Niezmienność pomiaru

Niezmienność pomiaru lub równoważność pomiaru to statystyczna właściwość pomiaru, która wskazuje, że ten sam konstrukt jest mierzony w niektórych określonych grupach. Na przykład niezmienność pomiaru można wykorzystać do zbadania, czy dana miara jest interpretowana w podobny koncepcyjnie sposób przez respondentów reprezentujących różne płcie lub pochodzenie kulturowe. Naruszenie niezmienności pomiarów może uniemożliwić miarodajną interpretację danych pomiarowych. Testy niezmienniczości pomiaru są coraz częściej stosowane w takich dziedzinach, jak psychologia, jako uzupełnienie oceny zakorzenionej w nich jakości pomiaru klasyczna teoria testów .

Niezmienność pomiaru jest często testowana w ramach wielogrupowej konfirmacyjnej analizy czynnikowej (CFA). W kontekście modeli równań strukturalnych , w tym CFA, niezmienność pomiaru jest często nazywana niezmiennością czynnikową .

Definicja

W modelu wspólnego czynnika niezmienniczość pomiaru można zdefiniować jako następującą równość:

${\ Displaystyle f ({\ textit {Y}} \ mid {\ boldsymbol {\ eta}}, {\ textbf {s}}) = f ({{ \textit {Y}}\mid {\boldsymbol {\eta}})}$

gdzie $\ Displaystyle f (\ cdot)}$$}}$ jest funkcją rozkładu, jest obserwowanym wynikiem, ${\ Displaystyle {\ textit {Y}$ jest wynik czynnikowy, a s oznacza przynależność do grupy (np. rasy białej=0, Afroamerykanów=1). Dlatego niezmienność pomiaru oznacza, że ​​biorąc pod uwagę wynik czynnikowy podmiotu, jego obserwowany wynik nie zależy od jego przynależności do grupy.

Rodzaje niezmienniczości

W modelu wspólnego czynnika dla wyników ciągłych można wyróżnić kilka różnych typów niezmienności pomiaru:

1) Równa forma : Liczba czynników i wzór relacji czynnik-wskaźnik są identyczne we wszystkich grupach.

2) Równe ładunki : Ładunki czynnikowe są równe we wszystkich grupach.

3) Równe punkty przecięcia : Gdy obserwowane wyniki są regresowane dla każdego czynnika, punkty przecięcia są równe we wszystkich grupach.

4) Równe wariancje resztkowe : wariancje resztkowe obserwowanych wyników nieuwzględnionych przez czynniki są równe we wszystkich grupach.

Tę samą typologię można uogólnić na przypadek wyników dyskretnych:

1) Równa forma : Liczba czynników i wzór relacji czynnik-wskaźnik są identyczne we wszystkich grupach.

2) Równe ładunki : Ładunki czynnikowe są równe we wszystkich grupach.

3) Równe progi : Kiedy obserwowane wyniki są poddane regresji dla każdego czynnika, progi są równe we wszystkich grupach.

4) Równe wariancje resztkowe : wariancje resztkowe obserwowanych wyników nieuwzględnionych przez czynniki są równe we wszystkich grupach.

Każdy z tych warunków odpowiada wielogrupowemu modelowi czynników potwierdzających ze specyficznymi ograniczeniami. Możliwość utrzymania każdego modelu można przetestować statystycznie za pomocą testu ilorazu wiarygodności lub innych wskaźników dopasowania . Znaczące porównania między grupami zwykle wymagają spełnienia wszystkich czterech warunków, co jest znane jako ścisła niezmienność pomiaru . Jednak ścisła niezmienność pomiaru rzadko występuje w zastosowanym kontekście. Zwykle testuje się to poprzez sekwencyjne wprowadzanie dodatkowych ograniczeń, zaczynając od warunku równej postaci i ostatecznie przechodząc do warunku równych reszt, jeśli w międzyczasie dopasowanie modelu nie ulegnie pogorszeniu.

Testy na niezmienniczość

Chociaż konieczne są dalsze badania nad zastosowaniem różnych testów niezmienności i ich odpowiednich kryteriów w różnych warunkach testowych, wśród badaczy stosowanych powszechne są dwa podejścia. Dla każdego porównywanego modelu (np. postać równa, równe punkty przecięcia) χ ² jest iteracyjnie szacowana na podstawie minimalizacji różnicy między macierzami implikowanej średniej i kowariancji modelu a macierzami obserwowanej średniej i kowariancji. Dopóki porównywane modele są zagnieżdżone, różnica między χ ² wartości i odpowiadające im stopnie swobody dowolnych dwóch modeli CFA o różnych poziomach niezmienności są zgodne z rozkładem χ ² (diff χ ² ) i jako takie mogą być sprawdzane pod kątem istotności jako wskazanie, czy coraz bardziej restrykcyjne modele powodują zauważalne zmiany w modelach dopasowanie danych. Istnieją jednak pewne dowody na to, że diff χ ² jest wrażliwy na czynniki niezwiązane ze zmianami docelowych ograniczeń związanych z niezmiennością (np. wielkość próby). W związku z tym zaleca się, aby badacze używali również różnicy między porównawczym wskaźnikiem dopasowania (ΔCFI) dwóch modeli określonych do badania niezmienności pomiaru. Kiedy różnica między CFI dwóch modeli o różnych poziomach niezmienności pomiaru (np. równe formy kontra równe ładunki) jest mniejsza niż -0,01 (to znaczy spada o więcej niż 0,01), wówczas niezmienność jest prawdopodobnie nie do utrzymania. Oczekuje się, że odejmowane wartości CFI będą pochodzić z modeli zagnieżdżonych, tak jak w przypadku testowania diff χ ² ; wydaje się jednak, że badacze stosujący rzadko biorą to pod uwagę przy stosowaniu testu CFI.

Poziomy równoważności

Równoważność można również podzielić na kategorie według trzech hierarchicznych poziomów równoważności pomiaru.

1. Równoważność konfiguracyjna: struktura czynnikowa jest taka sama we wszystkich grupach w wielogrupowej konfirmacyjnej analizie czynnikowej.
2. Równoważność metryczna: ładunki czynnikowe są podobne we wszystkich grupach.
3. Równoważność skalarna: Wartości/średnie są również równoważne we wszystkich grupach.

Realizacja

Testy niezmienności pomiarów są dostępne w języku programowania R.

Krytyka

Znany politolog Christian Welzel i jego współpracownicy krytykują nadmierne poleganie na testach niezmienności jako kryteriach ważności konstruktów kulturowych i psychologicznych w statystykach międzykulturowych . Wykazali, że kryteria niezmienności faworyzują konstrukty o niskiej wariancji międzygrupowej , podczas gdy konstrukty o wysokiej wariancji międzygrupowej nie przechodzą tych testów. Wysoka wariancja między grupami jest rzeczywiście konieczna, aby konstrukt był użyteczny w porównaniach międzykulturowych. Wariancja między grupami jest najwyższa, jeśli jakaś grupa ma średnie znajdują się blisko skrajnych krańców skal zamkniętych, gdzie wariancja wewnątrzgrupowa jest z konieczności niska. Niska wariancja wewnątrzgrupowa daje niskie korelacje i niskie ładunki czynnikowe , które uczeni rutynowo interpretują jako oznakę niespójności. Welzel i współpracownicy zalecają zamiast tego polegać na nomologicznych kryteriach ważności konstruktu w oparciu o to, czy konstrukt koreluje w oczekiwany sposób z innymi miarami różnic między grupami. Oferują kilka przykładów konstruktów kulturowych, które mają wysoką moc wyjaśniającą i predykcyjną w porównaniach międzykulturowych, ale nie przechodzą testów na niezmienność. Zwolennicy testowania niezmienności argumentują, że poleganie na powiązaniach nomologicznych ignoruje fakt, że taka zewnętrzna walidacja opiera się na założeniu porównywalności.

Zobacz też

• Funkcjonowanie elementu różnicowego