Académique Documents
Professionnel Documents
Culture Documents
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/258883641
CITATIONS READS
5 49
1 author:
Bruno Damasio
Federal University of Rio de Janeiro
41 PUBLICATIONS 192 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Impact of Occupational Context and Individual Features on Job Related Well-being View project
All content following this page was uploaded by Bruno Damasio on 14 February 2017.
The user has requested enhancement of the downloaded file. All in-text references underlined in blue are added to the original document
and are linked to publications on ResearchGate, letting you access and read them immediately.
Psico-USF, Bragana Paulista, v. 18, n. 2, p. 211-220, maio/agosto 2013 211
Bruno Figueiredo Damsio Universidade Federal do Rio Grande do Sul, Porto Alegre, Brasil
Resumo
A Anlise Fatorial Confirmatria Multigrupo (AFCMG) uma tcnica da modelagem de equaes estruturais que avalia
em que medida a configurao e os parmetros de determinado instrumento psicomtrico so invariantes (equivalentes)
para diferentes grupos. Tal tcnica tem se apresentado como um importante recurso no desenvolvimento, no uso, na
avaliao e no refinamento de instrumentos psicomtricos. Entretanto, no Brasil h enorme escassez de publicaes sobre
o tema. Assim, o presente estudo discute a AFCMG, apresentando suas potencialidades. Ao longo do artigo trs grandes
tpicos so abordados: os diferentes modelos a serem testados, a invarincia completa versus a invarincia parcial, e os
mtodos de avaliao de invarincia dos modelos. Espera-se que esta leitura auxilie pesquisadores na compreenso, na
interpretao e no uso da AFCMG.
Palavras-chave: Anlise Fatorial Confirmatria Multigrupo, Invarincia de medida, Equivalncia de medida, Psicometria,
Modelagem de equaes estruturais.
Contributions of the Multigroup Confirmatory Factor Analysis in the invariance evaluation of psychometric
tests
Abstract
The Multigroup Confirmatory Factor Analysis (MGCFA) is a structural equation modeling technique which evaluates to
what extent the configuration and the parameters of a psychometric instrument are invariant (equivalent) in several
groups. This technique is being presented as an important resource in the development, use, evaluation and refinement of
psychometric instruments. However, in Brazil, there is a significant lack of publications considering the topic. Thus, the
present study discusses the MGCFA technique, presenting its potentialities. Throughout the article, three major topics are
covered: the different models to be tested, the issue of complete and partial measurement invariance, and the
measurement invariance evaluation. It is expected that this article assist researchers in the comprehension, interpretation
and use of the MGCFA.
Keywords: Multigroup Confirmatory Factor Analysis, Measurement invariance, Measurement equivalence, Psychomet rics,
Structural equation modeling.
Resumen
El Anlisis Factorial Confirmatorio Multigrupo (AFCMG) es una tcnica de modelaje de ecuaciones estructurales que
evala hasta qu punto la configuracin y los parmetros de determinado instrumento psicomtrico son invariantes
(equivalentes) para diferentes grupos. Esa tcnica ha sido presentada como un importante recurso en el desarrollo, uso,
evaluacin y refinamiento de los instrumentos psicomtricos. Sin embargo, en Brasil hay una gran escasez de
publicaciones sobre el tema. As, este estudio discute el AFCMG, presentando su potencial. A lo largo del artculo, tres
grandes temas son presentados: los diferentes modelos a ser evaluados, la invariancia completa versus la invariancia
parcial, y la evaluacin de invariancia de los modelos. Se espera que esta lectura contribuya a los investigadores en la
comprensin, la interpretacin y el uso de la AFCMG.
Palabras-clave: Anlisis Factorial Confirmatorio Multigrupo, Invariancia de medida, Equivalencia de medida, Psicometra,
Modelado de ecuaciones estructurales.
A anlise fatorial (AF) , para a Psicologia, uma (AFC). A primeira tem por objetivo investigar como
das principais ferramentas no desenvolvimento, na um conjunto de itens se agrupa, sendo, portanto, uma
avaliao, no refinamento e no uso de testes tcnica exploratria, visto que o pesquisador no
psicomtricos. A AF refere-se a um conjunto de estipula, a priori, a estrutura dos dados. J a AFC
tcnicas estatsticas que tem por objetivo definir a entendida como uma tcnica confirmatria, uma vez
estrutura subjacente em uma matriz de dados (Hair, que o pesquisador precisa predeterminar a estrutura a
Anderson, Tatham & Black, 2005), avaliando de que ser avaliada. Refere-se a um tipo de modelagem de
maneira um determinado nmero de itens pode ser equaes estruturais (MEE) voltada, especificamente, a
agrupado em um nmero menor de variveis latentes modelos de mensurao, ou seja, modelos que avaliam
(fatores) que expliquem as suas inter-relaes a relao entre variveis observadas e variveis latentes
(Jreskog, 2007). (Millsap & Meredith, 2007). Diferente das AFEs, ao
As tcnicas de anlises fatoriais podem ser conduzir uma AFC, o pesquisador deve apresentar uma
divididas em duas grandes vertentes: anlise fatorial estrutura fatorial j delineada, a qual explicite
exploratria (AFE) e anlise fatorial confirmatria claramente o nmero de fatores e os itens especficos
Disponvel em www.scielo.br
212 Damsio, B. F. Anlise Fatorial Confirmatria Multigrupo
correspondentes a cada fator. Nesse sentido, a AFC semelhantes para os diferentes grupos?; 5) o nvel de
um mtodo terico e/ou empiricamente baseado varincia do(s) fator(es) difere entre os grupos?; 6) a
(Brown, 2006). Em muitos casos, ambas as tcnicas, covarincia entre os fatores a mesma entre os grupos?
AFE e AFC, podem ser utilizadas de maneira Avaliar a invarincia de medida um aspecto
complementar, com vistas a avaliar a plausibilidade de crucial para uma srie de concluses no
determinada estrutura fatorial (Schmitt, 2011). desenvolvimento e no uso de instrumentos
Desde o seu desenvolvimento, o uso da AFC tem psicomtricos (Cheung & Rensvold, 2002). A no ser
crescido de maneira exponencial. Isso porque tal que seja rigorosamente testada, os pesquisadores no
tcnica oferece diversos recursos de anlise de podem afirmar que a configurao e os parmetros de
adequao da estrutura fatorial no existentes na AFE determinado instrumento so semelhantes em
(Brown, 2006). Dentre outras, uma das vantagens da diferentes populaes (Vandenberg & Lance, 2000).
AFC a possibilidade de avaliar a invarincia da Assim, a avaliao da invarincia de medida, por meio
estrutura e dos parmetros de determinado da AFCMG, tem sido utilizada em diferentes
instrumento em diversos grupos, simultaneamente. contextos, tais como, validao de instrumentos em
Esta tcnica, denominada Anlise Fatorial estudos transculturais (e.g., Murayama, Zhou & Nesbit,
Confirmatria Multigrupo (AFCMG), vem sendo 2009), validao de instrumentos para diferentes
amplamente empregada em estudos de validao de subgrupos de uma mesma amostra (e.g., jovens e
instrumentos psicomtricos e em estudos de adultos; Damsio, Borsa & da Silva, 2011), estabilidade
comparao de grupos (Sass, 2011). Apesar de ser uma da medida em estudos longitudinais (Spurk, Abele &
tcnica amplamente utilizada em estudos Volmer, 2011); avaliao sobre a invarincia do
internacionais, no Brasil h uma enorme escassez de instrumento para diferentes mtodos de coleta de
publicaes que tenham considerado esse tipo de dados (e.g., coleta virtual versus coleta presencial,
anlise. Assim, o objetivo deste artigo o de apresentar Davidov & Depner, 2009), etc. Alm disso, a avaliao
a tcnica da AFCMG e discutir suas potencialidades na de invarincia de medida um pr-requisito para
avaliao de invarincia de instrumentos psicomtricos. qualquer estudo que tenha por objetivo avaliar
diferenas entre grupos (e.g., Damsio e cols., 2011).
Anlise Fatorial Confirmatria Multigrupo (AFCMG) Isso porque, se o instrumento estiver enviesado para
Conforme mencionado, a AFCMG uma tcnica um ou outro grupo, quaisquer diferenas encontradas
que avalia em que medida a configurao e os entre os grupos podem estar relacionadas no s
parmetros de determinado instrumento psicomtrico diferenas reais nos nveis de trao latente dos sujeitos,
so invariantes, ou equivalentes, para diferentes grupos mas sim a parmetros no equivalentes do instrumento
de pessoas. Na literatura internacional, os termos utilizado (Nimon & Reio Jr., 2011; Sass, 2011).
invarincia de medida (measurement invariance, em ingls) A conduo de uma AFCMG envolve a avaliao
e equivalncia de medida (measurement equivalence, em de diversos parmetros. Estes so subdivididos em
ingls) so utilizados indistintamente. Tais termos so duas grandes categorias: 1) invarincia de medida
sinnimos e no apresentam nenhuma distino, seja (measurement invariance), que engloba a invarincia
psicomtrica, seja interpretativa. Para fins didticos, a configural, invarincia escalar e invarincia residual, e 2)
primeira forma (invarincia de medida) ser adotada ao invarincia estrutural ou heterogeneidade populacional
longo deste artigo, visto que se refere nomenclatura (structural invariance ou populational heterogeneity), que
tradicional, utilizada no incio do desenvolvimento da engloba a invarincia da (co)varincia da(s) varivel(is)
tcnica (Jreskog, 1971; Meredith, 1964). latente(s) e a invarincia da mdia da varivel latente. A
A avaliao do pressuposto de invarincia de ordem dos parmetros avaliados segue uma hierarquia
estruturas e de parmetros, por meio da AFCMG, de complexidade, de maneira que um modelo mais
responde a algumas questes relevantes, como por complexo s avaliado caso o modelo prvio tenha
exemplo: 1) a estrutura fatorial de determinado apresentado invarincia (Brown, 2006; Byrne, 2010). A
instrumento igual entre diferentes grupos (mesmos Tabela 1 apresenta os parmetros que podem ser
itens avaliando o mesmo construto)?; 2) os itens que avaliados em uma AFCMG. Cada um deles ser
compem determinado fator apresentam a mesma discutido separadamente. Entretanto, importante
importncia (mesma carga fatorial) para diferentes salientar que nem todos os parmetros precisam ser
grupos?; 3) os escores de um grupo podem ser necessariamente testados. A escolha sobre quais
comparados com os escores de outros grupos ou parmetros avaliar depender dos objetivos da pesquisa
existem vieses de resposta que impossibilitam essa (Schmitt & Kuljanin, 2008).
comparao?; 4) os itens apresentam erros de medida
equiparao sero abordados adiante, no tpico assumir que y1=y2 ; ...=yn . Em termos literais, testes
Invarincia completa versus Invarincia parcial. de diferenas de mdias s devem ser conduzidos
Apesar de o pressuposto da invarincia mtrica quando se estabelece a invarincia configural, mtrica e
apresentar indicaes sobre vieses de resposta aos escalar (Brown, 2006; Byrne, 2010; Sass, 2011). Na
itens, este no suficiente em garantir a comparao ausncia desses pressupostos, quaisquer diferenas
entre os grupos. Para tanto, necessrio que seja encontradas entre os grupos podem estar relacionadas
satisfeito, tambm, o pressuposto de invarincia no a diferenas reais nos nveis do trao latente dos
escalar. sujeitos, mas no-equivalncia nos parmetros do
instrumento (Chen, 2008).
Modelo 3: Teste de Invarincia Escalar
O teste de invarincia escalar, ou invarincia de Modelo 4: Teste de Invarincia Residual dos Itens
interceptos, outro aspecto necessrio para assegurar, O teste de invarincia residual dos itens avalia em
adequadamente, a comparao de escores entre grupos. que medida os erros (resduos) dos itens so iguais para
Garante que os escores obtidos esto totalmente os diferentes grupos. O resduo dos itens se refere
relacionados com o nvel de trao latente dos sujeitos, poro do item que no est associada varincia da
independente do seu grupo (Milfont & Fischer, 2010). varivel latente. Assim, avaliar a invarincia deste
Tal teste realizado ao estipular que os interceptos dos parmetro refere-se a observar, em diferentes grupos,
itens so equivalentes para os diferentes grupos. em que medida o item do instrumento est associado
Para compreender o teste de invarincia escalar ao construto latente assumindo o mesmo grau de erro
necessrio entender o conceito de intercepto. Para isso, (Cheung & Rensvold, 2002).
interessante se remeter a algumas equaes de No h um consenso sobre a necessidade de
regresso simples, visto que as anlises de equaes avaliar a invarincia residual dos itens (Wu, Li, &
estruturais so, basicamente, equaes de regresso. Zumbo, 2007). A avaliao deste parmetro , em
A equao de regresso linear simples postula que: geral, considerada como um procedimento opcional,
yx onde: y se refere ao escore do sujeito na visto que ele extremamente restritivo e dificilmente
varivel dependente (ou seja, o escore no fator); se alcanado nas pesquisas em Psicologia (Brown, 2006;
refere a uma constante, denominada intercepto que o Byrne, 2010; Harrington, 2009; Vandenberg & Lance,
valor de y quando x=0. O intercepto tambm pode ser 2000). Diversos argumentos endossam esta
definido como o valor inicial do indivduo na varivel perspectiva. Por exemplo, possvel argumentar que
y; refere-se outra constante, que significa a taxa de diferenas residuais dos itens entre grupos referem-se
crescimento em y para cada valor de x, sendo mais a diferenas na confiabilidade das variveis
representado graficamente pelo declive da linha de observadas do que propriamente uma violao da
regresso; por fim, se refere ao resduo da equao, invarincia de medida do construto (Lubke & Dolan,
ou seja, os erros da medio, que seria uma parcela do 2003; Wu e cols., 2007). Tambm pode ser considerado
valor de y a qual no pode ser explicada pelas variveis que os sujeitos de diferentes grupos respondem de
presentes no modelo da equao. maneira inconsistente ao instrumento pela no
Quando o objetivo comparar as mdias de familiaridade com a escala e com o mtodo de
diferentes grupos, a equao assumida da seguinte pontuao (Mullen, 1995), ou, ainda, que dificuldades
em relao ao vocabulrio, idioma, expresses ou
maneira: y=+x, onde: y se refere mdia da
diferenas culturais no-especficas podem produzir
varivel y, ou seja, a mdia no fator; x, se refere resduos diferenciados entre os grupos (Malpass, 1977).
mdia dos escores na varivel x. Nesses casos, o Em sntese, para os que defendem a no-necessidade
resduo () no considerado, pois se assume que sua de avaliao de invarincia residual dos itens,
mdia igual zero (Byrne, 2010; Meredith, 1993). argumenta-se que as diferenas residuais encontradas
Para se assumir que as mdias dos diferentes devem-se, em geral, a variaes aleatrias, no
grupos so equivalentes (y1=y2 ; ...=yn ) preciso relacionadas diretamente com o construto.
assumir, tambm, que o restante da equao seja Entretanto, outras perspectivas postulam que a
invariante, ou seja: 1 +x1 )=( 2 +x2 )=... invarincia residual dos itens deve ser estabelecida para
=( n +xn ), assim, tanto a mdia das respostas ao item que a medida seja considerada, de fato, invariante
para diferentes grupos (x1; x2; ...; xn , avaliado pelo (DeShon, 2004). Esse autor argumenta que, ao
pressuposto da invarincia mtrica) quanto o intercepto contrrio do que amplamente aceito, a varincia de
do item para os diferentes grupos ( 2 n , erro dos itens, em geral, no um processo aleatrio,
avaliado pelo pressuposto da invarincia escalar) mas sim, reflete uma varincia sistemtica que deve ser
necessitam ser equivalentes para que seja possvel adequadamente avaliada. Nesta perspectiva, os resduos
Psico-USF, Bragana Paulista, v. 18, n. 2, p. 211-220, maio/agosto 2013
Damsio, B. F. Anlise Fatorial Confirmatria Multigrupo 215
dos itens so considerados erros de medida oriundos apresenta uma mesma estrutura emprica para os
de diversas variveis externas no mensuradas, que diferentes grupos (Byrne, 2010).
interferem nas respostas dos sujeitos (Cronbach, 1947). Como pode ser percebido, a interpretao de
Essas variveis podem ser aleatrias, conforme cada um dos modelos distinta, trazendo, portanto,
explicitado anteriormente, mas tambm podem ser diferentes consequncias. Em geral, compreendido
variveis sistemticas, como por exemplo, itens que que a avaliao da invarincia da covarincia das
deveriam estar carregando em outro fator no variveis latentes apresenta implicaes mais
explicitado no modelo, gerando resduos e respostas significativas quando comparada invarincia da
no acuradas (DeShon, 2004). Independente de o erro varincia da varivel latente (Brown, 2006; Byrne,
ser aleatrio ou sistemtico, a medida perde 2010). Quando o pressuposto da invarincia estrutural
confiabilidade com o aumento dos resduos (Cronbach, no alcanado, entende-se que ou os grupos
1947; DeShon, 2004). Entretanto, erros sistemticos estudados apresentam diferentes nveis de variabilidade
tendem a ser mais prejudiciais do que os aleatrios. no trao latente investigado (nos casos de instrumentos
Os erros sistemticos, em geral, tendem a se unidimensionais) ou os nveis de correlao dos fatores
correlacionar fortemente entre si, ou tendem a se no so os mesmos para os diferentes grupos (nos
correlacionar com outros fatores do modelo testado. casos de instrumentos multidimensionais).
Ambas as caractersticas do indcios de que a importante salientar que o teste da invarincia
configurao do modelo poderia ser mais bem estrutural no avalia a variabilidade nos parmetros
estipulada (Wu e cols., 2007). Assim, quando o psicomtricos do instrumento. Quaisquer diferenas
pressuposto da invarincia residual no pode ser encontradas aqui se referem homogeneidade ou
estabelecido, importante avaliar em que medida os heterogeneidade populacional (ver Tabela 1), no
resduos so aleatrios ou sistemticos. Para melhor estando relacionadas a falhas ou vieses da medida
compreender esse procedimento de avaliao, sugere- (Brown, 2006). Desse modo, estabelecer a invarincia
se a leitura de DeShon (2004) e de Wu e cols. (2007). da varincia e covarincia das variveis latentes no
Dependendo dos resultados obtidos, pode se concluir um pr-requisito para avaliar diferenas de mdias
sobre a confiabilidade dos itens do instrumento para os entre os grupos (Schmitt & Kuljanin, 2008).
diferentes grupos. A implicao do no-
estabelecimento de invarincia residual dos itens Modelo 6: Teste de Invarincia da Mdia Latente
depender do tipo de resduo (aleatrio ou sistemtico), O teste de invarincia da mdia latente avalia se os
bem como dos objetivos do estudo e da finalidade da sujeitos de diferentes grupos apresentam igualdade de
aplicao do instrumento (DeShon, 2004). mdias nos escores dos fatores. Este teste de
invarincia similar aos testes paramtricos de
Modelo 5: Teste de Invarincia Estrutural diferena de mdia (e.g., teste T, ANOVA), no qual
O teste da invarincia estrutural ou invarincia da avaliada a hiptese nula de que as mdias dos sujeitos
(co)varincia da(s) varivel(is) latente(s) se refere a um de diferentes grupos sejam iguais (Vandenberg &
modelo de invarincia cuja interpretao depender da Lance, 2000). Quando a hiptese nula rejeitada (ou
configurao do modelo a ser testado (Byrne e cols., seja, quando os grupos apresentam diferenas de
1989). Em sntese, a estrutura fatorial de um mdia), necessrio conduzir testes subsequentes para
instrumento pode ser unidimensional, quando o avaliar as diferenas especficas entre os grupos,
instrumento composto por um nico fator, ou especialmente quando se trata de uma AFCMG com
multidimensional, quando o instrumento composto mais de dois grupos. Assim como os testes post hoc das
por dois ou mais fatores. anlises tradicionais, os nveis de precisam ser
Quando o instrumento unidimensional, o teste ajustados com vistas a prevenir a inflao das taxas de
de invarincia estrutural avalia em que medida o nvel erro Tipo I (Vandenberg & Lance, 2000).
de varincia da varivel latente o mesmo para os A conduo do teste de invarincia da mdia
diferentes grupos. Em outras palavras, avalia em que latente por meio da AFCMG apresenta vantagens em
medida o nvel de variabilidade do construto relao aos testes multivariados comuns (e.g., teste T,
equivalente para os sujeitos de diferentes grupos ANOVA). Isso porque os testes tradicionais raramente
(Brown, 2006). Nos casos em que o instrumento levam em considerao os pressupostos de invarincia,
multidimensional, o teste de invarincia estrutural no avaliando se os grupos so, de fato, equivalentes
avalia em que medida os nveis das correlaes (Vandenberg & Lance, 2000). Em contrapartida, para a
(covarincias) das variveis latentes so semelhantes AFCMG, a conduo do teste de invarincia da mdia
para os diferentes grupos. Assim, investigado em que latente s deve ser realizada quando os pressupostos de
medida o construto subjacente ao instrumento invarincia configural, mtrica e escalar j foram
Psico-USF, Bragana Paulista, v. 18, n. 2, p. 211-220, maio/agosto 2013
216 Damsio, B. F. Anlise Fatorial Confirmatria Multigrupo
satisfeitos. Assim, quaisquer similaridades ou diferenas por trs dessa afirmao a de que se os parmetros
obtidas mediante o teste de invarincia da mdia latente no-equivalentes so a minoria, a mdia final dos
so diferenas reais entre os grupos, visto que grupos no ser drasticamente impactada e no afetar
quaisquer problemas na medida j foram descartados os resultados (Sass, 2011). Exemplos prticos da
anteriormente. avaliao de invarincia parcial podem ser encontrados
em Tuokko e cols. (2010) e Rossi, Elklit e Simonsen
Invarincia completa versus Invarincia parcial (2010).
Durante a conduo de uma AFCMG, o Nos casos em que a IMP muito severa, ou seja,
pesquisador pode se deparar tanto com uma invarincia quando diversos itens, ou outros parmetros, no so
de medida completa (IMC) quanto com uma equivalentes entre os grupos, o pesquisador pode ou
invarincia de medida parcial (IMP, Byrne e cols., analisar os escores separadamente e no comparar os
1989). A IMC ocorre quando todos os parmetros do grupos ou, ainda, decidir no utilizar o instrumento
instrumento (configurao, cargas fatoriais, interceptos, (Sass, 2011). importante salientar, porm, que a
e resduos dos itens) so invariveis para todos os comparao ou no-comparao de grupos em casos
grupos avaliados. J a IMP pode ocorrer em duas de IMP no consensual na literatura, havendo,
situaes: 1) quando apenas alguns parmetros do atualmente, um amplo debate sobre qual o melhor
instrumento so invariantes para todos os grupos, ou 2) procedimento a ser adotado quando o instrumento no
quando todos os parmetros do instrumento so se mostra equivalente entre os grupos. Diversos
invariantes para alguns, mas no todos os grupos pesquisadores (e.g., Millsap & Kwok, 2004; Sass, 2011)
(Milfont & Fischer, 2010; Vandenberg & Lance, 2000). tm salientado a importncia de se estabelecer critrios
Por exemplo, em um instrumento de dez itens, mais claros e precisos, que auxiliem os pesquisadores
possvel que o pesquisador encontre que as cargas nas decises a serem tomadas ao se deparar com IMP.
fatoriais de oito itens esto operando de maneira
equivalente entre os grupos, enquanto dois itens Identificando a (in)varincia entre os parmetros
especficos esto operando de maneira no-similar. Conforme explicitado anteriormente, os modelos
Nesse caso, denomina-se uma invarincia mtrica apresentados em uma AFCMG so, em geral, avaliados
parcial. O mesmo pode acontecer para os interceptos de maneira hierrquica. Desse modo, um modelo
(invarincia escalar parcial), para os resduos comparado a um modelo prvio menos restritivo
(invarincia residual parcial), e para a (co)varincia das (Schmitt & Kuljanin, 2008). Na medida em que o
variveis latentes (invarincia estrutural parcial). pesquisador estabelece a invarincia de um parmetro,
O pressuposto da IMP no compromete este pode dar um passo adiante e avaliar a invarincia
totalmente a comparao entre os grupos (Byrne, 2010; do modelo seguinte. Entretanto, como se avalia a
Byrne e cols., 1989). Diversas opes podem ser invarincia dos modelos?
acatadas pelo pesquisador para lidar com a IMP, tais O incio da avaliao de uma AFCMG d-se a
como: 1) excluir os itens no-equivalentes e usar partir da avaliao da invarincia configural (Modelo 1).
apenas os itens invariantes nas anlises estatsticas; 2) A invarincia configural o modelo inicial, que postula
utilizar modelos de invarincia parcial (ver Byrne e sobre a plausibilidade da configurao da medida para
cols., 1989; Millsap & Kwok, 2004), liberando os grupos de interesse (i.e., nmero de fatores e itens
(unconstraining) os parmetros no-equivalentes para que por fator). Por ser o modelo inicial, este no pode ser
eles assumam valores individuais para cada um dos comparado a nenhum modelo prvio. Dessa maneira,
grupos, deixando fixos apenas os parmetros que se apenas este modelo deve ser avaliado com os ndices de
mostraram invariantes; ou 3) utilizar todos os itens, adequao de ajuste padres AFC (e.g., razo qui-
sem a liberao de nenhum parmetro, mesmo quadrado por graus de liberdade, 2 /g.l.; ndice de
sabendo que alguns deles no so equivalentes (Sass, ajuste comparativo, CFI; ndice de Tucker-Lewis, TLI;
2011). ndice de ajuste no-normalizado, NNFI; raiz do erro
A primeira opo pode ser acatada, quadrtico mdio de aproximao, RMSEA; raiz
principalmente, quando se trata de um instrumento quadrada mdia residual padronizada, SRMR, etc.)1. A
longo, cuja remoo dos itens no ir afetar o
construto mensurado, tampouco as propriedades
psicomtricas do instrumento. Entretanto, quaisquer 1 Alguns artigos de reviso podem ser consultados para auxiliar os
modificaes adotadas devem ser teoricamente pesquisadores na escolha de ndices de ajuste adequados (Hooper,
baseadas (Nimon & Reio Jr., 2011). A segunda ou a Coughlan, & Mullen, 2008; Marsh, Balla, & McDonald, 1988),
terceira opo deve ser acatada apenas quando um embora os ndices acima mencionados sejam amplamente aceitos
pequeno nmero de itens no seja equivalente. A lgica (Schreiber, Stage, King, Nora, & Barlow, 2006).
plausibilidade desse modelo, indicada pela adequao invarincia de medida, o modelo testado no deve
dos ndices de ajuste, sugere que a configurao apresentar diferenas no CFI (CFI)>0,01, diferenas
proposta ao instrumento plausvel para todos os no Gamma-Hat (Gamma-hat)>0,001, e diferenas no
grupos de interesse. McDonalds NCI (McDonalds NCI)>0,02, quando
Para todos os modelos subsequentes (modelo 2, comparado ao modelo prvio (Cheung & Rensvold,
invarincia mtrica; modelo 3, invarincia escalar; 2002). Tais diretrizes tm sido aceitas e utilizadas em
modelo 4, invarincia residual dos itens; modelo 5, diversos estudos (e.g., Damsio, Pacico, Poletto &
invarincia estrutural; e modelo 6, invarincia da mdia Koller, 2012; Meade e cols., 2008; Rossi e cols., 2010).
latente), o pesquisador deve avaliar em que medida a Em casos de no-equivalncia da medida, quando
imposio de igualdade de parmetros para os o pressuposto da invarincia no estabelecido, o
diferentes grupos reflete em uma piora nos ndices de pesquisador deve identificar quais itens, ou parmetros,
ajuste, quando comparado ao modelo anterior no esto operando de maneira similar. Byrne (2010)
(Vandenberg & Lance, 2000). Entretanto, apenas apresenta estratgias interessantes na busca desses
alguns ndices de adequao de ajuste servem a este parmetros. Em sntese, devem-se conduzir anlises
propsito (Meade, Johnson & Braddy, 2008). individuais (item a item, ou parmetro a parmetro)
A forma mais tradicionalmente utilizada para para o modelo avaliado. Por exemplo, se o pressuposto
avaliar a invarincia entre os modelos refere-se ao teste da invarincia mtrica no foi estabelecido (ou seja, a
de diferena do qui-quadrado ( 2 ). O valor do 2 carga fatorial de um ou mais itens no equivalente
refere-se ao valor do 2 do modelo avaliado diminudo para um ou mais grupos), o pesquisador pode conduzir
do valor do 2 do modelo prvio. Diferena anlises de invarincia individual para os itens do
estatisticamente significativa ( 2 <0,05) entre os instrumento e avaliar, a partir dos testes de invarincia
valores do 2 de um modelo, em comparao com o de medida ( 2 , CFI, Gamma-hat, e/ou
modelo anterior, sugere que o pressuposto de McDonalds NCI), quais itens esto degradando o
invarincia no foi aceito e que o parmetro avaliado ajuste do modelo. importante salientar que, em
opera diferentemente entre um ou mais grupos alguns programas estatsticos (e.g., EQS, Bentler,
(Brown, 2006; Steiger, Shapiro & Browne, 1985). A 2004), a anlise de invarincia dos itens ou parmetros
interpretao sobre diferenas significativas nos valores feita de maneira coletiva, e no individual, o que
do 2 devem considerar os valores de referncia em facilita a inspeo e a identificao de possveis
relao diferena nos graus de liberdade (gl)do problemas.
Outro aspecto importante que, por vezes, os
modelo testado em relao ao modelo prvio.
indicadores de invarincia so contraditrios entre si
Apesar de o teste 2 ser amplamente utilizado
(Byrne, 2010). Por exemplo, o teste 2 aponta para
como ferramenta para avaliar invarincia dos modelos,
alguns pesquisadores tm demonstrado que as no-invarincia de parmetros entre os grupos,
enquanto o CFI indica homogeneidade entre os
diferenas nos valores do 2 so sensveis a pequenas
grupos. Em casos de inconsistncia, Byrne (2010)
diferenas nas matrizes de covarincia entre os grupos,
sugere que o pesquisador deve tomar uma deciso
sendo tambm influenciados pelo tamanho amostral
arbitrria em aceitar ou rejeitar o pressuposto de
(Brannick, 1995; Cheung & Rensvold, 2002; Hu &
invarincia do modelo. Para minimizar o subjetivismo
Bentler, 1993; Kelloway, 1995). Assim, sugere-se que,
desse procedimento, aqui se sugere que os
quando utilizado, o teste 2 seja interpretado em pesquisadores levem em considerao os quatro
conjunto com outros indicadores de invarincia.
indicadores apresentados ( 2 , CFI, Gamma-hat e
A utilidade de outros ndices de adequao de
McDonalds NCI) e pondere seus resultados,
ajuste em avaliar a invarincia de parmetros e
estruturas na AFCMG, foi inicialmente testada por considerando que o 2 um indicador sensvel e, por
Cheung e Rensvold (2002). Em um estudo de vezes, enviesado para detectar invarincia de
simulao Monte-Carlo, esses autores avaliaram o parmetros (Hu & Bentler, 1993; Sass, 2011).
desempenho de mais de 20 ndices de adequao de
ajuste em mais de 768.000 modelos de AFC simulados. Consideraes finais
Os autores concluram que apenas o CFI (Bentler,
1990), o Gamma-hat (Steiger, 1989) e o ndice de ajuste O objetivo deste estudo foi o de apresentar alguns
no-centralizado, NCI (McDonald, 1989) foram dos principais aspectos da AFCMG e discutir suas
suscetveis identificao de invarincia de parmetros, potencialidades na avaliao de invarincia de
no sendo influenciados pela complexidade do modelo, instrumentos psicomtricos. A AFCMG tem sido
tampouco pelo tamanho amostral. Para se assumir compreendida, atualmente, como uma das principais
ferramentas que possibilitam a avaliao da
Psico-USF, Bragana Paulista, v. 18, n. 2, p. 211-220, maio/agosto 2013
218 Damsio, B. F. Anlise Fatorial Confirmatria Multigrupo
Brown, T. A. (2006). Confirmatory factor analysis for applied Hu, L. & Bentler, P. M. (1993). Evaluating model fit.
research. Nova Iorque: The Guilford Press. Em R. H. Hoyle (Ed.) Structural equation modeling:
Byrne, B. M. (2010). Structural equation modeling with concepts, issues, and applications (pp. 16-99). Newbury
AMOS: basic concepts, applications, and programming Park, CA: Sage.
(2nd ed.). Nova Iorque: Routledge, Taylor & Jreskog, K. G. (1971). Simultaneous factor analysis in
Francis. several populations. Psychometrika, 36(4), 409-426.
Byrne, B. M., Shavelson, R. J., & Muthn, B. (1989). Jreskog, K. G. (2007). Factor analysis and its
Testing for the equivalence of factor covariance extensions. Em R. Cudeck & R. C. MacCallum
and mean structures: the issue of partial (Eds.). Factor analysis at 100: historical development and
measurement invariance. Psychological Bulletin, future directions (pp. 47-78). Mahwah, NJ: Lawrence
105(3), 456-466. Erlbaum.
Chen, F. F. (2008). What happens if we compare Kelloway, E. K. (1995). Structural equation modeling
chopsticks with forks? The impact of making in perspective. Journal of Organizational Behavior,
inappropriate comparisons in cross-cultural 16(3), 215-224.
research. Journal of Personality and Social Psychology, Lubke, G. H. & Dolan, C. V. (2003). Can unequal
95(5), 1005-1018. residual variance across groups mask difference in
Cheung, G. W. & Rensvold, R. B. (1999). Testing residual means in the common factor model?
factorial invariance across groups: A Structural Equation Modeling, 10(2), 175-192.
reconceputalization and proposed new model. Malpass, R. S. (1977). Theory and method in cross-
Journal of Management, 25(1), 1-27. cultural psychology. American Psychologist, 32(12),
Cheung, G. W. & Rensvold, R. B. (2002). Evaluating 1069-1079.
goodness-of-fit indexes for testing measurement Marsh, H. W., Balla, J. R. & McDonald, R. P. (1988).
invariance. Structural Equation Modeling, 9(2), 233 Goodness-of-fit indexes in confirmatory factor
255. analysis: the effect of sample size. Psychological
Cronbach, L. J. (1947). Test reliability: Its meaning Bulletin, 103(3), 391-410.
and determination. Psychometrika, 12(1), 1-16. McDonald, R. P. (1989). An index of goodness-of-fit
Damsio, B. F., Borsa, J. C. & da Silva, J. P. (2011). 14- based on noncentrality. Journal of Classification 6(1),
Item Resilience Scale (RS-14): psychometric 97-103.
properties of the Brazilian version. Journal of Meade, A. W., Johnson, E. C., & Braddy, P. W. (2008).
Nursing Measurement, 19(3), 131-145. Power and sensitivity of alternative fit indices in
Damsio, B. F., Pacico, J. C., Poletto, M. & Koller, S. tests of measurement invariance. Journal of Applied
H. (2012). Refinement and psychometric Psychology, 93(3), 568-592.
properties of the eight-item Brazilian Positive and Meredith, W. (1964). Notes on factorial invariance.
Negative Affective Schedule for Children Psychometrika, 29(2), 177-185.
(PANAS-C8). Journal of Happiness Studies. Meredith, W. (1993). Measurement invariance, factor
doi:10.1007/s10902-012-9383-x analysis and factorial invariance. Psychometrika,
Davidov, E. & Depner, F. (2009). Testing for 58(4), 525-543.
measurement equivalence of human values across Milfont, T. L. & Fischer, R. (2010). Testing
online and paper-and-pencil surveys. Quality & measurement invariance across groups:
Quantity, 45(2), 375-390. applications in cross-cultural research. International
DeShon, R. P. (2004). Measures are not invariant Journal of Psychological Research, 3(1), 111-121.
across groups without error variance homogeneity. Millsap, R. E. & Meredith, W. (2007). Factorial
Psychology Science, 46(1), 137-149. invariance: Historical perspectives and new
Hair, J. F., Anderson, R. E., Tatham, R. L. & Black, W. problems. Em R. Cudeck & R. C. MacCallum
C. (2005). Anlise multivariada de dados. A. S. (Eds.). Factor analysis at 100: historical development and
SantAnna & A. C. Neto (Trans). Porto Alegre: future directions (pp. 131-152). Mahwah, NJ:
Bookman. Lawrence Erlbaum.
Harrington, D. (2009). Confirmatory factor analysis. Nova Millsap, R. E. & Kwok, O. M. (2004). Evaluating the
Iorque: Oxford University Press. impact of partial measurementinvariance on
Hooper, D., Coughlan, J. & Mullen, M. R. (2008). selection in two populations. Psychological Methods,
Structural equation modeling: guidelines for 9, 93-115.
determining model fit. Electronic Journal of Business Mullen, M. (1995). Diagnosing measurement
Research Methods, 6(1), 53-60. equivalence in cross-national research. Journal of
International Business Studies, 26(3), 573-596.
Psico-USF, Bragana Paulista, v. 18, n. 2, p. 211-220, maio/agosto 2013
220 Damsio, B. F. Anlise Fatorial Confirmatria Multigrupo
Murayama, K., Zhou, M. & Nesbit, J. C. (2009). A analysis results: a review. The Journal of Educational
cross-cultural examination of the psychometric Research, 99(6), 324-337.
properties of responses to the Achievement Goal Spurk, D., Abele, A. E. & Volmer, J. (2011). The
Questionnaire. Educational and Psychological Career Satisfaction Scale: longitudinal
Measurement, 69(2), 266-286. measurement invariance and latent growth
Muthn, L. K. & Muthn, B. (1999). Mplus users guide. analysis. Journal of Occupational and Organizational
Los Angeles: Muthn & Muthn. Psychology, 84(2), 315-326.
Nimon, K. & Reio Jr, T. G., (2011). Measurement Steiger, J. H. (1989). EzPATH: Causal modeling.
invariance: a foundational principle for Evanston, IL: SYSTAT.
quantitative theory building. Human Resource Steiger, J. H., Shapiro, A. & Browne, M. W. (1985). On
Development Review, 10(2), 198-214. the multivariate asymptotic distribution of
Rossi, G., Elklit, A., Simonsen, E. (2010). Empirical sequential chi-square statistics. Psychometrika, 50(3),
evidence for a four factor framework of 253-264.
personality disorder organization: multigroup Tuokko, H. A., Chou, P. H. B., Bowden, S. C., Simard,
confirmatory factor analysis of the Millon Clinical M., Ska, B. & Crossley, M. (2010). Partial
Multiaxial Inventory-III Personality Disorder measurement equivalence of French and English
Scales across Belgian and Danish data samples. versions of the Canadian Study of Health and
Journal of Personality Disorders, 24(1), 128-150. Aging neuropsychological battery. Journal of the
Sass, D. A. (2011). Testing measurement invariance International Neuropsychological Society, 15(3), 416-425.
and comparing latent factor means within a Vandenberg, R. J. & Lance, C. E. (2000). A review and
confirmatory factor analysis framework. Journal of synthesis of the measurement invariance literature:
Psychoeducational Assessment, 29(4), 347-363. Suggestions, practices, and recommendations for
Satorra, A. & Bentler, P. M. (2001). A scaled difference organizational research. Organizational Research
chi-square test statistic for moment structure Methods, 3(1), 4-70.
analysis. Psychometrika, 66(4), 507-514. Wu, A. D., Li, Z. & Zumbo, B. D. (2007). Decoding
Schmitt, T. A. (2011). Current methodological the meaning of factorial invariance and updating
considerations in exploratory and confirmatory the practice of multi-group confirmatory factor
factor analysis. Journal of Psychoeducational Assessment, analysis: a demonstration with TIMSS data.
29(4), 304-321. Practical Assessment, Research & Evaluation, 12(3), 1-
Schmitt, N. & Kuljanin, G. (2008). Measurement 26. Retirado de:
invariance: review of practice and implications. http://pareonline.net/getvn.asp?v=12&n=3.
Human Resource Management Review, 18(4), 210-222.
Schreiber, J. B., Stage, F. K., King, J., Nora, A. &
Barlow, E. A. (2006). Reporting structural Recebido em 28/07/2012
equation modeling and confirmatory factor Reformulado em 07/02/2013
Aprovado em 26/03/2013
Sobre o autor:
Bruno Figueiredo Damsio psiclogo, mestre e doutorando em Psicologia (UFRGS). Tem como foco de
pesquisa a Psicometria, especialmente estudos de construo, adaptao e validao de instrumentos, utilizando
Modelagem de Equaes Estruturais e Teoria de Resposta ao Item. Atualmente Editor-Jnior da revista Temas em
Psicologia, da Sociedade Brasileira de Psicologia. Em termos tericos, interessa-se pelos seguintes temas: sentido de
vida, bem-estar, qualidade de vida, coping e recursos psicossociais.