Інститут соціології НАНУ

ПОБУДОВА ІНДЕКСУ НА ПІДСТАВІ ІНДИКАТОРІВ МЕТОДИКИ GSR-5 ІЗ ВИКОРИСТАННЯМ МОДЕЛІ ҐРАДУЙОВАНИХ ВІДПОВІДЕЙ

stmm. 2022 (3): 25-39

DOI https://doi.org/10.15407/sociology2022.03.025

РУСЛАНА МОСКОТІНА, PhD із соціології, фахівець 1 категорії лабораторії прикладних соціологічних досліджень факультету соціології Київського національного університету імені Тараса Шевченка (03022, Київ, просп. Глушкова, 4-д)

rmoskotina@ukr.net

https://orcid.org/0000-0002-2195-3121

Статтю присвячено побудові індексу для індикаторів методики GSR-5. Методика дає змогу вимірювати загальні установки щодо держави загального добробуту. Найпростішим способом є побудова адитивного індексу: розрахунок сумарного балу відповідей респондента на пункти методики. Такий індекс хоч і є простим в інтерпретації, має певні недоліки. По-перше, він передбачає, що всі індикатори мають однакову вагу. Проте логічно припустити, що це не завжди так. По-друге, вважається, що відстані між варіантами відповідей є однаковими для всіх пар сусідніх альтернатив кожного з індикаторів. Однак якщо маємо справу з порядковими змінними, ця умова може не виконуватись. Таким чином, виникає потреба в інструменті, який дасть змогу сконструювати індекс, котрий усував би вказані недоліки. Одним з таких інструментів може стати модель ґрадуйованих відповідей; вона призначена для роботи з порядковими змінними. Передусім було з’ясовано, чи доцільною є побудова адитивного індексу для індикаторів методики GSR-5. Побудувавши однофакторну модель конфірматорного факторного аналізу з однаковими факторними навантаженнями для пунктів, було з’ясовано, що вона не демонструє прийнятної відповідності даним. Звідси випливає, що розрахунок адитивного індексу для індикаторів GSR-5 недоцільний. Тому постає потреба в альтернативній моделі. Оскільки пункти методики GSR-5 мають порядкову шкалу, для них було побудовано одновимірну модель ґрадуйованих відповідей (модель GRM). Вона продемонструвала хорошу відповідність даним. Модель GRM дала можливість сконструювати такий індекс, який враховує різну вагу пунктів та відстані між варіантами відповідей для кожного з індикаторів. Він характеризується кращою диференціювальною здатністю, ніж адитивний. Крім того, модель ґрадуйованих відповідей з метою полегшення інтерпретації дає змогу зберегти значення латентної змінної у шкалі значень адитивного індексу. В цьому полягає перевага моделі ґрадуйованих відповідей, порівняно з моделями конфірматорного факторного аналізу. Останні теж можуть бути застосовані як інструменти для побудови адитивних індексів, однак не передбачають перетворення латентних змінних з однієї шкали в іншу.

Ключові слова: модель ґрадуйованих відповідей, GSR-5, латентна змінна, конфірматорний факторний аналіз, адитивний індекс.

Джерела

Головаха, Е., Панина, Н. (1997). Интегральный индекс социального самочувствия (ИИСС): конструирование и применение социологического теста в массовых опросах. Киев: Ин-т социологии НАН Украины.

Дембицкий, С. (2016). Социологические тесты: сущность и валидизация. Социология: теория, методы, маркетинг, 3, 140–155.

Дембіцький, С. (2019). Розробка соціологічних тестів: методологія і практики її застосування. Київ: Інститут соціології НАН України.

Дембіцький, С. (2022). Загальні установки щодо держави загального добробуту: концепт та особливості вимірювання. [Препринт наданий автором.]

Bean, G.J., Bowen, N.K. (2021). Item response theory and confirmatory factor analysis: Complementary approaches for scale development. Journal of Evidence-Based Social Work, 18 (6), 597–618.

Bean, J. (2021). Using R for Social Work Research. Retrieved from: https://bookdown.org/bean_jerry/using_r_for_social_work_research/

Cai, L., Hansen, M. (2013). Limited-information goodness-of-fit testing of hierarchical item factor models. British Journal of Mathematical and Statistical Psychology, 66 (2), 245–276. DOI: https://doi.org/10.1111/j.2044-8317.2012.02050.x

Cai, L., Monroe, S. (2014). A new statistic for evaluating item response theory models for ordinal data (CRESST Report 839). Los Angeles: University of California, National Center for Research on Evaluation, Standards, and Student Testing (CRESST).

de Ayala, R.J. (2022). The theory and practice of item response theory. S.l.: Guilford Press.

Meade, A.W., Lautenschlager, G.J. (2004). A comparison of item response theory and confirmatory factor analytic methodologies for establishing measurement equivalence/invariance. Organizational Research Methods, 7 (4), 361–388. DOI: https://doi.org/10.1177/1094428104268027

Mindrila, D. (2010). Maximum likelihood (ML) and diagonally weighted least squares (DWLS) estimation procedures: A comparison of estimation bias with ordinal and multivariate non-normal data. International Journal of Digital Society, 1 (1), 60–66.

Noe-Grijalva, M., Polo-Ambrocio, A., Gómez-Bedia, K., Caycho-Rodríguez, T. (2022). Spanish Translation and Validation of the COVID Stress Scales in Peru. Frontiers in psychology, 13, 840302. DOI: https://doi.org/10.3389/fpsyg.2022.840302

Nugent, W.R. (2017). Understanding DIF and DTF: Description, methods, and implications for social work research. Journal of the Society for Social Work and Research, 8 (2), 305–334. DOI: https://doi.org/10.1086/691525

Paek, I., Cole, K. (2020). Using R for item response theory model applications. S.l.: Routledge.

R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna. Retrieved from: https://www.R-project.org/

Samejima, F. (1997). Graded response model. In: W.J. Van der Linden, R.K. Hambleton (Eds.), Handbook of modern item response theory (pp. 85–100). New York: Springer.

West, S.G., Taylor, A.B., Wu, W. (2012). Model fit and model selection in structural equation modeling. In: R.H. Hoyle (Ed.), Handbook of structural equation modeling (pp. 209–231). S.l.: Guilford Press.

Отримано 10.08.2022