Definizione di invarianza (di misurazione)

È una tecnica che mira a confrontare gruppi e determinare se un costrutto ha lo stesso significato per gruppi o campioni diversi; ciò si ottiene con la graduale inclusione di vincoli di uguaglianza.

Una delle domande più ricorrenti nel indagine È Possiamo presumere che i nostri risultati siano gli stessi per tutte le persone? Ci saranno occasioni in cui le caratteristiche dei partecipanti possono alterare le relazioni tra le variabili. Ad esempio, uno studio condotto negli Stati Uniti ha stabilito che avere esami clinici del seno è determinato dal emozioni associate (paura, ansia e vergogna), credenze fatalistiche e alcune variabili strutturali quali età, formazione scolastica o reddito economico, tuttavia, questi rapporti sono diversi per le donne latine e le donne anglo.

Se volessimo replicare questo studio, ma affrontando il test STI e confrontando i risultati tra uomini e donne, come lo faremmo? La prima opzione sarebbe analizzare

le relazioni separatamente e quindi confrontare i risultati precedentemente standardizzati; anche se questo sarebbe abbastanza poco pratico. Fortunatamente, la modellazione di equazioni strutturali (SEM) ha un'opzione più pratica, l'analisi dell'invarianza, che mira a determinare se le relazioni o, meglio, i parametri di un modello vengono mantenuti o modificati in base alla creazione (o selezione) di gruppi con determinate caratteristiche (ad esempio, maschio-femmina, eterosessuale-omosessuale, bianchi-afro-discendenti).

Sebbene l'analisi dell'invarianza o invarianza di misura comunemente eseguite dall'analisi fattoriale confermativa (CFA), tutte le tecniche derivate dal SEM sono in grado di eseguire analisi di invarianza. Pertanto, nell'analisi dell'invarianza, si indaga se l'operazionalizzazione di un costrutto abbia lo stesso significato in condizioni diverse (caratteristiche del campione, metodo di amministrazione del costrutto, il tempo della somministrazione). L'assenza di invarianza di misura indicherebbe che un costrutto lo è ambiguo alle condizioni stabilite. In questo senso si può parlare anche di invarianza di misura longitudinale, che si effettua con la stesse condizioni, ma in momenti diversi e presuppone che un costrutto sia lo stesso nonostante il passare del tempo. tempo.

Come accennato prima, per effettuare l'analisi dell'invarianza di misura, si aggiunge gradualmente vincoli ai parametri del modello, questi vincoli nominano quattro possibili livelli di invarianza che possono essere possono ottenere. Questi livelli sono descritti di seguito, tuttavia, è necessario menzionare che gli autori non usano sempre lo stesso nome.

• Modello di base. In senso stretto, questo non è un livello di invarianza, poiché prima di applicare qualsiasi restrizione, si deve verificare se il modello ipotizzato per ciascun gruppo ha un buon adattamento.

• invarianza configurale. Determina che ogni gruppo ha la stessa configurazione, cioè che hanno la stessa indicatori in entrambi i gruppi. Se l'invarianza configurale non viene raggiunta, nessuno dei seguenti livelli può essere raggiunto.

• invarianza debole. A questo livello si presume che sia stata raggiunta l'invarianza configurale. Pertanto, procediamo a stabilire restrizioni di uguaglianza in ciascun indicatore del modello per entrambi i gruppi.

• forte invarianza. A questo livello si presume che sia stata raggiunta l'invarianza debole. Richiede che i vincoli di uguaglianza vengano applicati a tutte le intercettazioni del modello. L'intercetta si riferisce al punteggio di ciascun indicatore, pertanto, questo livello di invarianza indicherebbe che entrambi i gruppi hanno risposto allo stesso modo ai costrutti.

• stretta invarianza. È il livello più alto di invarianza di misurazione e presuppone che sia stata soddisfatta una forte invarianza. Questo livello include le restrizioni sugli errori e le covarianze tra i gruppi. Pertanto, questo livello indicherebbe che il costrutto è identico in entrambi i gruppi.

• Quando si hanno modelli di equazioni strutturali o modelli di percorso, è possibile avere un ulteriore livello di invarianza, l'invarianza strutturale. A questo livello si stabiliscono vincoli sulle relazioni tra le variabili o percorsi strutturali. Quindi raggiungere questo livello di invarianza indicherebbe che il fenomeno si verifica allo stesso modo in entrambi i gruppi.

Per assumere che sia stato raggiunto un certo livello di invarianza, il fit del modello deve essere confrontato rispetto al livello precedente (ad esempio, il modello di stretta invarianza con il modello di forte invarianza), se il fit non peggiora, si assume che il modello sia invariante e si può continuare con il seguente livello. In questo senso, sono stati proposti diversi criteri per questo processo, ma il più comune è quello di confrontare i valori chi-quadrato, CFI e RMSEA.