15.15
과학적인 환경에서, 한 연구자가 온라인 데이트 웹사이트에서 잠재적인 파트너의 궁합을 측정하기 위한 테스트를 만들고 싶어한다고 가정해보자. 성공적인 결과를 창출하기 위해 두 가지 중요한 요소를 고려해야 합니다.
그 중 하나는 신뢰성(reliability)으로, 이는 검사 또는 다른 연구 도구가 유사한 상황에서도 일관되고 재현 가능한 결과를 제공할 수 있는 능력을 나타냅니다.
이러한 맥락에서 호환성 테스트는 동일한 사람들이 테스트를 두 번 수행하고 매번 유사한 작업을 수행하는 경우 신뢰할 수 있는 것으로 간주됩니다. 이러한 상황을 테스트-재테스트 신뢰도라고도 합니다.
그러나 일관된 결과를 얻는다고 해서 검사가 정확하다는 보장은 없습니다. 이제 두 번째 요소인 타당성(testity, 즉 테스트가 측정하고자 하는 것을 정확하게 측정하거나 예측하는 정도)이 반영되어야 합니다.
둘이 데이트를 함께 하는 걸 정말 좋아할까?
만약 두 사람이 데이트 궁합에서 낮은 점수를 받았는데도 함께 저녁을 먹으러 나갔다면, 어쩌면 그들은 비참한 시간을 보냈을지도 모른다. 이 경우, 이 테스트는 높은 예측 타당도를 가졌으며 행동을 예측했습니다.
결국, 연구자들은 재현성과 정확성을 위해 노력한다: 여기서, 이 실험은 다른 불화하는 커플들이 계속 불행에 빠지고, 공통의 관심사를 공유하는 사람들이 함께 환상적인 시간을 즐긴다면 성공적이다.
신뢰성과 유효성은 모든 유형의 데이터 수집에서 반드시 고려해야 할 두 가지 중요한 고려 사항입니다. 신뢰성은 주어진 결과를 일관되게 생성할 수 있는 능력을 나타냅니다. 심리학 연구의 맥락에서 이는 데이터를 수집하는 데 사용되는 모든 도구나 도구가 일관되고 재현 가능한…
저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.