Měřicí invariance (konfigurální, metrická, skalární)
Měřicí invariance testuje, zda škála znamená totéž napříč skupinami, ve třech do sebe zapadajících krocích: konfigurální (stejný vzorec nábojů), metrická (stejné náboje) a skalární (stejné náboje a intercepty). Skalární invarianci potřebujete dřív, než porovnáte latentní průměry mezi skupinami. Každý krok přidává omezení a invariance je podpořena, když se dopasování výrazně nezhorší: změna CFI (ΔCFI) .01 a méně (Cheung & Rensvold, 2002), často čtená spolu s ΔRMSEA .015 a méně (Chen, 2007).
Tato stránka je překladem recenzovaného anglického originálu. Zobrazit originál (EN)
measurement invarianceCo to je
Měřicí invariance kontroluje, zda škála znamená totéž napříč skupinami — například muži a ženy, nebo země. Pokud ne, je porovnávání průměrů skupin zavádějící, protože skupiny neodpovídají na položky za stejných podmínek. Invarianci testujete ve vnořených krocích: konfigurální (stejný vzorec nábojů), metrická (stejné náboje) a skalární (stejné náboje a intercepty). Každý krok přidává omezení a vy kontrolujete, zda se dopasování smysluplně nezhorší. Skalární invariance je to, co potřebujete, než porovnáte latentní průměry napříč skupinami.
Kdy ho použít
- Chcete porovnat konstrukt napříč skupinami (pohlaví, země, podmínka).
- Přeložili nebo upravili jste škálu a musíte ukázat, že funguje stejně.
- Provádíte vícegrupové CB-SEM a recenzent žádá důkaz invariance.
- Plánujete porovnat latentní průměry a nejprve potřebujete skalární invarianci.
Kdy ho nepoužít
- Neporovnáváte skupiny — stačí jednogrupová CFA.
- Velikosti skupin jsou příliš malé na sestavení stabilního modelu v každé skupině.
Předpoklady
- Měřicí model, který už dobře pasuje v každé skupině zvlášť (konfigurální model).
- Rozumná velikost vzorku v každé skupině.
- Stejné položky zadané všem skupinám.
- Vnořené modely jsou v každém kroku správně specifikované (náboje, poté intercepty).
Prahy a mezní hodnoty
| Criterion | Rule of thumb | Source |
|---|---|---|
| Dopasování konfigurálního modelu (starší konvence) | Přijatelné dopasování ve všech skupinách (CFI ≥ .90, RMSEA ≤ .08) | Bentler & Bonett (1980; https://doi.org/10.1037/0033-2909.88.3.588); Browne & Cudeck (1993) |
| Dopasování konfigurálního modelu (přísnější konvence) | Přijatelné dopasování ve všech skupinách (CFI ≥ .95, RMSEA ≤ .06) | Hu & Bentler (1999; https://doi.org/10.1080/10705519909540118) |
| ΔCFI (metrická, skalární) | ≤ .01 podporuje invarianci | Cheung & Rensvold (2002) |
| ΔRMSEA | ≤ .015 podporuje invarianci | Chen (2007) |
| χ² rozdílový test | Nevýznamný podporuje invarianci (ale citlivý na N) | Cheung & Rensvold (2002) |
Jak to reportovat v APA
Měřicí invariance byla testována napříč skupinami. Konfigurální model dobře pasoval, CFI = .9X, RMSEA = .0X. Omezení nábojů (metrická invariance) dopasování nezhoršilo, ΔCFI = .00X. Omezení interceptů (skalární invariance) také obstálo, ΔCFI = .00X, vše pod kritériem .01 (Cheung & Rensvold, 2002), což podporuje úplnou měřicí invarianci.
Jak to počítá Explonia
Explonia spouští vícegrupové testování invariance pro CB-SEM v prohlížeči na datech, která nasbíráte nebo nahrajete. Sestaví konfigurální, metrický a skalární model v posloupnosti a reportuje změnu dopasování — včetně ΔCFI proti pravidlu .01 —, takže vidíte, ve kterém kroku invariance platí nebo se hroutí. Výsledky připraví „Article description” ve stylu APA, který si prohlédnete a upravíte, a můžete exportovat do AMOSu, R nebo SPSS (.sav). Invariance pro PLS-SEM (MICOM) je v plánu.
Často kladené otázky
Jaké je pravidlo ΔCFI pro měřicí invarianci?
Změna CFI o .01 nebo méně mezi vnořenými modely podporuje invarianci (Cheung & Rensvold, 2002). Je preferovaná před χ² rozdílovým testem, který je příliš citlivý na velikost vzorku.
Jaký je rozdíl mezi metrickou a skalární invariancí?
Metrická invariance znamená, že náboje jsou stejné napříč skupinami (konstrukt se vztahuje k položkám stejně). Skalární invariance přidává stejné intercepty, které potřebujete před porovnáváním průměrů skupin.
Co když skalární invariance neobstojí?
Můžete testovat částečnou invarianci tím, že uvolníte neinvariantní intercepty a zbytek ponecháte omezený, pak porovnávejte průměry opatrně a uveďte, které položky nebyly invariantní.
Potřebuji invarianci k porovnávání skupin?
Ano, pokud chcete smysluplně porovnávat průměry nebo vztahy. Bez alespoň metrické (a ideálně skalární) invariance mohou rozdíly mezi skupinami odrážet rozdíly v měření, ne skutečné rozdíly.
Last updated: září 2026
Spusťte Invariance na vlastních datech
Sesbírejte nebo nahrajte svá data, spusťte analýzu v prohlížeči a získejte návrh odstavce APA, který můžete upravit. Začněte zdarma. Bez karty.
Začít zdarma