측정 불변도

Measurement invariance

측정 불변도 또는 측정 등가성동일한 성분이 특정 그룹에 걸쳐 측정되고 있음을 나타내는 측정의 통계적 속성이다.[1]예를 들어, 측정 불변도는 주어진 측정치가 다른 성별이나 문화적 배경을 대표하는 응답자들에 의해 개념적으로 유사한 방식으로 해석되는지 여부를 연구하기 위해 사용될 수 있다.측정 비침해를 위반하면 측정 데이터의 의미 있는 해석이 불가능할 수 있다.고전적 시험 이론에 뿌리를 둔 측정 품질의 평가를 보완하기 위해 심리학과 같은 분야에서 측정 불변도 시험이 점점 더 많이 사용되고 있다.[1]

측정 불변도는 다그룹 확인 인자 분석(CFA)의 프레임워크에서 종종 시험된다.[2]CFA를 포함한 구조 방정식 모델의 맥락에서 측정 불변도는 종종 요인 불변도라고 불린다.[3]

정의

공통 인자 모델에서 측정 불변도는 다음과 같은 동일성으로 정의할 수 있다.

여기서 f 분포 함수, { 관측 점수,score {\eta}}}}은 인자 점수 s는 그룹 멤버십(: 백인=0, 아프리카계)을 나타낸다.따라서 측정 불변도는 피험자의 인자 점수를 감안할 때 관찰된 점수가 그룹 멤버십에 의존하지 않는 것을 수반한다.[4]

불변 유형

연속적인 결과에 대해 공통 인자 모델에서 몇 가지 다른 유형의 측정 불변도를 구별할 수 있다.[5]

1) 동일 형태:요인의 수와 요인-지표 관계의 패턴은 그룹 간에 동일하다.
2) 등하중:인자 적재는 여러 그룹에 걸쳐 동일하다.
3) 동일한 절편:관측된 점수가 각 요인에 대해 회귀하면 절편은 그룹 간에 동일하다.
4) 등잔차분산:요인에 의해 설명되지 않은 관측 점수의 잔차 분산이 그룹 간에 동일하다.

동일한 유형학을 이산 결과 사례에 일반화할 수 있다.

1) 동일 형태:요인의 수와 요인-지표 관계의 패턴은 그룹 간에 동일하다.
2) 등하중:인자 적재는 여러 그룹에 걸쳐 동일하다.
3) 동일한 임계값:관측된 점수가 각 요인에 대해 회귀하면 임계값은 그룹 간에 동일하다.
4) 등잔차분산:요인에 의해 설명되지 않은 관측 점수의 잔차 분산이 그룹 간에 동일하다.

이 조건들은 각각 특정 제약조건을 가진 다중집단 확인 인자 모델에 해당한다.각 모형의 지속성은 우도비 검정 또는 기타 적합 지수를 사용하여 통계적으로 시험할 수 있다.그룹 간의 의미 있는 비교를 위해서는 대개 네 가지 조건이 모두 충족되어야 하는데, 이를 엄격한 측정 불변이라고 한다.그러나 엄격한 측정 불변도는 적용 맥락에서 거의 유지되지 않는다.[6]일반적으로 이것은 동일한 형태 조건에서 시작하여 추가 제약조건을 순차적으로 도입하고 그 사이에 모형의 적합성이 저하되지 않으면 결국 동등한 잔차 조건으로 진행함으로써 시험된다.

비침습성 검정

다양한 시험 조건에 걸친 다양한 비침습성 시험의 적용과 각각의 기준에 대한 추가 연구가 필요하지만, 두 가지 접근법은 응용 연구자들 사이에서 공통적이다.비교되는 각 모델(예: Equal Forms, Equal Interventures)에 대해 χ2 적합 통계량은 모형의 암시적 평균과 공분산 행렬과 관측된 평균 및 공분산 행렬 간의 차이를 최소화하는 것으로부터 반복적으로 추정된다.[7]는 한 여기서 비교할 수 있는 모델들이 중첩된다, χ2 가치와 불변성의 다양한 수준의 어떤 두개의 CFA모델의 자유의도의 차이, 같은, 중요성을 점점 더 제한적인 모델 주목할 만한 chang의 바로미터로서 검사할 수 있는χ2 분포(연락 χ2)을 따른다.에스모델 데이터 적합성.[7]단, diff χ2 비침습성 표적 제약조건의 변화와 무관한 요인(예: 표본 크기)에 민감하다는 일부 증거가 있다.[8]따라서 연구자들은 측정 불변도를 조사하기 위해 지정된 두 모델의 비교 적합 지수(ΔCFI)의 차이도 사용할 것을 권고한다.다양한 수준의 측정 불규칙성(예: 동일 형태 대 동일 하중)의 두 모델의 CFI 차이가 -0.01(즉, 0.01 이상 감소)보다 작을 경우 비활성화 가능성이 높다.[8]감산되는 CFI 값은 diff χ2 시험의 경우처럼 내포된 모델에서 나올 것으로 예상되지만,[9] 응용 연구자들은 CFI 시험을 적용할 때 이를 거의 고려하지 않는 것으로 보인다.[10]

등가 수준

동등성은 또한 세 가지 계층적 수준의 측정 동등성에 따라 분류될 수 있다.[11][12]

  1. 구성 동등성:인자 구조는 다중 그룹 확인 인자 분석에서 그룹 전체에서 동일하다.
  2. 메트릭 동등성:인자 적재는 여러 그룹에 걸쳐 유사하다.[11]
  3. 스칼라 동등성: 값/평균도 여러 그룹에 걸쳐 동일하다.[11]

실행

측정 불변도 시험은 R 프로그래밍 언어로 이용할 수 있다.[13]

참고 항목

참조

  1. ^ a b Vandenberg, Robert J.; Lance, Charles E. (2000). "A Review and Synthesis of the Measurement Invariance Literature: Suggestions, Practices, and Recommendations for Organizational Research". Organizational Research Methods. 3: 4–70. doi:10.1177/109442810031002.
  2. ^ Chen, Fang Fang; Sousa, Karen H.; West, Stephen G. (2005). "Testing Measurement Invariance of Second-Order Factor Models". Structural Equation Modeling. 12 (3): 471–492. doi:10.1207/s15328007sem1203_7.
  3. ^ Widaman, K. F.; Ferrer, E.; Conger, R. D. (2010). "Factorial Invariance within Longitudinal Structural Equation Models: Measuring the Same Construct across Time". Child Development Perspectives. 4 (1): 10–18. doi:10.1111/j.1750-8606.2009.00110.x. PMC 2848495. PMID 20369028.
  4. ^ Lubke, G. H.; et al. (2003). "On the relationship between sources of within- and between-group differences and measurement invariance in the common factor model". Intelligence. 31 (6): 543–566. doi:10.1016/s0160-2896(03)00051-5.
  5. ^ 브라운, T. (2015년)응용연구의 검증요소 분석, 제2판.길포드 프레스.
  6. ^ Van De Schoot, Rens; Schmidt, Peter; De Beuckelaer, Alain; Lek, Kimberley; Zondervan-Zwijnenburg, Marielle (2015-01-01). "Editorial: Measurement Invariance". Frontiers in Psychology. 6: 1064. doi:10.3389/fpsyg.2015.01064. PMC 4516821. PMID 26283995.
  7. ^ a b Loehlin, John (2004). Latent Variable Models: An Introduction to Factor, Path, and Structural Equation Analysis. Taylor & Francis. ISBN 9780805849103.
  8. ^ a b Cheung, G. W.; Rensvold, R. B. (2002). "Evaluating goodness-of-fit indexes for testing measurement invariance". Structural Equation Modeling. 9 (2): 233–255. doi:10.1207/s15328007sem0902_5.
  9. ^ Widaman, Keith F.; Thompson, Jane S. (2003-03-01). "On specifying the null model for incremental fit indices in structural equation modeling". Psychological Methods. 8 (1): 16–37. CiteSeerX 10.1.1.133.489. doi:10.1037/1082-989x.8.1.16. ISSN 1082-989X. PMID 12741671.
  10. ^ Kline, Rex (2011). Principles and Practice of Structural Equation Modeling. Guilford Press.
  11. ^ a b c Steenkamp, Jan-Benedict E. M.; Baumgartner, Hans (1998-06-01). "Assessing Measurement Invariance in Cross-National Consumer Research". Journal of Consumer Research. 25 (1): 78–90. doi:10.1086/209528. ISSN 0093-5301. JSTOR 10.1086/209528.
  12. ^ Ariely, Gal; Davidov, Eldad (2012-09-01). "Assessment of Measurement Equivalence with Cross-National and Longitudinal Surveys in Political Science". European Political Science. 11 (3): 363–377. doi:10.1057/eps.2011.11. ISSN 1680-4333.
  13. ^ Hirschfeld, Gerrit; von Brachel, Ruth (2014). "Improving Multiple-Group confirmatory factor analysis in R – A tutorial in measurement invariance with continuous and ordinal indicators". Practical Assessment, Research & Evaluation. 19. doi:10.7275/qazy-2946.