Editing 타당도

[[분류:데이터 과학]]
Validity
해당 데이터가 가리키는 대상이 조사자가 측정하고자 했던 것과 일치하는 정도
* 측정의 정확성을 파악하기 위한 척도

== 종류 ==
=== 액면 타당도(Face validity) ===
aka. 표면 타당도, 안면 타당도
* 검사문항을 전문가가 아닌 일반인들이 읽고 그 검사가 얼마나 타당해 보이는지를 평가하는 낮은 수준의 타당도
* 내용 타당도와 혼용해서 사용하기도 함

=== 내용 타당도(Content validity) ===
* 검사를 구성하고 있는 문항들이 실제 측정하고자하는 개념의 전영역에 골고루 얼마나 잘 반영하는가에 관한 정도
* 전문가들의 평가를 통해 측정
* 예) 지능검사에서 일반적인 학습능력, 원리를 이해 능력, 추리판단 능력 등이 포함되었는지 전문가들이 평가

=== 준거 타당도(Criterion validity) ===
aka. 기준 타당도, Criterion-Related Validity
* 어떤 검사가 특정 준거와 어느 정도 관련성이 있는가를 평가하는 척도
* 예측 타당도와 동시 타당도로 구분

==== 예측 타당도 ====
해당검사가 그에 목적하는 준거를 얼마나 정확하게 예언하고 있는지를 의미
* 예시)
** 고교생들의 술에 대한 태도를 측정한 후 몇 년 뒤 술에 대한 긍정적인 학생이 알콜에 관한 문제를 일으켰다면 예측 타당도가 있다고 본다.
** 입학성적이 우수한 학생이 입학후에도 우수한 성적이 유지된다면 입학시험은 예측 타당도가 있다고 본다.

==== 동시 타당도 ====
검사 점수와 준거 점수가 동시에 나온 상관 계수로, 검사점수가 기준변인(준거점수)을 대신할 수 있는가에 관한 것
* 예시)
** 성격검사의 점수가 면접 결과와 높은 상관관계를 보인다면 공인타당도가 높다고 볼 수 있다.
** 공인시험인 토플 점수가 높고 텝스점수도 높다면 공인타당도가 높다.

==== 공통점과 차이점 ====
* 공통점: 검사 점수와 준거점수(기준변인)간의 경험적인 관계를 다룸
** 즉, 측정한 점수가 측정하고자 하는 점수 간의 경험적인 관계를 다룸
* 차이점: 예측 타당도는 어떤 기준변인을 예측하는 반면,
** 동시 타당도는 그 기준변인 대신에 그 검사를 사용가능한가를 다룸

=== 구성 타당도(Construct validity)
* 측정하고자 하는 개념이 전반적인 이론적 틀 속에서 논리적으로나 실제적으로 적절한 관련성이 있는가를 경험적으로 검증
* 예) 논문을 작성할 때 가설->검증->결과 에서 이 가설이 제대로 검증 되었느냐는 구인타당도와 관련

== 영향을 주는 요인 ==
* 표집의 특성 : 집단의 크기, 집단의 대표성
* 검사의 신뢰도
* 집단의 이질성
* 피험자의 반등특성

== 신뢰도와의 관계 ==
* 타당도가 높은 검사는 항상 신뢰도도 높다.
* 신뢰도가 높다고해서 반드시 타당도가 높은 것은 아니고 타당도가 낮다고해서 반드시 신뢰도가 낮은 것은 아니다.
* 신뢰도가 낮으면 타당도도 낮다.

== 참고 문헌 ==
* [https://m.blog.naver.com/PostView.nhn?blogId=park5645&logNo=30082823332 나무꾼의 이것저것 탐구생활 블로그]