Savstarpējā validācija ir metode, ko izmanto ķīmijā un daudzās citās zinātnes jomās, lai salīdzinātu vairāku eksperimentālo metožu rezultātus ar vienu un to pašu mērķi. Ideālā gadījumā savstarpējā validācija apstiprinās abas eksperimentālās metodes, atgriežot vienādus rezultātus. Dažādi rezultāti var norādīt uz cilvēka kļūdām vai kļūdām eksperimentālajā plānojumā. Atšķirības var izmantot, lai identificētu kļūdas un uzlabotu vienu vai vairākas eksperimentālās metodes, līdz tiek iegūti konsekventi un atkārtojami rezultāti.
Lai savstarpējā validācija būtu veiksmīga, pētniekiem parasti ir jāzina, ka viena no metodēm sniedz precīzus rezultātus. Mērķis ir panākt, lai jaunā un neapstiprinātā metode vai salīdzinājums atgrieztu rezultātus, kas ir identiski zināmās metodes vai atsauces rezultātiem. Ja zināms, ka neviena no metodēm nav precīza, tās, iespējams, var pielāgot, lai atgrieztu tādus pašus rezultātus, taču joprojām nav garantijas, ka šie rezultāti ir pareizi.
Pētnieki bieži izmanto savstarpēju validāciju, ieviešot jaunu, efektīvāku eksperimentālo metodi, kas ir paredzēta, lai aizstātu vecāku metodi. Jaunā metode ir noderīga tikai tad, ja to var izmantot tādam pašam mērķim kā metodi, kuru ar to paredzēts aizstāt. Savstarpējā validācija tiek izmantota, lai nodrošinātu, ka jaunā metode ir tikpat efektīva kā vecā un ka efektivitāte nav jāmaksā par precizitāti.
Savstarpējai validācijai izmantoto eksperimentu rezultātus var sagatavot kvalitatīvi vai kvantitatīvi, pamatojoties uz eksperimenta raksturu. Dažu vienkāršu ķīmijas eksperimentu panākumus var novērtēt, izmantojot vienkāršus vizuālus norādījumus, piemēram, krāsas izmaiņas. Jaunu metodi, kas rada tādas pašas krāsas izmaiņas, dažos gadījumos var uzskatīt par veiksmīgu. Tomēr lielākā daļa mūsdienu zinātnisko pētījumu lielā mērā balstās uz kvantitatīvām metodēm. Tādējādi ir jāsalīdzina kvantitatīvā informācija, un, lai spriestu par validācijas eksperimenta panākumiem vai neveiksmēm, tiek izmantotas skaitlisko datu atšķirības.
Liela daļa savstarpējās validācijas rezultātu ir atkarīga no liela statistikas datu kopuma, nevis uz kvalitatīvu informāciju vai vienu vai divām vērtībām, piemēram, temperatūru vai skābumu. Šādiem statistikas datiem nav neviena konkrēta skaitļa vai skaitļu kopas, kas būtu pareizi, bet visi pārējie ir nepareizi. Savstarpējās validācijas panākumi tiek vērtēti, pamatojoties uz to, vai atgrieztie dati atbilst noteiktai pieļaujamās kļūdas robežai. Šādos eksperimentos dažas atgrieztās vērtības var būt pieņemamas, bet citas ir kļūdainas, norādot, ka ir jāpārskata noteiktas pārbaudīto metožu daļas.