Definisi Invarian (Pengukuran)

Ini adalah teknik yang bertujuan untuk membandingkan kelompok dan menentukan apakah suatu konstruk memiliki arti yang sama untuk kelompok atau sampel yang berbeda; ini dicapai dengan memasukkan batasan kesetaraan secara bertahap.

Salah satu pertanyaan yang paling sering muncul di penyelidikan adalah Bisakah kita berasumsi bahwa hasil kita sama untuk semua orang? Akan ada saat-saat ketika karakteristik partisipan dapat mengubah hubungan antar variabel. Misalnya, sebuah penelitian yang dilakukan di Amerika Serikat menetapkan bahwa pemeriksaan payudara klinis ditentukan oleh emosi terkait (takut, cemas dan malu), keyakinan fatalistik dan beberapa variabel struktural seperti usia, pendidikan atau pendapatan ekonomi, namun hubungan ini berbeda untuk wanita Latina dan wanita Anglo.

Jika kita ingin mereplikasi penelitian ini, tetapi membahas tes IMS dan membandingkan hasil antara laki-laki dan perempuan, bagaimana kita melakukannya? menganalisa

hubungan secara terpisah dan kemudian membandingkan hasil standar sebelumnya; meskipun ini akan sangat tidak praktis. Untungnya, pemodelan persamaan struktural (SEM) memiliki pilihan yang lebih praktis, analisis invarian, yang bertujuan untuk menentukan apakah hubungan atau, lebih tepatnya, parameter model dipertahankan atau dimodifikasi berdasarkan pembuatan (atau seleksi) kelompok dengan karakteristik tertentu (misalnya, laki-laki-perempuan, heteroseksual-homoseksual, putih-Afro-keturunan).

Meskipun analisis invarian atau invarian pengukuran Umumnya dilakukan dengan Confirmatory Factor Analysis (CFA), semua teknik turunan dari SEM mampu melakukan analisis invarian. Dengan demikian, dalam analisis invarian diselidiki apakah operasionalisasi suatu konstruk memiliki arti yang sama dalam kondisi yang berbeda (karakteristik sampel, metode administrasi konstruksi, waktu administrasi). Tidak adanya invarian pengukuran akan menunjukkan bahwa konstruk adalah ambigu di bawah kondisi yang ditetapkan. Dalam pengertian ini, dimungkinkan juga untuk berbicara tentang invarian pengukuran longitudinal, yang dilakukan dengan kondisi yang sama, tetapi pada waktu yang berbeda dan mengasumsikan bahwa suatu konstruk adalah sama meskipun dengan berlalunya waktu. waktu.

Seperti disebutkan sebelumnya, untuk melakukan analisis invarian pengukuran, seseorang menambahkan secara bertahap kendala pada parameter model, kendala ini menyebutkan empat kemungkinan tingkat invarian yang dapat terjadi mereka bisa dapatkan. Level-level ini dijelaskan di bawah, namun perlu disebutkan bahwa penulis tidak selalu menggunakan nama yang sama.

• Model dasar. Dalam pengertian yang ketat, ini bukan tingkat invarian, karena sebelum menerapkan batasan apa pun, harus diuji apakah model yang dihipotesiskan untuk masing-masing kelompok cocok.

• invarian konfigurasi. Ini menentukan bahwa setiap grup memiliki konfigurasi yang sama, yaitu mereka memiliki konfigurasi yang sama indikator pada kedua kelompok. Jika invarian konfigurasi tidak tercapai, tidak satu pun dari level berikut yang dapat dicapai.

• invarian lemah. Pada level ini diasumsikan bahwa invarian konfigurasi telah tercapai. Oleh karena itu, kami melanjutkan untuk menetapkan batasan persamaan di setiap indikator model untuk kedua kelompok.

• invarian yang kuat. Pada level ini diasumsikan bahwa invarian lemah telah tercapai. Ini mensyaratkan bahwa batasan kesetaraan diterapkan pada semua intersep model. Intersep mengacu pada skor masing-masing indikator, oleh karena itu, tingkat invarian ini akan menunjukkan bahwa kedua kelompok merespons konstruk dengan cara yang sama.

• invarian yang ketat. Ini adalah tingkat invarian pengukuran tertinggi, dan mengasumsikan bahwa invarian kuat telah terpenuhi. Level ini mencakup batasan kesalahan dan kovarians antar grup. Oleh karena itu, level ini akan menunjukkan bahwa konstruk identik pada kedua kelompok.

• Ketika Anda memiliki model persamaan struktural atau model jalur, dimungkinkan untuk memiliki tingkat invarian tambahan, invarian struktural. Pada level ini, pembatasan dibuat pada hubungan antara variabel atau jalur struktural. Jadi mencapai tingkat invarian ini akan menunjukkan bahwa fenomena tersebut terjadi dengan cara yang sama pada kedua kelompok.

Untuk mengasumsikan bahwa tingkat invarian tertentu telah terpenuhi, kecocokan model harus dibandingkan dengan tingkat sebelumnya (misalnya, model invarian ketat dengan model invarian kuat), jika kecocokan tidak memburuk, diasumsikan model invarian dan dapat dilanjutkan dengan yang berikut ini tingkat. Dalam pengertian ini, kriteria yang berbeda telah diusulkan untuk proses ini, tetapi yang paling umum adalah membandingkan nilai chi-square, CFI dan RMSEA.