razĂłn, la validez predictiva es considerada esencial en estos campos.
Validez predictiva y selecciĂłn universitaria
El uso mĂĄs comĂșn de la validez predictiva es inherente al proceso de selecciĂłn de estudiantes para la universidad. La mayorĂa de las universidades utiliza un promedio de calificaciones de la escuela secundaria para decidir quĂ© estudiantes aceptar, para encontrar a los estudiantes mĂĄs brillantes y estudiosos.
En este proceso, la hipĂłtesis bĂĄsica es que un alumno secundario con un promedio de calificaciones alto tendrĂĄ calificaciones altas en la universidad.
Literalmente, se han hecho cientos de estudios que prueban la validez predictiva de este enfoque. Para lograr esto, un investigador toma las calificaciones obtenidas después del primer año de estudios y las compara con los promedios de calificaciones de la escuela secundaria.
Una correlaciĂłn alta indica que el proceso de selecciĂłn funcionĂł a la perfecciĂłn, mientras que una correlaciĂłn baja significa que hay algo mal en el enfoque.
La mayorĂa de los estudios muestra que existe una correlaciĂłn fuerte entre las dos y la validez predictiva del mĂ©todo es elevada, aunque no perfecta.
Intuitivamente, esto parece lógico: estudiantes que antes eran excelentes pueden extrañar su casa o pasar el primer año bebiendo cerveza.
Por otro lado, estudiantes a los que antes no les iba bien, ahora pueden ser estudiosos y esforzarse mucho porque se sienten cĂłmodos con la libertad del ambiente universitario.
Debilidades de la validez predictiva
La validez predictiva es considerada una medida muy fuerte de validez estadĂstica, pero contiene algunos puntos dĂ©biles que los estadĂsticos e investigadores deben tener en cuenta.
La validez predictiva no evalĂșa todos los datos disponibles y los individuos que no son seleccionados no pueden, por definiciĂłn, producir un resultado en ese criterio determinado.
En el ejemplo de la selecciĂłn universitaria, este enfoque no prueba a los alumnos que no pudieron asistir a la universidad debido a notas bajas, preferencias personales o problemas econĂłmicos. Esto produce un agujero en los datos y la validez predictiva se basa en este conjunto de datos incompleto, por lo que los investigadores siempre deben hacer algunas suposiciones.
Si los alumnos con los promedios de calificaciĂłn mĂĄs altos elevan sus calificaciones despuĂ©s de su primer año en la universidad y los estudiantes que apenas aprobaron obtienen las calificaciones mĂĄs bajas, los investigadores suponen que los que no asistieron obtendrĂan calificaciones aĂșn mĂĄs bajas. Esta extrapolaciĂłn hacia abajo podrĂa ser incorrecta, pero la validez predictiva debe hacer estas suposiciones.
A pesar de esta debilidad, la validez predictiva sigue siendo considerada una medida extremadamente potente para la precisiĂłn estadĂstica.
En muchos campos de la investigaciĂłn, es considerada la medida de calidad mĂĄs importante y los investigadores constantemente estĂĄn buscando maneras de mantener la validez predictiva alta.
Martyn Shuttleworth (Sep 23, 2009). Validez predictiva. Jan 19, 2021 Obtenido de Explorable.com: https://explorable.com/es/validez-predictiva
You Are Allowed To Copy The Text
The text in this article is licensed under the Creative Commons-License Attribution 4.0 International (CC BY 4.0).
This means you're free to copy, share and adapt any parts (or all) of the text in the article, as long as you give appropriate credit and provide a link/reference to this page.
That is it. You don't need our permission to copy the article; just include a link/reference back to this page. You can use it freely (with some kind of link), and we're also okay with people reprinting in publications like books, blogs, newsletters, course-material, papers, wikipedia and presentations (with clear attribution).
Want to stay up to date? Follow us!
Footer bottom