ここに故障があります：
* 予測因子測定： これは、将来のパフォーマンスを予測するために使用される尺度です。それは、テストスコア、就職の面接の評価、またはその他の要因である可能性があります。
* 基準測定： これは、実際のパフォーマンスを評価するために使用される尺度です。それは、仕事のパフォーマンスの評価、売上高、またはその他の関連する結果です。
* 汚染： これは、基準測定が予測測定の影響を受けるときに発生します。これは、基準がパフォーマンスの真の反映ではなく、予測因子によって人為的に後押しされることを意味します。
例：
企業が仕事の成功の予測因子としてパーソナリティテストを使用していることを想像してください。このテストでは、良心に関連する質問をします。これは、しばしば良好なパフォーマンスに関連しています。ただし、同社のパフォーマンス評価システムは、良心の影響を直接影響を受ける時間厳守とタスクの完了を強く強調しています。
このシナリオでは、パフォーマンス評価は人格テストによって汚染されています。テストで誠実さを非常に得る従業員は、実際の職務遂行が平均的であっても、より高いパフォーマンス評価を受ける可能性があります。これにより、テストスコアとジョブパフォーマンスの間に誤った陽性相関が生じます。
基準汚染の結果：
* 予測子の妥当性の過大評価： 予測子は、実際よりも効果的に見えます。
* 貧弱な選択決定： 会社は、汚染された基準に基づいて候補者を選択し、仕事に本当に適していない人を雇うことにつながる可能性があります。
* 誤解を招く洞察： 汚染は、予測因子と実際のパフォーマンスの間の真の関係を曖昧にする可能性があります。
基準の汚染を回避する方法：
* 独立した基準測定を開発する： さまざまな手段を使用して、予測子の影響を受けないパフォーマンスを評価します。
潜在的なバイアスのコントロール： 基準の尺度に影響を与え、それらを制御するための措置を講じる可能性のある要因に注意してください。
* 複数の予測因子を使用： 単一の予測子のみに依存するのではなく、パフォーマンスを評価するために複数の予測因子に依存します。
* 検証研究を行う： 予測因子と基準の測定値を定期的に検証して、それらが汚染されていないことを確認します。
基準の汚染を理解して回避することにより、パフォーマンス評価が正確であり、選択の決定が有効で信頼できる情報に基づいていることを確認できます。