연구자들은 종종 매우 유사한 항목을 가진 두 가지 척도를 사용하고 서로 다른 것을 측정한다고 주장합니다 (예 : "저는 자동차를 둘러 볼 때 항상 걱정합니다"; "자동차가 두렵습니다"). 자동차 척도에 대한 자동차의 두려움 측정 및 불안에 대한 가상의 측정을 호출 할 수 있습니다. 그들이 실제로 다른 잠재 구조를 평가하거나 동일한 것을 측정하는 경우 경험적으로 테스트하는 데 관심이 있습니다.
내가 생각할 수있는 가장 좋은 두 가지 방법은 탐색 적 공장 분석 (EFA) 또는 확인 적 요인 분석 (CFA)을 통하는 것입니다. EFA는 모든 항목을 제약없이 자유롭게로드 할 수 있기 때문에 좋을 것이라고 생각합니다. 두 척도의 항목이 동일한 요인에로드되는 경우 측정 값이 다른 항목을 잘 평가하지 않을 수 있다고 결론을 내릴 수 있습니다. 그러나 사전 정의 된 모델을 테스트하기 때문에 CFA의 이점도 확인할 수 있습니다. 예를 들어, 모든 항목이 단일 요인에로드되는 모델 (즉, 서로 다른 구성을 평가하지 않음) 또는 항목이 예상 측정 값으로 분리되는 모델의 적합도를 비교할 수 있습니다. CFA의 문제는 대체 모델 (예 : 3 단계 모델)을 실제로 고려하지 않을 것입니다.
논의의 목적으로, 내가 혼합에 던지고 자하는 두 가지 매우 유사한 측정 (예 : 자동차 불안 설문지 및 자동차 공포 평가 척도)이있을 수 있음을 고려해 보자!
두 측정 값이 다른 구성을 평가하는지 통계적으로 가장 잘 판단하려면 어떻게해야합니까?