An Application of Bayesian Structural Equation Modeling: The Sensitivity of Bayesian Analysis for Item-Level Measurement Invariance

문항수준의 측정동일성 검증을 위한 베이시안 구조방정식모형의 효율성

현재의 구조방정식모형 분석 대부분은 확률론에 기초하여 이루어지고 있으며, 이는 종종 연구자로 하여금 적합한 해를 찾지 못하거나 신뢰할 수 없는 분석결과를 갖게 한다. 이에 따라 최근 베이시안 분석이 확률론에 기초한 구조방정식모형 분석의 대안으로 제시되고 있다. 본 연구는 베이시안 구조방정식모형 분석을 통한 측정동일성 검증에 대해 논의한다. 또한 몬테카를로 시뮬레이션을 통해 다변수 다원인 베이시안 확인적 요인분석의 효율성을 평가한다. 시뮬레이션 연구결과는 베이시안 분석이 기준문항의 편향으로 인한 문제에 대한 대안으로 적용될 수 있음을 시사한다.

Current applications of structural equation modeling (SEM) are usually guided by the frequentist approach that relies on asymptotic, large-sample theory. Such practice is often too strict, however, leading to non-convergence or unwarranted rejection of the model. Recently Bayesian structural equation modeling (BSEM) has enjoyed increasing attention as a viable alternative to frequentist SEM. This article explores a BSEM approach to assessing measurement invariance. By means of Monte Carlo simulation, multiple indicators multiple causes (MIMIC) confirmatory factor analysis (CFA) is evaluated in terms of sensitivity to prior variance, model fit, bias in parameter estimate, and Type I error and power of testing item-level invariance. The results support BSEM as a potential solution for the well-known problems of a biased anchor. This article offers methodological guidelines and suggestions for applied researchers who are potential BSEM users.