예측타당도 (Predictive Validity)
쉽게 풀면
대학 입학시험 점수가 정말 쓸모가 있으려면, 그 점수가 높은 학생이 실제로 입학 후에도 학업 성취가 높아야 합니다. 이렇게 "지금 측정한 점수가 나중에 벌어질 일을 얼마나 잘 맞히는가"를 확인하는 것이 예측타당도입니다. 검사 점수를 먼저 측정해두고, 시간이 흐른 뒤 실제 결과(졸업 학점, 업무 성과, 재발 여부 등)를 확인해 둘 사이의 상관관계를 계산합니다. 상관이 높을수록 그 검사가 미래 예측 도구로서 쓸모 있다고 봅니다. 준거타당도의 하위 유형이라는 점에서 공인타당도와 뿌리가 같지만, 비교 기준 자료를 "같은 시점"이 아니라 "미래 시점"에 수집한다는 점이 다릅니다.
왜 중요한가
측정도구가 실제로 미래의 결과를 예측하는 데 쓸모가 있는지를 보여주는 것은 심리검사, 채용 도구, 의학적 선별검사 등 실무에 바로 활용되는 도구의 가치를 입증하는 핵심 근거입니다. 그래서 예측타당도는 교육심리학, 조직심리학, 의학 등 검사도구를 개발하고 검증하는 여러 분야의 논문에서 도구의 실용성을 뒷받침하는 필수 검증 절차로 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 문장은 "입사할 때 본 검사 점수가 실제로 1년 뒤의 업무 성과와 관련이 있었다"는 뜻으로, 이 검사가 미래의 성과를 미리 가늠하는 데 쓸모 있다는 근거로 제시된 것입니다.
교육 분야에서 조기에 측정한 심리 척도가 나중에 발생하는 학업 결과를 얼마나 잘 예측하는지를 검증한 예입니다.
조금 더 깊게 보면
예측타당도를 수치로 보고할 때는 흔히 예측 변수와 결과 변수 사이의 상관계수나 회귀계수를 제시합니다. 다만 이 값은 표본이 특정 범위로 제한되어 있으면(예: 이미 합격한 사람들만 대상으로 함) 실제보다 낮게 나타나는 범위제한 문제가 발생할 수 있어, 논문을 읽을 때는 표본 구성이 결과 변수의 전체 범위를 잘 반영하고 있는지 함께 살펴보는 것이 좋습니다.
주의할 점
예측타당도를 확인하려면 시간 간격을 두고 두 번 자료를 모아야 하므로, 그 사이에 표본이 줄어드는 추적관찰 탈락이 발생하면 상관관계가 왜곡될 수 있습니다. 탈락자의 특성이 무작위가 아니라면 예측타당도가 실제보다 과대 또는 과소 추정될 위험이 있습니다.