Los investigadores a menudo usan dos medidas que tienen elementos muy similares y argumentan que miden cosas diferentes (por ejemplo, "Siempre me preocupo cuando estoy cerca de autos"; "Tengo miedo de los autos"). Llamemos a las medidas hipotéticas Medida y ansiedad del miedo a los automóviles de la escala de automóviles. Estoy interesado en probar empíricamente si realmente evalúan diferentes construcciones latentes, o si miden lo mismo.
Las dos mejores formas en que puedo pensar en hacer esto serían a través de análisis exploratorios de fábrica (EFA) o análisis factorial confirmatorio (CFA). Creo que EFA sería bueno porque permite que todos los elementos se carguen libremente sin restricciones. Si los ítems de las dos escalas se cargan en los mismos factores, entonces puedo concluir que las medidas probablemente no evalúan muy bien diferentes cosas. Sin embargo, también puedo ver los beneficios en CFA, ya que probaré modelos predefinidos. Por ejemplo, podría comparar el ajuste de un modelo en el que todos los elementos se cargan en un solo factor (es decir, no evalúan diferentes construcciones) o los elementos se separan en las medidas esperadas. Un problema con CFA, supongo, es que realmente no consideraría modelos alternativos (por ejemplo, un modelo de tres factores).
A los fines de la discusión, consideremos también que puede haber otras dos medidas muy similares (por ejemplo, el cuestionario de ansiedad sobre el automóvil y las escalas para la evaluación de los temores sobre el automóvil) que deseo incluir en la mezcla.
¿Cómo puedo determinar mejor estadísticamente si dos medidas evalúan construcciones diferentes?