Hvordan Bias Delen av Kriterieforurensning bidrar til en Strålende High Validity Coefficient?

Tidligere var begrepet forurensning definert som den delen av det faktiske kriteriet som ikke overlappte med det ultimate kriteriet. Videre ble det påpekt at kriteriumforurensning består av to deler, feil og forspenning. Feil, per definisjon; Betraktes vanligvis tilfeldig variasjon og kan ikke, unntatt ved en tilfeldighet, korrelere med noe, inkludert prediktorvariabelen. Imidlertid er bias-delen av kriteriumforurensning systematisk variasjon, og den kan korrelere med prediktoren. Dette kan sees fra modellen vår, hvor prediktor-korrelert forurensning (som derfor må være prediktor-korrelert bias) bidrar til en svakt høyt oppnådd validitet.

Hva slags bias er sannsynlig å gå inn i kriteriumforurensning og hva slags er også egnet til å være korrelert med prediktorvariabelen? Kanskje Brogden og Taylors (1950) formelle definisjon av kriterieforspenning vil bidra til å svare på dette spørsmålet.

De definerer bias i form av "noen variabel, unntatt feilmål og prøvetakingsfeil, som produserer en avvik av oppnådde kriteriepoeng fra en hypotetisk" sant "kriteriepoengsum. Figur 6.4 illustrerer dette punktet. Slike forspenningsfaktorer er hyppigere enn man mistenker og bør være nøye bevart. De kan oppstå på grunn av en rekke omstendigheter og som en funksjon av en rekke variabler.

1. Mulighet for forstyrrelser:

Denne typen kriterieforstyrrelser refererer til de situasjonene der faktorer utenfor arbeidstakerens kontroll har betydelig innflytelse på den produserte mengden. Eksempler på mulighetsforstyrrelser er mange. I salgsarbeid kan det bestemte territoriet eller salgsteller påvirke salgsmengden til en ansatt - kanskje enda mer enn sin egen evne. I fabrikkarbeidet kan mulighetsforstyrrelser tilskrives slike enkle ting som kvaliteten på verktøyene og tilstanden til maskinen en arbeidstaker har, om han må jobbe dagskift eller nattskift, hvor arbeidsstasjonen befinner seg, hvor bra hans belysning er, og en rekke andre variabler.

Kort sagt, med mindre arbeidsmiljøene og jobbene er identiske, har sammenligning av arbeidsopptjeningsoppføringer blant enkeltpersoner sine begrensninger. Hvis arbeidsprestasjonen er korrelert med prediktorinnretninger under slike omstendigheter, har man ingen måte å virkelig vite om den resulterende korrelasjonen er en sammenheng med ekte jobbprestasjon eller er primært en sammenheng med, for eksempel, kvaliteten på ens arbeidsstasjon. Mens mulighetsforstyrrelser ikke nødvendigvis korrelerer med prediktoren, selv om det er forutsigbar, vil det få innflytelse på den oppnådde gyldigheten.

Andre mer subtile eksempler på mulighetsforstyrrelser kan ofte bli funnet ved nærmere undersøkelse av prediktorvaliditetene for slike gjenstander som alder og erfaring. I mange jobber er folk som er eldre og har hatt mer erfaring, bedre prestasjonspoeng bare på grunn av omstendigheter av foreningsarbeide, ved at disse menneskene får de bedre arbeidsstasjonene, bedre salgstellerne etc.

2. Gruppe Karakteristisk Bias:

En annen viktig kilde til kriterieforstyrrelser angår egenskapene til gruppen som en person tilhører. For eksempel, hvis en person tilhører en gruppe som kunstig begrenser produktiviteten til sine medlemmer, vil det være en klar forspenning av kriteriedata. På samme måte, hvis en person tilhører en gruppe som er forhåndsvalgt på forhånd, og hvis den gruppen blir sammenlignet med en gruppe som ikke er valgt, vil enhver valgvariabel knyttet til a priori-variabelen være egnet til å vise falsk gyldighet.

Brogden og Taylor (1950) gir et eksempel på situasjonen hvor en utøvende har avtalt at alle kontoret gutter ansatt må ha en videregående opplæring. Hvis det i forbindelse med testvalidering er en gruppe nåværende ansatte sammenlignet med en prøve av jobbsøkere, er det nesten en visshet om at en prediktor som sannsynligvis vil korrelere med utdanningen, viser gyldighet!

Problemet med alder og arbeidstid er en annen illustrasjon av mulighetsforstyrrelser. Når jobben er en hvor produktiviteten har en tendens til å øke med ytterligere erfaring og hvor et bredt spekter av erfaring eksisterer (det er både erfarne og uerfaren ansatte), er det uunngåelig at kriteriet (produktivitet) og erfaring vil bli korrelert . Kriteriet er således forutinntatt av den karakteristiske opplevelsen, og enhver prediktor som sannsynligvis vil korrelere med erfaring, er tilbøyelig til å ende opp med en feilaktig høy validitet.

3. Bias i vurderinger:

Et av de hyppigere anvendte kriteriene i industrien - kompetanse av kompetanse av veiledere - er også gjenstand for bias. Det skal her påpekes at alle de vanlige kildene til forspenning i produksjonsrekorder er også sannsynlig å foreta forutsetninger for individuell kompetanse. Kan veiledere, ved å gjøre sine kompetansevurderinger, gjøre justeringer for ulik mulighet blant de som blir vurdert? Hvis de kan, vil deres karakterer føre til et mindre forutinntatt kriterium enn den faktiske produksjonsposten ville være.

Den oftest nevnte forvirrende effekten i klassifiseringer er fenomenet kjent som "halo-effekten." Kort sagt refererer dette til situasjonen hvor en rater anser en person å være enestående på alle trekk, bare fordi han (den som vurderes) har en enestående karakteristisk.

For eksempel, hvis en person har utført enestående på ett aspekt av jobbprestasjon, ville en halofeil bli gjort hvis vi antok at personen også skal være god på alle andre aspekter av hans arbeid. Halofeil oppstår ofte når en rater blir bedt om å vurdere personer med hyggelige personlighetskarakteristikker ("Hvis en person er fin, må han også være i stand") og hyggelige funksjoner ("Hvis en jente er pen, må hun også være talentfull"). Selvfølgelig kan tester som korrelerer høyt med rangeringer som har en halo-bias, ganske enkelt korrelere med halo-variabelen i stedet for med "ekte" jobbkompetanse.

4. Kunnskap om Predictor Bias:

Når Kriteriedata blir oppnådd ved hjelp av karakterer, kan den alvorligste feilen som oppstår, være at rateren har forkunnskaper om forutsigelsespoengene. Dette kalles kunnskap om forspiller bias. Hvis en rytter kjenner resultatene menneskene oppnådde på prediktorvariabelen, er det helt mulig at han kan la hans kriteriumdommer påvirkes av denne kunnskapen. En slik feil kan føre til en økning av en helt falsk natur i den oppnådde gyldigheten.

Dessverre er ikke bare denne typen feil mest alvorlig i kriteriumkarakteristikker (da det per definisjon er en forspenning som alltid vil være korrelert med prediktor), men det er også en av de vanligste feilene. Eksempler er kanskje enklest å finne iii skoleinnstillinger, hvor lærerne gjør dommer om elevers faglige talent etter å ha sett sine inngangstestresultater.

Man kan ikke overemphasize det strenge behovet for alltid å holde prediktorinformasjon isolert fra personer som gir kriteriedata. Dermed bør tilsynsførere aldri få adgang til søkerens testbatteriepoeng. Når slike forurensningsforstyrrelser har skjedd, kan eventuelle etterfølgende forsøk på å validere testen empirisk lett resultere i overoppløste korrelasjonskoeffisienter.