측정불변성 (Measurement Invariance)
쉽게 풀면
같은 저울처럼 생겼어도 한쪽 눈금은 kg, 다른 쪽 눈금은 파운드로 매겨져 있다면 두 저울의 숫자를 그대로 비교할 수 없습니다. 측정불변성은 서로 다른 그룹(예: 남성과 여성, 한국인과 미국인)이 같은 설문 문항에 응답했을 때, 그 문항이 양쪽 그룹에서 "같은 눈금"으로 작동하는지를 확인하는 절차입니다. 이것이 확인되어야 비로소 두 그룹의 평균 점수를 직접 비교하는 것이 의미가 있습니다.
왜 중요한가
비교문화 연구, 종단연구, 다국가 설문조사처럼 서로 다른 집단이나 시점의 점수를 비교하는 논문에서는 측정불변성 검증이 선행되지 않으면 집단 간 차이가 실제 차이인지 척도 자체의 오작동인지 구분할 수 없습니다. 그래서 심리학, 교육학, 조직행동학 등 설문 기반 비교연구에서는 측정불변성 검증이 본 분석에 앞서 거의 표준적인 사전 절차로 자리 잡았습니다.
언제 쓰나
점수를 집단 간(성별, 국가, 연령대)이나 시점 간에 비교하기 전에, 척도가 모든 집단에서 같은 구성개념을 같은 방식으로 재는지 확인할 때 씁니다. 보통 다집단 확인적 요인분석으로 모형에 제약을 단계적으로 더해 갑니다(Meredith, 1993; Vandenberg & Lance, 2000).
| 수준 | 같게 두는 것 | 이것이 성립하면 가능한 비교 |
|---|---|---|
| 형태(configural) | 요인 구조(어떤 문항이 어떤 요인에 속하는지) | 같은 개념이 같은 구조를 이룬다고 말하기 |
| 측정단위(metric) | 요인적재량 | 요인 간 상관·회귀 계수의 비교 |
| 절편(scalar) | 문항 절편 | 잠재 평균(집단 평균)의 비교 |
| 엄격(strict) | 오차분산 | 관측 점수 수준의 완전한 비교 |
이 개념은 문항 수준에서는 IRT의 차별기능문항 분석과 같은 취지입니다.
결과는 이렇게 읽는다
각 단계의 모형을 적합하고 직전 단계 모형과 비교합니다.
- χ² 차이 검정: 제약을 더하자 적합도가 유의하게 나빠지면 불변성이 기각됩니다. 표본이 크면 사소한 차이도 기각되기 쉽습니다.
- CFI의 변화: Cheung과 Rensvold(2002)는 제약을 더했을 때 CFI가 .01보다 크게 떨어지면(ΔCFI < −.01) 불변성을 기각하자고 제안했고, 이 기준이 널리 쓰입니다. RMSEA·SRMR의 변화를 더한 기준은 Chen(2007)이 표본 조건별로 제시했습니다.
(가상의 예) 모형별 CFI가 형태 .962, 측정단위 .958, 절편 .931이라고 합시다. ΔCFI는 측정단위 단계에서 .958 − .962 = −.004로 감소 폭이 .01보다 작아 통과하고, 절편 단계에서는 .931 − .958 = −.027로 감소 폭이 .01을 넘어 기각됩니다(코드로 계산). 이 경우 요인 간 관계는 비교할 수 있지만 잠재 평균을 비교하기에는 근거가 부족합니다.
일부 문항만 문제일 때는 그 문항의 제약을 풀고 나머지로 비교하는 부분 불변성(partial invariance)을 검토합니다. 풀어 주는 문항은 이론적 이유가 있어야 하며, 많이 풀수록 비교의 근거가 약해집니다.
논문에는 이렇게 보고한다
- 비교한 집단·시점, 집단별 표본 크기, 추정 방법(서열 문항이면 범주형 자료 방법)을 적습니다.
- 단계별 모형의 χ², 자유도, CFI, RMSEA, SRMR와 단계 간 변화량을 표로 싣고, 판정 기준의 출처(예: Cheung & Rensvold, 2002)를 적습니다(Putnick & Bornstein, 2016에 정리된 보고 관행 참고).
- 부분 불변성을 썼다면 풀어 준 문항과 이유를 적습니다.
- (가상의 문장) “다집단 분석에서 측정단위 불변성은 지지되었으나(ΔCFI = −.004) 절편 불변성은 지지되지 않아(ΔCFI = −.027), 집단 평균 비교는 하지 않았다.”
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“이는 측정불변성을 사전에 검증하지 않고 IPD가 나타나는 문항을 사용하였을 경우 측정하고자 하는 구인의 변화 추정에 큰 차이가 발생할 수 있음을 시사한다.”
Item Parameter Drift 분석을 통한 진로성숙도 척도의 종단적 측정불변성 검증, 교육평가연구, 2023 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
이 문장은 우울을 측정하는 설문 문항이 남성과 여성 집단 모두에서 같은 구조와 같은 강도로 작동하는지를 통계적으로 확인했다는 뜻입니다. 이 확인을 거쳐야 "남성이 여성보다 우울 점수가 높다"는 식의 집단 간 비교가 타당해집니다.
비교문화 연구에서는 언어와 문화적 배경이 다른 집단 간에 같은 척도를 사용할 때 측정불변성 확보가 특히 중요하게 다뤄진다.
같은 대상을 여러 시점에서 추적하는 종단연구에서는 시간에 따른 변화를 척도 자체의 변화와 구분하기 위해 종단적 측정불변성을 검증하는 경우가 흔하다.
조금 더 깊게 보면
측정불변성은 보통 단계적으로 검증되는데, 요인구조 자체가 집단 간에 동일한지를 보는 형태동일성(configural invariance), 문항이 개념을 재는 강도(요인부하량)가 동일한지를 보는 측정단위 동일성(metric invariance), 문항의 절편까지 동일한지를 보는 절편 동일성(scalar invariance) 순으로 점점 더 엄격한 조건을 확인합니다. 평균 점수를 직접 비교하려면 최소한 절편 동일성까지는 성립해야 한다고 여겨지며, 일부 문항에서만 불변성이 깨지는 부분측정불변성(partial invariance)이 확인되는 경우에는 해당 문항을 제외하거나 별도로 처리하고 분석을 진행하기도 합니다.
주의할 점
측정불변성이 확보되지 않은 상태에서 집단 간 평균 점수를 비교하면, 실제 차이가 아니라 척도 자체의 작동 방식 차이 때문에 생긴 착시일 수 있습니다. 이는 구성타당도와도 관련이 깊은 개념입니다.
헷갈리기 쉬운 용어
번역과 문항 점검 방법은 단계가 다릅니다.
| 방법 | 무엇을 확인하나 | 자료 필요 여부 |
|---|---|---|
| 측정불변성 | 척도가 집단 간에 같은 방식으로 작동하는가 | 예: 두 집단의 응답 |
| 차별기능문항 | 능력이 같은 사람에게 문항 반응이 집단별로 다른가 | 예: 문항 응답 |
| 역번역법 | 번역이 원문 의미를 보존하는가 | 아니오(번역 단계) |
| 확인적 요인분석 | 정한 요인 구조의 적합도 | 예 |
참고 문헌
- Meredith, W. (1993). Measurement invariance, factor analysis and factorial invariance. Psychometrika, 58, 525–543.
- Vandenberg, R. J., & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: suggestions, practices, and recommendations for organizational research. Organizational Research Methods, 3, 4–70.
- Cheung, G. W., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling, 9, 233–255.
- Chen, F. F. (2007). Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural Equation Modeling, 14, 464–504.
- Putnick, D. L., & Bornstein, M. H. (2016). Measurement invariance conventions and reporting: the state of the art and future directions for psychological research. Developmental Review, 41, 71–90.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.