29. 下列有關預測效度的敘述，何者正確？
(A)預測效度高，則估計標準誤小
(B)預測效度高，則測量標準誤小
(C)預測效度高，則樣本具異質性
(D)預測效度高，則效標未受污染

答案：登入後查看
統計： A(47), B(41), C(14), D(16), E(0) #157112

詳解 (共 4 筆)

#127732
Ａ－預測效度有其預測力，可與迴歸相提並論，故可用估計標準誤討論之。
Ｂ－測量標準誤應用在信度上。
Ｃ－若樣本異質性高，標準誤亦高，與Ａ答案恰好相反。
Ｄ－效標污染雖為預測效度好壞的指標之一，但不盡然全受之影響。此選項應為不一定。

不知道這樣的理解是否有誤，請高手指教～
8
0
#517384
請問假如選項C改成"樣本異質性低，則預測效度低"，這樣的敘述成立嗎?

0
0
#6556697

下列有關預測效度的敘述，何者正確？

(A) 預測效度高，則估計標準誤小

 

詳細解釋：

 

預測效度 (Predictive Validity) 是指一個測驗（預測變項）預測未來行為或特定標準（效標變項）的能力。例如，大學入學考試的預測效度就是指它預測學生未來大學成績的能力。

  • 預測效度高 意味著測驗分數與效標分數之間的相關係數高。當相關性高時，我們就能更準確地從測驗分數預測效標分數。

  • 估計標準誤 (Standard Error of Estimate, SEE) 是一個統計量，用來衡量預測的精確度。它表示使用預測變項（測驗分數）來估計效標變項（未來表現）時，預測值與實際值之間的平均誤差大小。

    • 預測效度越高，表示預測變項和效標變項之間的關係越緊密，我們用測驗分數預測未來表現時的誤差就越小。因此，估計標準誤會越小。

    • 反之，如果預測效度低，則預測誤差大，估計標準誤就大。

 

其他選項的分析：

 

  • (B) 預測效度高，則測量標準誤小

    • 測量標準誤 (Standard Error of Measurement, SEM) 是指一個測驗分數誤差的大小，它與測驗的信度有關，而不是直接與效度相關。測量標準誤越小，代表測驗結果越穩定可靠。雖然高信度是高效度的前提，但測量標準誤與預測效度不是直接相關的同一概念。

  • (C) 預測效度高，則樣本具異質性

    • 樣本的異質性 (Heterogeneity) 指的是樣本中個體在測驗分數或效標分數上的變異程度。樣本的異質性高通常會提高相關係數的估計值，這在計算預測效度時可能導致相關係數看起來較高。然而，預測效度高本身並不意味著樣本必須具有異質性。事實上，如果樣本過於同質（同質性高），可能會限制相關係數的範圍，反而可能低估實際的預測效度。這個選項描述的是影響相關係數（進而影響效度係數）的樣本特徵，而不是高預測效度的一個結果或必然條件。

  • (D) 預測效度高，則效標未受污染

    • 效標污染 (Criterion Contamination) 是指在評估效度時，效標分數受到與預測變項無關的因素影響，導致效標測量不純粹或不準確。高效度的前提是效標必須是清晰、可靠且未受污染的。 也就是說，效標未受污染是達到高預測效度的「必要條件」或「先決條件」，而不是「預測效度高」的結果。如果效標本身就被污染了，那麼無論預測測驗多好，預測效度都會受損。

因此，最正確的敘述是 (A)。預測效度越高，我們在預測效標時的誤差就越小，反映在統計上就是估計標準誤越小。

0
0
#127652
請問為何不能選Ｄ？
0
0