范围限制校正的概念基础 范围限制会导致低估与标准相关的效度(Carretta & Ree,2022 年)。范围限制校正的公式是众所周知的且无争议的(Schmidt 等人,1976 年;Sackett 和 Yang,2000 年)。焦点文章遵循 Sackett 等人(2022 年)提供的逻辑,声称先前对预测因子效度的荟萃分析中的大多数范围限制校正都是不合适的。特别是,Sackett 等人通过断言所使用的范围限制数据通常不具有代表性,对在效度泛化中使用人工分布进行校正提出了质疑。因此,他们推理说,在他们看来,不具代表性的分布高估了实际效度。这是一个需要实证证据的重要挑战。提供了什么证据?从根本上说,他们的推理是概念性的。 Sackett 等人指出,“研究包含了计算 U 比所需的信息(以校正范围