·更新于 ·Glossary·Minds Team
预测效度是什么？定义、计算方法与示例
预测效度（Predictive Validity）是效标效度的一种：先测量，过一段时间再收集效标结果，然后计算两者的相关程度。例如用入学考试成绩预测一年后的大学成绩，或用上市前的概念测试得分预测上市后的销量。相关系数越高，预测效度越强；社会科学中常见的数值并不高，因此需要结合样本、时间跨度和效标质量来解读。
预测效度（Predictive Validity）是指一个测试、量表或评分能在多大程度上预测之后才会出现的结果。APA 心理学词典的定义是：测试分数或其他测量结果与一个只能在测量之后某个时间点才能评估的变量相关的证据；它是效标效度（Criterion Validity）的三种类型之一（APA Dictionary of Psychology）。
简单说，就是“今天的分数能否预测明天的结果”。经典例子是用高中最后一年的 SAT 成绩预测一年后的大学成绩，或用招聘测试分数预测员工入职一年后的绩效。在市场研究中，对应的问题是：上市前的概念测试或购买意向得分，能否预测上市后的销量、试用率或复购率。
一项严格的预测效度研究分三步：
- 先测量预测指标，例如概念测试得分、购买意向评分或合成受众的偏好排序。
- 等待一段时间，收集独立的效标结果，例如六个月内的实际销量、转化率或留存。
- 计算预测指标与效标之间的关系，判断前者能否可靠地区分后来表现好与表现差的对象。
关键在于时间顺序和效标的独立性：效标必须在测量之后才产生，而且不能受预测分数本身影响，否则得到的相关会被高估。
最常用的指标是预测分数与效标之间的相关系数，也称效度系数，通常用 Pearson r 表示。r 接近 0 说明几乎没有预测力，越接近 1 预测力越强。社会科学中的效度系数通常不高，例如招聘测试的预测效度常在 r = 0.35 左右，但当测试被用于大量决策时，即使是中等相关也能带来可观的收益（Wikipedia: Predictive validity）。
解读时还要注意：样本量是否足够；时间间隔是否合理；只有通过筛选的人（或只有上市的产品）才有效标数据时，范围限制会让相关系数偏低；效标本身是否可靠。
Cronbach 和 Meehl 在 1955 年把预测效度和同时效度都归为“效标取向”的效度检验：如果效标是在测试一段时间后取得，研究的是预测效度；如果两者基本同时测得，研究的是同时效度（Cronbach & Meehl, 1955）。
| 效度类型 | 回答的问题 | 效标何时收集 | 市场研究中的例子 |
|---|
| 预测效度 | 现在的分数能否预测未来结果？ | 测量之后 | 概念测试得分与上市六个月销量的相关 |
| 同时效度 | 新方法能否替代现有方法？ | 与测量同时 | 快速线上问卷与同期面访结果的一致程度 |
| 构想效度 | 工具是否测到了想测的概念？ | 不依赖单一效标 | “品牌喜爱度”量表是否真的反映喜爱而非熟悉度 |
| 外部效度 | 结论能否推广到其他人群和场景？ | 视研究设计而定 | 一个城市的试点结论能否适用于全国 |
一个工具可能与现有问卷高度一致（同时效度高），却仍然无法预测真实购买行为，因为现有问卷本身也未必能预测市场结果。
如果想评估合成研究在某个品类中的预测效度，可以按以下步骤进行：
- 选定效标：明确要预测什么，例如上市后的销量排名、试点门店的转化率或后续真实调查的结果。
- 准备历史案例：收集一批已经有真实结果的概念、包装或广告语。
- 用相同的刺激物和题型运行模拟：例如同样的 MaxDiff 设计或购买意向量表。
- 对比排序和数值：计算模拟排序与真实结果之间的相关，并检查哪些细分人群或问题类型偏差最大。
- 定期复核：市场和产品会变化，预测效度需要随时间重新检验。
假设一家消费品品牌准备在北美推出一款功能性燕麦饮品，团队有四种包装主张：高蛋白、可持续原料、肠道健康和纯净配料。上市前，团队对模拟受众和一小批真实消费者都做了 MaxDiff，得出四种主张的偏好排序。
六个月后，品牌在两个区域做了线下试点，并记录每种包装的试饮转化率。团队随后计算上市前得分与试点转化率之间的相关：如果排序一致、相关较高，说明这类上市前测试在该品类中有一定预测效度；如果不一致，就需要分析是题目设计、目标人群还是试点条件造成的偏差。只有积累多个这样的案例，才能对某种测试方法的预测效度下结论。
Minds 是商业合成研究的端到端平台。它把定性和定量研究放在同一个连贯流程中。每个 Mind 背后运行的是 Minds 自研的推理与来源建模引擎 Minds PRISM，它结合公开资料以及在启用时您授权的研究资料，目标是在方向性合成研究的范围内尽量提高依据性、一致性和准确性。
在 Minds 中，您可以基于公开资料和自己上传的调研文件创建受众（Audience），在研究（Study）中使用开放式、单选、多选、标准和自定义量表以及 MaxDiff 等题型，测试广告语、网站流程、Figma 原型和包装设计。每个受众都可以对照真实发布的调查或您自己的调查文件进行验证，并按每份调查得到满分 100 的分数。这一分数衡量的是与已有调查的吻合度，属于同时比较；如果要评估对未来结果的预测效度，仍需要像上文那样把模拟结果与之后的真实市场数据对照。
合成研究能加快探索和方向性筛选，但不能替代受监管的临床试验、具有代表性的价格弹性研究或政治民调。模拟结果反映的是所用的来源资料、受众设定和题目设计，在缺少历史先例的新品类、感官体验类产品或高合规要求的领域，偏差可能更大。
在这些情况下，更稳妥的做法是把模拟当作上游的假设筛选工具，用真实消费者测试、试点和上市后数据来确认结论，并持续记录两者的差异，逐步建立自己品类中的预测效度证据。
- 效标效度（Criterion validity）：测量结果与外部效标之间关系的总称，包括预测效度和同时效度。
- 同时效度（Concurrent validity）：测量结果与同一时间收集的效标之间的一致程度。
- 构想效度（Construct validity）：工具实际测量到其声称测量的理论概念的程度。
- 效度系数（Validity coefficient）：预测分数与效标之间的相关系数。
- 范围限制（Range restriction）：只有部分样本有效标数据时导致相关系数被低估的现象。
- MaxDiff 分析（MaxDiff analysis）：让受访者在每组选项中选出最重要和最不重要的一项，从而得出偏好排序的方法。
- 外部效度（External validity）：研究结论推广到更广泛人群和真实场景的程度。
预测效度回答的是“今天的测量能否预测之后的结果”，通常用测量分数与后续效标之间的相关系数来评估。对市场研究团队来说，它提醒我们：任何上市前测试，包括合成研究，都需要用之后的真实结果来检验。想在上市前更快地筛选概念，可以访问 getminds.ai 了解平台，或通过 Minds 平台注册 免费开始。
