คำจำกัดความของความแปรปรวน (ของการวัด)

เป็นเทคนิคที่มีจุดมุ่งหมายเพื่อเปรียบเทียบกลุ่มและพิจารณาว่าโครงสร้างมีความหมายเหมือนกันสำหรับกลุ่มหรือกลุ่มตัวอย่างที่แตกต่างกันหรือไม่ สิ่งนี้ทำได้โดยการรวมข้อจำกัดความเท่าเทียมกันอย่างค่อยเป็นค่อยไป

หนึ่งในคำถามที่พบบ่อยที่สุดใน การสืบสวน เป็น เราสามารถสรุปได้ว่าผลลัพธ์ของเราจะเหมือนกันสำหรับทุกคนหรือไม่? จะมีบางครั้งที่คุณลักษณะของผู้เข้าร่วมสามารถเปลี่ยนความสัมพันธ์ระหว่างตัวแปรได้ ตัวอย่างเช่น การศึกษาที่ดำเนินการในสหรัฐอเมริการะบุว่าการตรวจเต้านมทางคลินิกถูกกำหนดโดย อารมณ์ ที่เกี่ยวข้อง (ความกลัว ความวิตกกังวล และความอับอาย) ความเชื่อที่ร้ายแรง และตัวแปรเชิงโครงสร้างบางอย่าง เช่น อายุ การศึกษา หรือรายได้ทางเศรษฐกิจ อย่างไรก็ตาม ความสัมพันธ์เหล่านี้แตกต่างกันสำหรับผู้หญิงลาติน่าและผู้หญิงแองโกล

หากเราต้องการทำซ้ำการศึกษานี้แต่ระบุการทดสอบ STI และเปรียบเทียบผลลัพธ์ระหว่างชายและหญิง เราจะทำอย่างไร ตัวเลือกแรกคือ วิเคราะห์ ความสัมพันธ์แยกกันแล้วเปรียบเทียบผลลัพธ์ที่เป็นมาตรฐานก่อนหน้านี้ แม้ว่าสิ่งนี้จะไม่สามารถทำได้จริง โชคดีที่การสร้างแบบจำลองสมการโครงสร้าง (SEM) มีตัวเลือกที่ใช้งานได้จริงมากกว่า นั่นคือการวิเคราะห์ความไม่แปรเปลี่ยน ซึ่งมีจุดมุ่งหมายเพื่อ

กำหนด ไม่ว่าความสัมพันธ์หรือพารามิเตอร์ของแบบจำลองจะได้รับการดูแลหรือแก้ไขตามการสร้าง (หรือ การคัดเลือก) ของกลุ่มที่มีลักษณะเฉพาะ (เช่น ชาย-หญิง รักต่างเพศ-รักร่วมเพศ สีขาว-Afro-ลูกหลาน)

แม้ว่าการวิเคราะห์ความไม่แปรเปลี่ยนหรือ ค่าความไม่แปรเปลี่ยนของการวัด โดยทั่วไปดำเนินการโดย Confirmatory Factor Analysis (CFA) เทคนิคทั้งหมดที่ได้รับจาก SEM สามารถทำการวิเคราะห์ความไม่แปรปรวนได้ ดังนั้น ในการวิเคราะห์ความไม่แปรเปลี่ยน จะมีการตรวจสอบว่าการดำเนินการของโครงสร้างมีความหมายเหมือนกันภายใต้เงื่อนไขที่แตกต่างกันหรือไม่ (ลักษณะของตัวอย่าง วิธีการ การบริหาร ของการสร้าง, เวลาที่บริหาร). การไม่มีค่าคงที่ของการวัดจะบ่งชี้ว่าโครงสร้างนั้นเป็น คลุมเครือ ภายใต้เงื่อนไขที่กำหนด ในแง่นี้ เป็นไปได้ที่จะพูดถึงความไม่แปรผันของการวัดตามยาว ซึ่งดำเนินการด้วย เงื่อนไขเดียวกัน แต่ในเวลาต่างกัน และถือว่าสิ่งก่อสร้างนั้นเหมือนกันแม้เวลาจะผ่านไป เวลา.

ดังที่ได้กล่าวไว้ก่อนหน้านี้ เพื่อดำเนินการวิเคราะห์ค่าความไม่แปรผันของการวัด ค่อย ๆ เพิ่ม ข้อจำกัดของพารามิเตอร์โมเดล ข้อจำกัดเหล่านี้ระบุระดับความแปรปรวนที่เป็นไปได้สี่ระดับที่สามารถเป็นได้ พวกเขาสามารถได้รับ ระดับเหล่านี้จะอธิบายไว้ด้านล่าง อย่างไรก็ตาม จำเป็นต้องระบุว่าผู้เขียนไม่ได้ใช้ชื่อเดียวกันเสมอไป

• โมเดลพื้นฐาน. ในแง่ที่เคร่งครัด นี่ไม่ใช่ระดับของความแปรปรวน เนื่องจากก่อนที่จะใช้ข้อจำกัดใด ๆ จะต้องมีการทดสอบว่าแบบจำลองที่ตั้งสมมติฐานสำหรับแต่ละกลุ่มนั้นเหมาะสมหรือไม่

• ความแปรปรวนของการกำหนดค่า. กำหนดว่าแต่ละกลุ่มมีการกำหนดค่าเหมือนกัน นั่นคือ มีเหมือนกัน ตัวชี้วัด ในทั้งสองกลุ่ม หากไม่ถึงค่าคงตัวของคอนฟิกูเรชัน ก็จะไม่สามารถบรรลุระดับใดๆ ต่อไปนี้ได้เช่นกัน

• ความแปรปรวนที่อ่อนแอ. ในระดับนี้ จะถือว่าค่าคงที่คอนฟิกูเรชันบรรลุผลสำเร็จแล้ว ดังนั้นเราจึงดำเนินการกำหนดข้อจำกัดของ ความเท่าเทียมกัน ในแต่ละตัวบ่งชี้ของทั้งสองกลุ่ม

• ไม่แปรเปลี่ยนที่แข็งแกร่ง. ในระดับนี้ถือว่าได้รับค่าความไม่แปรเปลี่ยนที่อ่อนแอแล้ว กำหนดให้ใช้ข้อจำกัดความเท่าเทียมกันกับจุดตัดทั้งหมดของโมเดล การสกัดกั้นหมายถึงคะแนนของแต่ละตัวบ่งชี้ ดังนั้น ระดับความไม่แปรเปลี่ยนนี้จะบ่งชี้ว่าทั้งสองกลุ่มตอบสนองในลักษณะเดียวกันต่อโครงสร้าง

• ไม่แปรปรวนอย่างเข้มงวด. เป็นค่าความไม่แปรผันของการวัดในระดับสูงสุด และถือว่าค่าความไม่แปรผันที่รุนแรงนั้นเป็นไปตามเกณฑ์แล้ว ระดับนี้รวมถึงข้อจำกัดเกี่ยวกับข้อผิดพลาดและความแปรปรวนร่วมระหว่างกลุ่ม ดังนั้น ระดับนี้จะบ่งชี้ว่าโครงสร้างนั้นเหมือนกันในทั้งสองกลุ่ม

• เมื่อคุณมีโมเดลสมการโครงสร้างหรือโมเดลเส้นทาง มีความเป็นไปได้ที่จะมีระดับความไม่แปรผันเพิ่มเติม นั่นคือความไม่แปรปรวนของโครงสร้าง ในระดับนี้ ข้อจำกัดถูกสร้างขึ้นบนความสัมพันธ์ระหว่างตัวแปรหรือเส้นทางโครงสร้าง ดังนั้นการไม่แปรผันถึงระดับนี้จะบ่งชี้ว่าปรากฏการณ์นั้นเกิดขึ้นในลักษณะเดียวกันในทั้งสองกลุ่ม

เพื่อที่จะสันนิษฐานว่ามีค่าความไม่แปรผันถึงระดับหนึ่งแล้ว จะต้องเปรียบเทียบความพอดีของโมเดลเทียบกับระดับก่อนหน้า (ตัวอย่างเช่น โมเดล ของการไม่แปรเปลี่ยนอย่างเข้มงวดกับโมเดลการไม่แปรเปลี่ยนที่แข็งแกร่ง) หากความพอดีไม่แย่ลง ให้สันนิษฐานว่าโมเดลนั้นไม่แปรเปลี่ยนและสามารถดำเนินการต่อได้ดังต่อไปนี้ ระดับ. ในแง่นี้ มีการเสนอเกณฑ์ที่แตกต่างกันสำหรับกระบวนการนี้ แต่เกณฑ์ปกติที่สุดคือการเปรียบเทียบค่าไคสแควร์, CFI และ RMSEA