Mjerna invarijantnost (konfiguralna, metrička, skalarna)
Mjerna invarijantnost testira znači li ljestvica isto u različitim skupinama, u tri ugniježđena koraka: konfiguralna (isti obrazac zasićenja), metrička (jednaka zasićenja) i skalarna (jednaka zasićenja i intercepti). Skalarna invarijantnost potrebna je prije nego što usporedite latentne prosjeke među skupinama. Svaki korak dodaje ograničenja, a invarijantnost je podržana kada se pristajanje ne pogoršava znatno: promjena CFI-ja (ΔCFI) od .01 ili manje (Cheung & Rensvold, 2002), često uz ΔRMSEA od .015 ili manje (Chen, 2007).
Ova je stranica prijevod recenziranog engleskog izvornika. Pogledaj izvornik (EN)
mjerna invarijantnostŠto je to
Mjerna invarijantnost provjerava znači li ljestvica isto u različitim grupama — primjerice muškarci i žene ili države. Ako ne znači, usporedba prosjeka grupa je obmanjujuća jer grupe ne odgovaraju na čestice pod istim uvjetima. Invarijantnost testirate u ugniježđenim koracima: konfiguralni (isti obrazac zasićenja), metrički (jednaka zasićenja) i skalarni (jednaka zasićenja i odsječci). Svaki korak dodaje ograničenja, a vi provjeravate pogoršava li se pristajanje smisleno. Skalarna invarijantnost ono je što trebate prije usporedbe latentnih prosjeka među grupama.
Kada ga koristiti
- Želite usporediti konstrukt među grupama (spol, država, uvjet).
- Preveli ste ili prilagodili ljestvicu i morate pokazati da funkcionira na isti način.
- Pokrećete višegrupni CB-SEM, a recenzent traži dokaz invarijantnosti.
- Planirate usporediti latentne prosjeke i prvo trebate skalarnu invarijantnost.
Kada ga ne koristiti
- Ne uspoređujete grupe — dovoljna je CFA s jednom grupom.
- Veličine grupa premale su za prilagodbu stabilnog modela u svakoj grupi.
Pretpostavke
- Mjerni model koji već dobro pristaje u svakoj grupi zasebno (konfiguralni model).
- Razumna veličina uzorka u svakoj grupi.
- Iste čestice primijenjene na sve grupe.
- Ugniježđeni modeli ispravno su specificirani u svakom koraku (zasićenja, zatim odsječci).
Pragovi i granične vrijednosti
| Criterion | Rule of thumb | Source |
|---|---|---|
| Pristajanje konfiguralnog modela (starija konvencija) | Prihvatljivo pristajanje u svim grupama (CFI ≥ .90, RMSEA ≤ .08) | Bentler & Bonett (1980; https://doi.org/10.1037/0033-2909.88.3.588); Browne & Cudeck (1993) |
| Pristajanje konfiguralnog modela (stroža konvencija) | Prihvatljivo pristajanje u svim grupama (CFI ≥ .95, RMSEA ≤ .06) | Hu & Bentler (1999; https://doi.org/10.1080/10705519909540118) |
| ΔCFI (metrička, skalarna) | ≤ .01 podupire invarijantnost | Cheung & Rensvold (2002) |
| ΔRMSEA | ≤ .015 podupire invarijantnost | Chen (2007) |
| Test razlike χ² | Neznačajan podupire invarijantnost (ali osjetljiv na N) | Cheung & Rensvold (2002) |
Kako to izvijestiti u APA
Mjerna invarijantnost testirana je među grupama. Konfiguralni je model dobro pristajao, CFI = .9X, RMSEA = .0X. Ograničavanje zasićenja (metrička invarijantnost) nije pogoršalo pristajanje, ΔCFI = .00X. Ograničavanje odsječaka (skalarna invarijantnost) također je vrijedilo, ΔCFI = .00X, sve ispod kriterija .01 (Cheung & Rensvold, 2002), što podupire potpunu mjernu invarijantnost.
Kako to izračunava Explonia
Explonia pokreće višegrupno testiranje invarijantnosti za CB-SEM u pregledniku na podacima koje prikupljate ili učitavate. Prilagođava konfiguralni, metrički i skalarni model redom i izvještava promjenu pristajanja — uključujući ΔCFI u odnosu na pravilo .01 — pa možete vidjeti u kojem koraku invarijantnost vrijedi ili se ruši. Rezultati pripremaju „Article description” u APA stilu koji možete pregledati i urediti, a možete izvesti u AMOS, R ili SPSS (.sav). Invarijantnost za PLS-SEM (MICOM) je na planu.
Često postavljana pitanja
Koje je pravilo ΔCFI za mjernu invarijantnost?
Promjena CFI od .01 ili manje između ugniježđenih modela podupire invarijantnost (Cheung & Rensvold, 2002). Prednost se daje pred testom razlike χ², koji je previše osjetljiv na veličinu uzorka.
Koja je razlika između metričke i skalarne invarijantnosti?
Metrička invarijantnost znači da su zasićenja jednaka u svim grupama (konstrukt se odnosi prema česticama na isti način). Skalarna invarijantnost dodaje jednake odsječke, koji su vam potrebni prije usporedbe prosjeka grupa.
Što ako skalarna invarijantnost ne uspije?
Možete testirati djelomičnu invarijantnost oslobađanjem neinvarijantnih odsječaka uz zadržavanje ostatka ograničenima, a zatim oprezno usporediti prosjeke, navodeći koje čestice nisu bile invarijantne.
Trebam li invarijantnost za usporedbu grupa?
Da, ako želite smisleno usporediti prosjeke ili odnose. Bez barem metričke (i idealno skalarne) invarijantnosti, razlike među grupama mogu odražavati razlike u mjerenju, a ne stvarne razlike.
Last updated: rujan 2026
Pokrenite Invarijantnost na vlastitim podacima
Prikupite ili učitajte svoje podatke, pokrenite analizu u pregledniku i dobijte nacrt APA odlomka koji možete urediti. Započnite besplatno. Bez kartice.
Započni besplatno