Invarianza de medición

Tesis del tema: la invarianza de medición demuestra que un instrumento mide el mismo constructo con la misma estructura factorial y parámetros en grupos distintos. Sin invarianza, cualquier comparación entre grupos es invalida: la diferencia podria no ser del constructo sino de la escala.

En una frase: sin invarianza, no se puede comparar.

1. Qué es la invarianza de medición

Constructo

El rasgo latente (depresion, inteligencia, ansiedad).

mismo

Instrumento

La escala con sus items y cargas factoriales.

mismo

Grupos

Hombres vs mujeres, pais A vs pais B, jovenes vs adultos.

La invarianza de medicion 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 item de ansiedad mide realmente "irritabilidad" en hombres pero "tristeza" en mujeres, la comparacion 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 (analisis factorial confirmatorio en dos o mas muestras a la vez).
Hay cuatro niveles que se prueban en secuencia, del mas debil al mas estricto.

Definicion clave: invarianza de medicion es la propiedad estadistica de que un modelo de medicion funciona igual en dos o mas grupos. Meredith (1993) la llamo "estricta" cuando ni las cargas ni los interceptos ni los residuos varian entre grupos.

2. Los cuatro niveles de invarianza

1Invarianza configural (estructura): la forma del modelo es la misma en ambos grupos. Mismos items cargando en los mismos factores, pero cargas e interceptos pueden variar.

2Invarianza metrica (cargas debil): las cargas factoriales son iguales entre grupos. La escala usa las mismas "unidades" en cada grupo. Permite comparar correlaciones y regresiones.

3Invarianza escalar (interceptos fuerte): las cargas Y los interceptos son iguales. Permite comparar medias latentes (el promedio del constructo entre grupos).

4Invarianza residual (estricto): cargas, interceptos y residuos iguales. Las varianzas de error son las mismas. Es el nivel mas exigente y rara vez necesario.

Cada nivel es acumulativo: no puedes reclamar invarianza escalar si antes no demostraste metrica, y esta requiere configural. Se prueba en secuencia, anadiendo restricciones.

Truco de memoria: la escalera C-M-E-R. Cada peldano es mas estricto.
ConfiguralMetricaEscalarResidual

Nivel	Que se iguala	Que permite comparar
Configural	Forma del modelo	Que el constructo existe en ambos grupos
Metrica	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 metrico: restringir las cargas a ser iguales entre grupos.
Modelo escalar: restringir tambien los interceptos.
Modelo residual: restringir tambien 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.

Comparacion	Delta CFI	Delta RMSEA	Delta SRMR
Metrica vs configural	menos de 0.010	menos de 0.015	menos de 0.030
Escalar vs metrica	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 caida del CFI entre el modelo metrico y el configural es menor a 0.010 (y el RMSEA y SRMR no suben demasiado), se mantiene la hipotesis de invarianza metrica. Si el CFI cae mas de eso, hay no invarianza en ese nivel.

Cuidado en el parcial: no confundas "invarianza" con "confiabilidad". La invarianza pregunta si la escala mide lo mismo en dos grupos. La confiabilidad pregunta si mide sin error dentro de un solo grupo. Una escala puede ser confiable en ambos grupos y aun asi no tener invarianza escalar.

4. Que pasa si no hay invarianza

Sin invarianza escalar

No puedes comparar promedios del constructo entre grupos.

como

Sin invarianza metrica

No puedes comparar correlaciones o regresiones entre grupos.

Imagina que comparas depresion entre hombres y mujeres. Si no hay invarianza escalar, una diferencia de 3 puntos podria significar "las mujeres tienen mas depresion" o simplemente "el item de llanto funciona distinto en hombres". La comparacion es invalida.

Tipo de comparacion	Nivel minimo de invarianza requerido
El constructo existe en ambos grupos	Configural
Correlaciones entre constructos	Metrica
Regresiones (constructo como predictor)	Metrica
Medias latentes (promedio del rasgo)	Escalar
Varianzas de error comparables	Residual

Analogia util: es como medir temperatura en dos ciudades, una con termometro en grados Celsius y otra en Fahrenheit. Si no sabes que la escala es la misma (invarianza metrica), comparar los numeros no te dice nada. Y si el cero de un termometro esta corrido respecto al otro (invarianza escalar), ni siquiera los promedios son comparables.

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 items se modifica con el tiempo (un item 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 clasicos

Software	Comando o funcion	Nota
lavaan (R)	`measurementInvariance()`	Automatiza los cuatro niveles. Gratis.
Mplus	ANALYSIS: TYPE=GENERAL; MODEL seg. grupos	Estándar en investigacion publicada.
AMOS (SPSS)	Multi-group analysis	Interfaz grafica, ampliamente usado.

6.1. Ejemplos clasicos

WAIS entre paises: las escalas del WAIS se prueban por invarianza transcultural antes de comparar IQ promedio entre paises. Un subtest que mide razonamiento en una cultura puede medir conocimiento cristalizado en otra.
Escalas de depresion entre generos: el CES-D y el BDI se han evaluado por invarianza para ver si items 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 paises (estudios de McCrae y colaboradores).

Cuidado en el parcial: la invarianza residual (estricto) rara vez es necesaria. La mayoria de los estudios se conforman con invarianza escalar para comparar medias. Decir "falta invarianza residual, por lo tanto no se puede comparar nada" es un error frecuente: con invarianza escalar ya se comparan promedios.

7. Errores frecuentes en el parcial

1. Confundir configural con metrica. Configural solo pide la misma forma del modelo; metrica pide que las cargas sean iguales. Muchos responden "invarianza debil" para las dos, pero la debil (cargas) ya es metrica.

2. Creer que el chi-cuadrado basta. El chi-cuadrado de diferencia es sensible al tamano muestral: con N grande, cualquier diferencia minima sale significativa. Por eso Chen (2007) propone mirar CFI, RMSEA y SRMR.

3. Decir "no hay invarianza" sin especificar el nivel. La invarianza no es todo o nada. Puede haber metrica sin escalar. Hay que declarar el nivel alcanzado.

8. Para el parcial

Lo que con probabilidad te van a preguntar:

Definir invarianza de medicion y por que importa para comparar grupos.
Los cuatro niveles (configural, metrica, 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 (metrica).
Un ejemplo: WAIS entre paises, o depresion entre generos.

Repaso en 30 segundos:

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 metrica, no se comparan correlaciones.
Se prueba con AFC multi-grupo en lavaan, Mplus o AMOS.

9. Preguntas de autoevaluacion

1. Que nivel de invarianza se necesita para comparar el promedio de ansiedad entre hombres y mujeres?

Invarianza escalar (tambien llamada fuerte). Solo cuando las cargas y los interceptos son iguales entre grupos se pueden comparar medias latentes. La invarianza metrica (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 metrico 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, practicamente cualquier restriccion 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, pais A vs pais B). La longitudinal compara al mismo grupo en momentos distintos (antes y despues 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 sesion 1 es gratis. O comprueba lo que sabes en la Arena de preguntas.

🎮 12 experiencias — ¿prefieres practicarlo jugando? Psique Juegos — aprende jugando →

Ponlo en práctica

Test de conocimiento: Procesos Psicológicos

Pon a prueba lo que sabes de este tema: 12 preguntas reales, tu nivel al final y los temas exactos a reforzar.

Test de conocimiento: Procesos Psicológicos — empezar