Prädiktive Validität
In diesem Beitrag
Was versteht man unter Prädiktiver Validität?
Prädiktive Validität ist eine Form der Kriteriumsvalidität und beschreibt, wie gut ein Messinstrument – etwa ein Test, Fragebogen oder eine Skala – ein zukünftiges Außenkriterium vorhersagen kann. Sie gibt also Auskunft darüber, ob die heutigen Messwerte eines Instruments tatsächlich mit einem späteren, unabhängig erhobenen Ergebnis zusammenhängen.
Typischerweise wird prädiktive Validität mithilfe des Korrelationskoeffizienten (meist Pearson’s r) zwischen dem Testwert (Prädiktor) und dem späteren Kriteriumswert (Outcome) quantifiziert. Je höher dieser Zusammenhang, desto besser sagt das Instrument das Kriterium vorher:
Formel: Prädiktive Validität als Korrelation
Dabei steht X für die Testwerte zum Messzeitpunkt und Y für die Kriteriumswerte, die zu einem späteren Zeitpunkt erhoben werden. Entscheidend ist der zeitliche Abstand zwischen Messung und Kriterium – dieser unterscheidet die prädiktive Validität von der konkurrenten Validität, bei der beide Messungen gleichzeitig erfolgen.
Warum ist Prädiktive Validität für statistische Analysen wichtig?
Prädiktive Validität ist vor allem dann relevant, wenn ein Messinstrument zur Entscheidungsfindung eingesetzt wird – etwa in der Eignungsdiagnostik, der klinischen Psychologie oder der Bildungsforschung. Nur wenn ein Test prädiktiv valide ist, rechtfertigt sein Einsatz die daraus abgeleiteten Prognosen und Entscheidungen.
In der empirischen Forschung dient die prädiktive Validität auch der Konstruktvalidierung: Wenn ein Instrument ein theoretisch relevantes Kriterium vorhersagt, spricht das dafür, dass es tatsächlich das messen, was es messen soll.
Praktisch wird prädiktive Validität häufig durch Regressionsanalysen oder Korrelationen berechnet. Dabei sollte man einige typische Stolpersteine kennen:
- Selektion der Stichprobe: Wird das Kriterium nur für eine Teilgruppe erhoben (z. B. nur für zugelassene Bewerber), kann die prädiktive Validität unterschätzt werden – ein Phänomen, das als Rangeeinschränkung bekannt ist.
- Zeitabstand: Ein zu langer Zeitraum zwischen Prädiktor und Kriterium kann die Validität künstlich senken, weil viele externe Faktoren das Ergebnis beeinflussen.
- Kriteriumsqualität: Ist das Außenkriterium selbst unzuverlässig gemessen, sinkt der beobachtete Validitätskoeffizient – unabhängig von der Qualität des Prädiktors.
Praxisbeispiel zu Prädiktiver Validität
Eine Universität möchte prüfen, ob ihr Aufnahmetest (Skala von 0–100 Punkten) tatsächlich den späteren Studienerfolg vorhersagt. Dazu werden die Testergebnisse von 200 Studierenden mit deren Abschlussnoten zwei Jahre später verglichen.
| Person | Aufnahmetest (Punkte) | Abschlussnote (nach 2 Jahren) |
|---|---|---|
| A | 85 | 1,4 |
| B | 62 | 2,7 |
| C | 91 | 1,2 |
| D | 47 | 3,5 |
| E | 73 | 2,1 |
Die Korrelation zwischen Testergebnis und Abschlussnote (negativ, da bessere Noten kleiner sind) ergibt ein r = –0,72. Dieser starke Zusammenhang zeigt: Wer im Aufnahmetest besser abschneidet, schließt das Studium tendenziell mit einer besseren Note ab. Der Test weist damit eine hohe prädiktive Validität auf und kann als sinnvolles Auswahlkriterium gelten.
Wäre die Korrelation hingegen nahe null, würde der Test zwar etwas messen – aber eben nicht das, was für den Studienerfolg relevant ist. In diesem Fall wäre der Einsatz des Tests als Auswahlkriterium schwer zu rechtfertigen.
