La validità esterna è uno dei tanti tipi di validità che i ricercatori cercano di ottenere per massimizzare l’accuratezza e ridurre al minimo le carenze del loro studio o esperimento. Validità esterna è un termine che i ricercatori scientifici usano per descrivere quanto è probabile che i risultati ottenuti da un gruppo campione si applichino all’intera popolazione in varie situazioni e tempi. Gli scienziati si sforzano di ottenere un’elevata validità esterna per ogni esperimento, perché se i risultati dell’esperimento non si applicano alla popolazione al di fuori del gruppo campione, allora l’esperimento non ha trovato alcun risultato utile che possa essere utilizzato per prevedere il futuro risultati.
Un esempio di una situazione in cui deve essere valutata la validità esterna potrebbe essere uno studio condotto da una classe di psicologia universitaria che valuta la connessione tra le ore che gli studenti universitari trascorrono lavorando in un lavoro e i voti di quegli studenti. Può sembrare una buona idea utilizzare tutti i dati degli studenti della classe di psicologia, o anche tutti gli studenti coinvolti nel dipartimento di psicologia, per ottenere un campione facile e veloce da testare. Ciò, tuttavia, danneggerebbe la validità esterna dello studio, perché assume diverse cose che potrebbero non essere vere per la popolazione generale. Ad esempio, gli studenti di psicologia hanno le stesse abitudini di studio e di lavoro degli studenti di altre specializzazioni? Inoltre, gli studenti di quella particolare scuola hanno le stesse abitudini di studio degli studenti delle scuole di tutto il paese o del mondo?
Sfortunatamente, poiché un gran numero di esperimenti ha luogo in un ambiente di laboratorio invece che nella vita quotidiana dei soggetti, la validità esterna può essere alquanto difficile da ottenere. Di solito, i ricercatori che conducono lo studio o l’esperimento riassumerebbero ciò che ritengono essere “minacce alla validità esterna” nella loro relazione scritta sull’esperimento, nel tentativo di spiegare cosa potrebbe essere andato storto e cosa può essere migliorato in futuro per ottenere un livello più elevato di accuratezza della previsione. Ad esempio, se ai soggetti di uno studio viene detto di svolgere un compito sotto la supervisione dei ricercatori, potrebbero comportarsi e agire in modo molto diverso da come farebbero se fossero a casa con la famiglia e altre influenze che li circondano. Se lo studio non ne tiene conto, la validità esterna è errata e i risultati probabilmente non prediranno in modo molto accurato i risultati futuri perché sono stati trovati in circostanze speciali. I ricercatori dovrebbero prenderne atto e cercare di migliorare gli studi futuri per ridurre al minimo la differenza.