Os escores de fatores são invariantes em termos de medição?

Houve um aumento no interesse por métodos práticos para análise integrativa de dados de múltiplos estudos ou amostras, e o uso de escores de fatores para representar construtos se tornou uma alternativa popular e prática a modelos de variáveis latentes com todos os itens individuais. Embora os pesquisadores saibam que os escores que representam o mesmo construto devem estar em uma métrica similar entre as amostras - ou seja, devem ser invariantes em termos de medição - para análise de dados integrativos, a literatura metodológica não está clara se os escores de fatores atenderiam a tal exigência. Nesta nota, mostramos que mesmo quando os pesquisadores calibram com sucesso os fatores latentes para a mesma métrica entre as amostras, os escores de fatores - que são estimativas dos fatores latentes, mas não os fatores em si - podem não ser invariantes em termos de medição. Especificamente, provamos que os escores de fatores calculados com base no popular método de regressão geralmente não são invariantes em termos de medição. Surpreendentemente, tais escores podem ser não invariantes mesmo quando os itens são invariantes. Também demonstramos que nossas conclusões se generalizam a escores de encolhimento semelhantes em modelos de resposta a itens para itens discretos, a saber, os escores esperados a posteriori e os escores máximos a posteriori. Os pesquisadores devem ter cautela ao usar diretamente escores de fatores para análises interamostrais, mesmo quando tais escores são obtidos de modelos de medição que consideram a não invariância. (Registro da Base de Dados PsycInfo (c) 2024 APA, todos os direitos reservados).