Invariância de medição

Origem: Wikipédia, a enciclopédia livre.

A invariância de medição ou equivalência de medição é uma propriedade estatística de medição que indica que o mesmo construto está sendo medido em alguns grupos específicos. [1] Por exemplo, a invariância de medição pode ser usada para estudar se uma determinada medida é interpretada de maneira conceitualmente semelhante por respondentes que representam gêneros ou origens culturais diferentes. Violações da invariância de medição podem impedir a interpretação significativa dos dados de medição. Os testes de invariância de medição são cada vez mais usados em campos como a psicologia para complementar a avaliação da qualidade da medição enraizada na teoria clássica do teste.

A invariância de medição é frequentemente testada na estrutura da análise fatorial confirmatória (AFC) de grupos múltiplos. [2] No contexto de modelos de equações estruturais, incluindo AFC, a invariância de medição é freqüentemente chamada de invariância fatorial. [3]

Definição[editar | editar código-fonte]

No modelo de fator comum, a invariância de medição pode ser definida como a seguinte igualdade:

onde é uma função de distribuição, é uma pontuação observada, é uma pontuação de fator, e s denota associação a um grupo. Portanto, a invariância de medição implica que, dada a pontuação do fator de um sujeito, sua pontuação observada não depende de sua associação ao grupo. [4]

Níveis de Equivalência[editar | editar código-fonte]

A equivalência também pode ser categorizada de acordo com três níveis hierárquicos de equivalência de medição. [5] [6]

  1. Equivalência de configuração: A estrutura fatorial é a mesma entre os grupos em uma análise fatorial confirmatória multigrupo.
  2. Equivalência métrica: as cargas dos fatores são semelhantes entre os grupos. [5]
  3. Equivalência escalar: Valores/médias também são equivalentes entre os grupos. [5]

Referências[editar | editar código-fonte]

  1. 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. PMC 2848495Acessível livremente. PMID 20369028. doi:10.1111/j.1750-8606.2009.00110.x 
  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. a b c Steenkamp, Jan-Benedict E. M.; Baumgartner, Hans (1 de junho de 1998). «Assessing Measurement Invariance in Cross-National Consumer Research». Journal of Consumer Research (em inglês). 25 (1): 78–90. ISSN 0093-5301. JSTOR 10.1086/209528. doi:10.1086/209528 
  6. Ariely, Gal; Davidov, Eldad (1 de setembro de 2012). «Assessment of Measurement Equivalence with Cross-National and Longitudinal Surveys in Political Science». European Political Science (em inglês). 11 (3): 363–377. ISSN 1680-4333. doi:10.1057/eps.2011.11Acessível livremente