Исследователи часто используют две меры, которые имеют очень похожие предметы, и утверждают, что они измеряют разные вещи (например, «я всегда волнуюсь, когда я рядом с машинами»; «я боюсь машин»). Назовем гипотетические меры «Мера страха перед автомобилем» и «Беспокойство от автомобильной шкалы». Я заинтересован в эмпирическом тестировании, если они действительно оценивают различные скрытые конструкции или измеряют одно и то же.
Два лучших способа, которыми я могу подумать сделать это, были бы через предварительный заводской анализ (EFA) или подтверждающий факторный анализ (CFA). Я думаю, что EFA был бы хорош, потому что он позволяет свободно загружать все элементы без ограничений. Если элементы из двух шкал нагружены одними и теми же факторами, то я могу заключить, что показатели, вероятно, не очень хорошо оценивают разные вещи. Однако я также вижу преимущества в CFA, поскольку буду тестировать заранее определенные модели. Например, я мог бы сравнить соответствие модели, в которой все элементы загружаются в один фактор (т. Е. Они не оценивают различные конструкции), или элементы разделены на ожидаемые показатели. Я полагаю, что проблема с CFA заключается в том, что он не будет рассматривать альтернативные модели (например, трехфакторную модель).
В целях обсуждения, давайте также, возможно, рассмотрим, что могут быть две другие очень похожие меры (например, опросник по автомобильной тревоге и шкалы для оценки автомобильных страхов), которые я хотел бы добавить в смесь!
Как мне лучше всего статистически определить, оценивают ли две меры разные конструкции?