Çoklu Grup Doğrulayıcı Faktör Analizi (MG-CFA)
Multi-Group Confirmatory Factor Analysis · Ayrıca şöyle bilinir: MG-CFA, multi-group CFA, measurement invariance testing, multi-sample CFA
Çoklu grup doğrulayıcı faktör analizi, bir ölçüm modelinin iki veya daha fazla grup (kültürler, cinsiyetler veya zaman noktaları gibi) arasında eşdeğer olup olmadığını test eder. Artan ölçüde sıkı eşitlik kısıtlamaları uygulayarak ve model uyumunu karşılaştırarak, gizil ortalama puanlarının karşılaştırılmasının haklı olup olmadığına karar verir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+12 tane daha
Ne zaman kullanılır
Gizil faktör ortalamalarını veya yapısal yolları gruplar arasında karşılaştırmayı planladığınız ve bu tür karşılaştırmaların geçerli olup olmadığını doğrulamak istediğinizde MG-CFA'yı kullanın. Kültürlerarası, çok cinsiyetli veya boylamsal karşılaştırmalardan önce ölçüm eşdeğerliğini oluşturmak için standart yöntemdir. Minimum gereksinimler, her grupta makul ölçüde büyük bir örneklem (genellikle 100-200 yaygın bir kılavuzdur), teori veya önceki EFA tarafından desteklenen önceden belirlenmiş bir faktör yapısı ve seçilen tahminciye uygun aralıklı veya sıralı düzeyde ölçülen maddelerdir. Test edilecek önsel bir faktör yapınız olmadığında (bunun yerine çoklu grup EFA kullanın) veya gruplar SEM tahminini destekleyecek kadar küçük olmadığında MG-CFA kullanmayın.
Güçlü yönler & sınırlılıklar
- Yükler, kesişimler ve artıklar düzeyinde ölçüm eşdeğerliğini ayrı ayrı test etmek için titiz, hiyerarşik bir çerçeve sağlar.
- Kısmi değişmezlik çözümlerine izin veren nicel uyum farkı istatistikleri üretir, tam değişmezlik geçerli olmadığında bile bazı karşılaştırmalı bilgileri korur.
- Yapısal eşitlik modellemesi ile doğal olarak bütünleşir, böylece ölçüm eşdeğerliği kurulduktan sonra, gizil ortalama karşılaştırmaları ve gruplar arası yol analizleri aynı çerçevede takip eder.
- WLSMV tahmincisi ile sıralı-kategorik (Likert) maddeleri barındırabilir, değişmezlik testlerini normal dağılımlı sürekli verilerin ötesine genişleterek.
- Sonuçlar ölçüm teorisi açısından doğrudan yorumlanabilir: her kısıtlama düzeyi, yapının nasıl ölçüldüğüne dair teorik olarak anlamlı bir iddiaya karşılık gelir.
- Her grupta makul ölçüde büyük bir örneklem gerektirir; seyrek hücreler kararsız parametre tahminlerine ve şişirilmiş ki-kare farklarına yol açar.
- Ki-kare fark testi örneklem büyüklüğüne duyarlıdır: büyük örneklemlerde önemsiz küçük kısıtlama ihlalleri istatistiksel olarak anlamlı hale gelir ve CFI tabanlı ek kriterler gerektirir.
- Uygulamalı araştırmalarda tam skaler değişmezliğe ulaşmak kuraldan ziyade istisnadır; kısmi değişmezlik ek analitik adımlar gerektirir ve gizil ortalama farklılıklarının yorumlanmasını karmaşıklaştırır.
- Yöntem, sağlam bir faktör yapısının zaten belirlenmiş olduğunu varsayar; kötü belirlenmiş bir temel model, sonraki tüm değişmezlik testlerinde hatayı yayar.
SSS
Metrik değişmezlik ile skaler değişmezlik arasındaki fark nedir?
Metrik değişmezlik, yalnızca faktör yüklerinin gruplar arasında eşit olmasını gerektirir, bu da maddelerin gizil faktörle aynı güçte ilişkili olduğu anlamına gelir. Skaler değişmezlik ek olarak eşit madde kesişimlerini gerektirir, bu da aynı gizil puana sahip bireylerin grup ne olursa olsun aynı ham madde yanıtını verme eğiliminde olduğu anlamına gelir. Gizil ortalama karşılaştırmaları skaler değişmezlik gerektirir; yalnızca korelasyonel veya yol karşılaştırmaları metrik değişmezlik gerektirir.
Yalnızca kısmi değişmezlik geçerliyse ne yapmalıyım?
Modifikasyon indekslerini kullanarak değişmez olmayan hangi yükleri veya kesişimleri belirleyin, o belirli parametreleri serbest bırakın, diğerlerini kısıtlı tutun ve modeli yeniden çalıştırın. Kısmi metrik veya skaler değişmezlik, en az iki kesişim faktör başına değişmez olduğunda sınırlı karşılaştırmalara hala izin verir, ancak sonuçlar nitelendirilmeli ve serbest bırakılan parametreler şeffaf bir şekilde raporlanmalıdır.
Her grup örneklemi ne kadar büyük olmalı?
Tek bir evrensel kesme noktası yoktur, ancak çoğu öneri, kararlı CFA tahmini için grup başına en az 100-200 katılımcı önerir. Çok karmaşık modeller veya çok sayıda grupla gereksinimler daha yüksektir. Simülasyon çalışmaları, grup başına 100'den az örneklemin güvenilmez ki-kare fark testleri ve kararsız parametre tahminleri ürettiğini göstermektedir.
MG-CFA sıralı Likert maddeleriyle kullanılabilir mi?
Evet. Önerilen yaklaşım, maddeleri kategorik olarak ele almak, polikorelasyonları kullanmak ve Mplus, lavaan veya LISREL gibi yazılımlarda bulunan WLSMV (veya DWLS) tahmincisini uygulamaktır. Ham sıralı puanlar üzerindeki standart maksimum olabilirlik, yükleri hafife alma ve uyum indekslerini bozma eğilimindedir.
MG-CFA, farklı madde işlevselliği (differential item functioning - DIF) ile nasıl ilişkilidir?
Her ikisi de maddelerin gruplar arasında eşdeğer davranıp davranmadığını değerlendirir, ancak farklı geleneklerden gelirler. DIF, madde yanıt teorisinden kaynaklanır ve her maddeyi bireysel olarak toplam puana veya gizil özelliğe göre inceler. MG-CFA, tüm faktör modelini eş zamanlı olarak test eder ve hem yük hem de kesişim düzeyinde testler sağlar. MG-CFA'daki değişmez olmayan kesişimler, IRT'deki tekdüze DIF ile geniş ölçüde örtüşür.
Kaynaklar
- Vandenberg, R. J. & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Organizational Research Methods, 3(1), 4–70. DOI: 10.1177/109442810031002 ↗
- Millsap, R. E. (2011). Statistical Approaches to Measurement Equivalence. Routledge. ISBN: 978-0805859447
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multi-Group Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/tr/psychometrics/multi-group-confirmatory-factor-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Ayırt Edici Madde Fonksiyonu (DIF)Psikometri↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Ölçme Değişmezliği TestiPsikometri↔ karşılaştır
- Çok Gruplu Keşfedici Faktör Analizi (ÇGKFA)Psikometri↔ karşılaştır
- Yapısal Eşitlik ModellemesiAraştırma istatistiği↔ karşılaştır