Przejdź do zawartości

Równoważność pomiaru

Z Wikipedii, wolnej encyklopedii

Równoważność pomiaru (ekwiwalencja, niezmienność pomiaru lub pomiarowa) – właściwość metod psychometrycznych, która opisuje w jakim stopniu mierzą one dany konstrukt tak samo w różnych grupach. W technicznym sensie, jest to podobieństwo struktury miary, np. jej modelu czynnikowego (i w domyśle, hipotetycznych zmiennych ukrytych), przy stosowaniu jej w poszczególnych grupach[1][2]. Wyróżnia się także podłużną niezmienność pomiaru, w przypadku stosowania miary w tych samych grupach na przestrzeni czasu[3].

Nie jest tożsama z bardziej powierzchownymi miarami trafności narzędzia, takimi jak jego doraźna przydatność prognostyczna, i – w ocenie np. Millsapa, Boorsboma i in. oraz w polskim omówieniu Głogowskiej i Lubiewskiej – jest w psychologii zbyt często zaniedbywana, choć może to prowadzić do poważnych błędów[2][4][5][6]. Boorsbom, czy Wicherts ilustrowali wynikające z tego zawodności, i krytykowali trafność porównań międzygrupowych w wielu spośród tak popularnych narzędzi jak kwestionariusze wielkiej piątki, oraz testy określające iloraz inteligencji[7][8][9][10]. Wicherts krytykował także w szczególności stosowanie – w jego ocenie głęboko zawodnych – nieodpowiednich metod szacowania równoważności pomiaru, takich jak MCV[11].

Definicja[edytuj | edytuj kod]

W normalnym modelu czynnikowym równoważność pomiaru może być zdefiniowana jako następująca równość:

gdzie funkcja rozkładu obserwowanej miary odzwierciedla wartość zmiennej ukrytej tak samo, niezależnie od tego czy obserwacja pochodzi z grupy czy nie[12].

Rodzaje i poziomy[edytuj | edytuj kod]

W literaturze opisano różne nazewnictwa służące do analizy równoważności pomiaru. Tacy autorzy jak Steenkamp i Baumgartner omawiają tę właściwość wyróżniając trzy główne poziomy równoważności, o narastającej trudności potwierdzenia przy pomocy testów statystycznych[1][2][3][13]:

  • równoważność konfiguralna (konstruktu) – ogólna struktura jest podobna,
  • równoważność metryczna – ładunki czynnikowe pozycji (itemów) miary są równe,
  • równoważność skalarna – stałe regresji są równe.

Dodatkowo wyróżniane są także równoważności kowariancji czynników i wariancji błędu.

Przypisy[edytuj | edytuj kod]

  1. a b Hans Baumgartner, Jan-Benedict E.M. Steenkamp, Assessing Measurement Invariance in Cross-National Consumer Research, „Journal of Consumer Research”, 25 (1), 1998, s. 78–90, DOI10.1086/209528, ISSN 0093-5301 [dostęp 2019-03-08] (ang.).
  2. a b c Karolina Głogowska, Katarzyna Lubiewska, Zastosowanie analizy równoważności pomiarowej w badaniach psychologicznych, „Polskie Forum Psychologiczne”, 23 (2), 2018, s. 330–356 [dostęp 2019-03-08] (pol.).
  3. a b Paweł Grygiel, Test podłużnej niezmienności modelu podwójnego czynnika na przykładzie Kwestionariusza poczucia integracji rówieśniczej, „Edukacja” (2(137)), 2016, ISSN 0239-6858 [dostęp 2019-03-08] (pol.).
  4. Roger E. Millsap, Invariance in Measurement and Prediction Revisited, „Psychometrika”, 72 (4), 2007, s. 461–473, DOI10.1007/s11336-007-9039-7, ISSN 1860-0980 [dostęp 2019-03-08] (ang.).
  5. Wiktor Razmus, Mariola Łaguna, Nowe wyzwania w analizie danych: wprowadzenie, „Polskie Forum Psychologiczne”, XXIII (2), 2018, DOI10.14656/PFP20180201 [dostęp 2019-03-08] (pol.).
  6. Denny Borsboom, Gideon J. Mellenbergh, Jaap van Heerden, The theoretical status of latent variables, „Psychological Review”, 110 (2), 2003, s. 203–219, DOI10.1037/0033-295X.110.2.203, ISSN 0033-295X, PMID12747522 [dostęp 2019-03-08].
  7. Denny Borsboom, The attack of the psychometricians, „Psychometrika”, 71 (3), 2006, s. 425–440, DOI10.1007/s11336-006-1447-6, ISSN 1860-0980, PMID19946599, PMCIDPMCPMC2779444 [dostęp 2019-03-08].
  8. Jelte M. Wicherts, Conor V. Dolan, Measurement Invariance in Confirmatory Factor Analysis: An Illustration Using IQ Test Performance of Minorities: Fall 2010, „Educational Measurement: Issues and Practice”, 29 (3), 2010, s. 39–47, DOI10.1111/j.1745-3992.2010.00182.x [dostęp 2019-03-08] (ang.).
  9. Jelte M. Wicherts i inni, Are intelligence tests measurement invariant over time? Investigating the nature of the Flynn effect, „Intelligence”, 32 (5), 2004, s. 509–537, DOI10.1016/j.intell.2004.07.002 [dostęp 2019-03-08] (ang.).
  10. Jelte M. Wicherts, The importance of measurement invariance in neurocognitive ability testing, „The Clinical Neuropsychologist”, 30 (7), 2016, s. 1006–1016, DOI10.1080/13854046.2016.1205136, ISSN 1385-4046, PMID27356958 [dostęp 2019-03-08].
  11. Jelte M. Wicherts, THIS (METHOD) IS (NOT) FINE, „Journal of Biosocial Science”, 50 (6), 2018, s. 872–874, DOI10.1017/S0021932018000184, ISSN 0021-9320 [dostęp 2019-03-08] (ang.).
  12. G Lubke, On the relationship between sources of within- and between-group differences and measurement invariance in the common factor model, „Intelligence”, 31 (6), 2003, s. 543–566, DOI10.1016/S0160-2896(03)00051-5 [dostęp 2019-03-07] (ang.).
  13. Natalia Cybis, Uzależnienie od sieci, rola osobowości i perspektyw postrzegania czasu, Marta Maćkiewicz, Ewa Drop (red.), [w:] Młoda Psychologia tom 1, Wydawnictwo Liberi Libri, 2012, s. 311, ISBN 978-83-63487-07-2 [dostęp 2019-03-08] (pol.).