Prediktiv validitet är ett mått på hur väl ett test förutsäger framtida prestanda. Det är en form av kriterievaliditet, där hur väl testet fungerar fastställs genom att det mäts mot kända kriterier. För att ett test ska ha prediktiv validitet måste det finnas en statistiskt signifikant korrelation mellan testresultaten och det kriterium som används för att mäta validiteten.
Ett av de klassiska exemplen på detta är högskoleprov. När studenter ansöker till högskolor, är de vanligtvis skyldiga att lämna in testresultat från undersökningar som SAT eller ACT. Dessa poäng används som en grund för jämförelse, med utvärderare som tittar på prestationerna för elever som har haft liknande prov tidigare. Tron är att testresultaten kan förutsäga hur väl en student kommer att prestera på college. Höga testresultat tenderar att vara korrelerade med starka högskoleprestationer, vilket gör studenter med höga poäng tilltalande för antagningsavdelningar.
Exemplet med högskoleprovresultat är också ett utmärkt exempel på svagheterna med prediktiv validitet. Vissa studenter som gör sådana test går inte på college, vilket innebär att ingen data genereras för att korrelera deras testresultat och deras collegeprestationer. Detta skapar ett hål i datamängden, vilket kan undergräva giltigheten av sådana tester. Standardiserade tester har också anklagats för vissa fördomar som kan fungera mot vissa elever, särskilt elever i rasminoriteter. De kan prestera dåligt på testet och bra på college, vilket gör resultatet skevt.
Statistisk signifikans kan vara utmanande att beräkna. Ett stort antal faktorer kan påverka testresultaten, särskilt när de involverar data från ett test och ett kriteriummått som samlas in vid olika punkter. Prediktiv validitet påverkar allt från sjukförsäkringspriser till högskoleantagning, med människor som använder statistiska data för att försöka förutsäga framtiden för människor baserat på information som kan samlas in om dem från tester.
Prediktiv validitet används oftast när man utforskar data inom området psykologiska studier och analyser. Den används för att samla in information om olika populationer och för att skapa generaliseringar som kan vara användbara vid bedömning av individer. Till exempel används det ofta av stora företag som administrerar ett test för potentiella anställda, och jämför testdata från nuvarande anställda för att avgöra om någon kommer att passa in på företaget eller inte.