En una frase: sin invarianza, no se puede comparar.
1. Qué es la invarianza de medición
Constructo
El rasgo latente (depresión, inteligencia, ansiedad).
Instrumento
La escala con sus ítems y cargas factoriales.
Grupos
Hombres vs mujeres, país A vs país B, jóvenes vs adultos.
La invarianza de medición responde una pregunta simple: cuando comparas el promedio de ansiedad entre hombres y mujeres, la diferencia que ves es real o es artefacto de que la escala funciona distinto en cada grupo? Si un ítem de ansiedad mide realmente "irritabilidad" en hombres pero "tristeza" en mujeres, la comparación del puntaje total no tiene sentido.
- Invarianza = el instrumento opera de la misma manera en grupos distintos.
- Sin invarianza = las diferencias observadas pueden ser del instrumento, no del constructo.
- Se prueba con AFC multi-grupo (análisis factorial confirmatorio en dos o mas muestras a la vez).
- Hay cuatro niveles que se prueban en secuencia, del mas débil al mas estricto.
2. Los cuatro niveles de invarianza
Cada nivel es acumulativo: no puedes reclamar invarianza escalar si antes no demostraste métrica, y esta requiere configural. Se prueba en secuencia, anadiendo restricciones.
ConfiguralMétricaEscalarResidual
| Nivel | Que se iguala | Que permite comparar |
|---|---|---|
| Configural | Forma del modelo | Que el constructo existe en ambos grupos |
| Métrica | Cargas factoriales | Correlaciones y regresiones entre grupos |
| Escalar | Cargas e interceptos | Medias latentes (promedios del constructo) |
| Residual | Cargas, interceptos y residuos | Varianzas de error (rara vez requerido) |
3. Como se prueba: AFC multi-grupo
El procedimiento es una secuencia de modelos anidados. Cada paso anade restricciones y se compara el ajuste con el modelo anterior.
- Ajustar el modelo AFC por separado en cada grupo (¿encaja en ambos?).
- Modelo configural: ajustar ambos grupos a la vez, cargas libres.
- Modelo métrico: restringir las cargas a ser iguales entre grupos.
- Modelo escalar: restringir también los interceptos.
- Modelo residual: restringir también los residuos.
- Comparar el ajuste entre modelos anidados con los criterios de Chen (2007).
Modelo menos restringido
Configural: cada grupo tiene sus propias cargas e interceptos.
Modelo mas restringido
Residual: todo igual entre grupos. Si el ajuste no cae, hay invarianza estricta.
3.1. Criterios de Chen (2007)
Chen (2007) propuso que la diferencia de indices de ajuste entre modelos anidados no debe exceder ciertos umbrales. No se usa solo el chi-cuadrado porque es sensible al tamano muestral.
| Comparación | Delta CFI | Delta RMSEA | Delta SRMR |
|---|---|---|---|
| Métrica vs configural | menos de 0.010 | menos de 0.015 | menos de 0.030 |
| Escalar vs métrica | menos de 0.010 | modificar (+/-) 0.015 | menos de 0.010 |
| Residual vs escalar | menos de 0.010 | modificar (+/-) 0.015 | menos de 0.010 |
Si la caída del CFI entre el modelo métrico y el configural es menor a 0.010 (y el RMSEA y SRMR no suben demasiado), se mantiene la hipótesis de invarianza métrica. Si el CFI cae mas de eso, hay no invarianza en ese nivel.
4. Que pasa si no hay invarianza
Sin invarianza escalar
No puedes comparar promedios del constructo entre grupos.
Sin invarianza métrica
No puedes comparar correlaciones o regresiones entre grupos.
Imagina que comparas depresión entre hombres y mujeres. Si no hay invarianza escalar, una diferencia de 3 puntos podría significar "las mujeres tienen mas depresión" o simplemente "el ítem de llanto funciona distinto en hombres". La comparación es invalida.
| Tipo de comparación | Nivel mínimo de invarianza requerido |
|---|---|
| El constructo existe en ambos grupos | Configural |
| Correlaciones entre constructos | Métrica |
| Regresiones (constructo como predictor) | Métrica |
| Medias latentes (promedio del rasgo) | Escalar |
| Varianzas de error comparables | Residual |
5. Invarianza longitudinal vs transversal
Invarianza transversal
Dos grupos distintos medidos al mismo tiempo. Ejemplo: hombres vs mujeres en 2024.
Invarianza longitudinal
El mismo grupo medido en momentos distintos. Ejemplo: adolescentes evaluados en 2020 y reevaluados en 2024.
La invarianza longitudinal es indispensable para estudios de cambio: si el significado de los ítems se modifica con el tiempo (un ítem de ansiedad social que mide "verguenza de hablar" en la ninez pero "verguenza de presentarse" en la adolescencia), los cambios en el puntaje no reflejan cambio del constructo sino cambio del instrumento.
- Invarianza transversal: entre grupos distintos en un mismo momento.
- Invarianza longitudinal: entre momentos distintos en el mismo grupo.
- Ambas se prueban con el mismo procedimiento (AFC multi-grupo, modelos anidados).
- La longitudinal es previa a cualquier estudio de cambio o intervention a lo largo del tiempo.
6. Software y ejemplos clásicos
| Software | Comando o función | Nota |
|---|---|---|
| lavaan (R) | measurementInvariance() | Automatiza los cuatro niveles. Gratis. |
| Mplus | ANALYSIS: TYPE=GENERAL; MODEL seg. grupos | Estándar en investigación publicada. |
| AMOS (SPSS) | Multi-group analysis | Interfaz gráfica, ampliamente usado. |
6.1. Ejemplos clásicos
- WAIS entre países: las escalas del WAIS se prueban por invarianza transcultural antes de comparar IQ promedio entre países. Un subtest que mide razonamiento en una cultura puede medir conocimiento cristalizado en otra.
- Escalas de depresión entre géneros: el CES-D y el BDI se han evaluado por invarianza para ver si ítems como "llanto" o "irritabilidad" funcionan igual en hombres y mujeres. A menudo no hay invarianza escalar completa.
- Big Five entre culturas: el NEO-PI-R se prueba por invarianza antes de comparar perfiles de personalidad entre países (estudios de McCrae y colaboradores).
7. Errores frecuentes en el parcial
8. Para el parcial
- Definir invarianza de medición y por que importa para comparar grupos.
- Los cuatro niveles (configural, métrica, escalar, residual) en orden y que restringe cada uno.
- Los criterios de Chen (2007): delta CFI menos de 0.010, delta RMSEA menos de 0.015, delta SRMR menos de 0.030.
- Que nivel de invarianza se necesita para comparar medias (escalar) vs correlaciones (métrica).
- Un ejemplo: WAIS entre países, o depresión entre géneros.
- Invarianza = mismo constructo, mismo instrumento, grupos distintos.
- Escalera C-M-E-R: Configural, Metrica, Escalar, Residual. Cada peldano mas estricto.
- Chen (2007): delta CFI menos de 0.010 = invarianza aceptada.
- Sin invarianza escalar, no se comparan promedios. Sin métrica, no se comparan correlaciones.
- Se prueba con AFC multi-grupo en lavaan, Mplus o AMOS.
9. Preguntas de autoevaluación
1. Que nivel de invarianza se necesita para comparar el promedio de ansiedad entre hombres y mujeres?
Invarianza escalar (también llamada fuerte). Solo cuando las cargas y los interceptos son iguales entre grupos se pueden comparar medias latentes. La invarianza métrica (cargas) basta para comparar correlaciones, pero no promedios.
2. Cual es el criterio de Chen (2007) para decidir si hay invarianza metrica?
La diferencia de CFI entre el modelo métrico y el configural debe ser menor a 0.010, acompanada de un incremento de RMSEA menor a 0.015 y de SRMR menor a 0.030. Si el CFI cae mas de 0.010, se rechaza la invarianza en ese nivel.
3. Por que no se usa solo el chi-cuadrado de diferencia?
El chi-cuadrado depende del tamano muestral: con muestras grandes, prácticamente cualquier restricción produce una diferencia significativa, rechazando invarianza aun cuando las diferencias reales son triviales. Los indices de ajuste (CFI, RMSEA, SRMR) son menos sensibles a N.
4. Que permite comparar la invarianza configural?
La invarianza configural solo confirma que el constructo existe con la misma estructura factorial en ambos grupos. No permite comparar ni cargas, ni promedios, ni correlaciones: es el nivel base, el punto de partida.
5. Diferencia entre invarianza longitudinal y transversal?
La transversal compara grupos distintos en un mismo momento (hombres vs mujeres, país A vs país B). La longitudinal compara al mismo grupo en momentos distintos (antes y después de una intervention, o en distintas etapas del desarrollo). Ambas se prueban con AFC multi-grupo.
Estudia esta materia jugando en la Escuela PsiqueAcadémica — la sesión 1 es gratis. O comprueba lo que sabes en la sección de tests y simulacros.