Badacze często używają dwóch miar, które mają bardzo podobne elementy i twierdzą, że mierzą różne rzeczy (np. „Zawsze martwię się, gdy jestem w pobliżu samochodów”; „Boję się samochodów”). Nazwijmy hipotetyczne miary miarą strachu przed samochodami i niepokojem ze skali samochodów. Interesuje mnie testowanie empiryczne, jeśli rzeczywiście oceniają różne konstrukcje utajone lub mierzą to samo.
Dwa najlepsze sposoby, jakie mogę to zrobić, to eksploracyjne analizy fabryczne (EFA) lub potwierdzająca analiza czynnikowa (CFA). Myślę, że EFA byłby dobry, ponieważ pozwala na swobodne ładowanie wszystkich przedmiotów bez ograniczeń. Jeśli przedmioty z dwóch skal obciążają te same czynniki, mogę stwierdzić, że środki prawdopodobnie nie oceniają bardzo dobrze różnych rzeczy. Widzę jednak również korzyści z CFA, ponieważ będę testował predefiniowane modele. Na przykład mógłbym porównać dopasowanie modelu, w którym wszystkie elementy ładują się na jeden czynnik (tzn. Nie oceniają różnych konstrukcji) lub elementy są podzielone na oczekiwane miary. Problem z CFA, jak sądzę, polega na tym, że tak naprawdę nie uwzględniałby modeli alternatywnych (np. Modelu trójczynnikowego).
Na potrzeby dyskusji rozważmy również być może dwa inne bardzo podobne środki (np. Kwestionariusz lęku przed samochodem i skale do oceny obaw samochodu), które chciałbym wrzucić do miksu!
Jak najlepiej statystycznie ustalić, czy dwie miary oceniają różne konstrukty?