The measurement invariance of the Driver Behavior Questionnaire across samples of young drivers from Finland and Ireland

Show full item record



Permalink

http://urn.fi/URN:NBN:fi-fe201504222819
Title: The measurement invariance of the Driver Behavior Questionnaire across samples of young drivers from Finland and Ireland
Author: Mattsson, Markus
Contributor: University of Helsinki, Faculty of Behavioural Sciences, Institute of Behavioural Sciences
Publisher: Helsingin yliopisto
Date: 2015
URI: http://urn.fi/URN:NBN:fi-fe201504222819
http://hdl.handle.net/10138/154183
Thesis level: master's thesis
Abstract: In this Master's thesis I examine the measurement invariance of the Driver Behavior Questionnaire (DBQ), the perhaps most widely used questionnaire instrument in traffic psychology, across samples of Finnish and Irish young drivers (18 - 25 years of age). The DBQ was developed in the beginning of the 1990s based on principal component analyses. The questionnaire was originally based on a well-tested theory in cognitive ergonomics (the Generic Error Modeling System, GEMS), but in the research that has ensued, the item pool and the factor structure has been determined in an exploratory fashion. This has resulted in an abundance of DBQ versions, which comprise anything from nine to over one hundred items and from one to seven factors. Further, in research articles based on the DBQ, it is a common practice to calculate sum or average scores and compare them across subgroups of respondents. The 28-item version of questionnaire, which is currently perhaps most widely used, is thought to measure two, three or four latent variables. In this thesis I use confirmatory factor analysis and, specifically, analysis of measurement invariance to examine which of the three alternative factor structures functions as the most fitting description of the responses of Finnish and Irish young drivers. The analysis of measurement invariance is based on fitting a series of increasingly restrictive models to data. At each stage of the analysis, an increasing set of parameters are constrained to equality across the samples under comparison. In case the constrained model does not fit the data worse than the unconstrained model, the constrained model can be applied in all (in this thesis both) data sets. The models that are fit to data are, in order: 1) The configural model in which only the number of factors is constrained, 2) the weak invariance model, in which factor loadings are constrained to equality, 3) the strong invariance model, in which also the intercept terms of each item are constrained to equality and 4) the strict invariance model, in which also the error terms of each item are constrained to equality. In addition, models of partial invariance are applied. In these models, only some of the constraints related to each stage of the analysis are preserved. In addition to comparing the models statistically, their fit to data is examined using various descriptive statistics and graphical representations. As a central result I propose that the four-factor model offers the best fit to both data sets, even though the model needs to be modified in an exploratory mode of analysis to ensure sufficient fit to data. Further analyses show that two of the four factors are different in nature in the two samples and that only in the Irish data set do all of the items load on the factors they are expected to. On the other hand, the analysis of the other two factors shows that the items that load on them are interpreted essentially similarly in the two samples and that weak invariance can be assumed on their part. In addition, partial strong invariance can be assumed in the case of one factor, even though even then the values of most of the intercept terms need to be freely estimated in the two data sets. As a conclusion I suggest that, in contrast to the prevailing practice, comparing sum scores based on DBQ factors is dubious and that comparing latent variables scores may be justified only in the case of one factor out of four. As a practical recommendation, I suggest that the factor structure of the DBQ be further developed based on theories of cognitive ergonomics and cognitive psychology and that invariance analyses be performed as a matter of routine before carrying out comparisons of groups based on results of factor analyses.Tässä pro gradu -työssä tarkastellaan liikennepsykologiassa ehkä eniten käytetyn kyselyinstrumentin, Driver Behaviour Questionnaire DBQ:n mittausinvarianssia suomalaisten ja irlantilaisten nuorten kuljettajien (18 - 25 v.) otoksissa. DBQ on kehitetty 1990-luvun alussa pääkomponenttianalyysin perusteella. Kysely perustui alun perin laajalti testattuun kognitiivisen ergonomian teoriaan (Generic Error Modeling System, GEMS), mutta sittemmin kyselyn osioiden joukko ja sen faktori- tai pääkomponenttirakenne ovat määräytyneet aineistolähtöisesti. Tämä on johtanut siihen, että kyselystä on olemassa runsaasti erilaisia versioita, joiden osiomäärä vaihtelee yhdeksästä yli sataan ja faktorimäärä yhdestä seitsemään. Kyselyn perusteella lasketaan yleisesti summa- tai keskiarvomuuttujia, joita vertaillaan vastaajien osajoukoissa. Mahdollisesti yleisimmin kyselystä käytetään 28 osion versiota, jonka ajatellaan mittaavan kahta, kolmea tai neljää latenttia muuttujaa. Tässä tutkimuksessa tarkastellaan konfirmatorisen faktorianalyysin ja erityisesti mittausinvarianssianalyysin keinoin, mikä esitetyistä faktorirakenteista sopii kuvaamaan suomalaisten ja irlantilaisten nuorten kuljettajien vastauksia parhaiten. Mittausinvarianssianalyysi perustuu ajatukseen siitä, että aineistoon sovitetaan sarja malleja, joissa rajoitetaan koko ajan kasvava joukko mallin parametreja identtisiksi vertailtavien otosten välillä. Mikäli rajoitettu malli ei sovi tilastollisessa mielessä rajoittamatonta mallia huonommin aineistoon, voidaan rajoitettua mallia soveltaa kaikkiin (tässä: molempiin) vertailtaviin aineistoihin. Aineistoon sovitettavat mallit ovat järjestyksessä: 1) mittausmalli, jossa ainoastaan faktoreiden määrä on rajoitettu, 2) heikon invarianssin malli, jossa faktorilataukset on rajoitettu samoiksi, 3) vahvan invarianssin malli, jossa lisäksi osioiden vakiotermit on rajoitettu samoiksi ja 4) tiukan invarianssin malli, jossa lisäksi osioiden virhetermit on rajoitettu samoiksi. Lisäksi sovelletaan osittaisen invarianssin malleja, joissa vain osa kyseisessä invarianssitestauksen vaiheessa asetettavista rajoituksista pidetään voimassa. Mallien tilastollisen vertailun lisäksi niiden sopivuutta aineistoon arvioidaan erilaisten kuvailevien tunnuslukujen ja graafisten esitysten avulla. Keskeisenä tuloksena esitetään, että vertailluista malleista neljän faktorin malli sopii parhaiten molempiin aineistoihin, vaikka mallia onkin muokattava aineistolähtöisesti, jotta riittävä yhteensopivuus aineiston kanssa saadaan varmistettua.Tarkempi tarkastelu osoittaa, että neljästä faktorista kaksi ovat luonteeltaan erilaisia kahdessa otoksessa, sillä vain irlantilaisessa otoksessa kaikki osiot latautuvat odotusten mukaisille faktoreille. Toisaalta kahden muun faktorin analyysi osoittaa, että niille latautuvat osiot tulkitaan olennaisesti samalla tavoin kahdessa otoksessa ja heikon invarianssin oletus voidaan tehdä. Lisäksi voidaan tehdä osittaisen vahvan invarianssin oletus yhden faktorin tapauksessa, vaikka tällöinkin suurin osa faktorille latautuvien vakiotermien arvoista on estimoitava vapaasti kahdessa aineistossa. Johtopäätöksinä esitetään, että nykyisestä käytännöstä poiketen DBQ:n faktoreiden pohjalta laskettujen summamuuttujien vertailu on arveluttavaa ja että latenttien muuttujien vertailu saattaa olla perusteltua vain yhden faktorin tapauksessa neljästä. Toimintasuosituksena esitetään faktorirakenteen jatkokehittämistä kognitiivisen ergonomian ja kognitiivisen psykologian teorioiden pohjalta sekä invarianssitarkastelujen suorittamista rutiininomaisesti ennen faktorianalyysin tuloksiin perustuvien ryhmävertailujen suorittamista.
Subject: Driver Behavior Questionnaire
Confirmatory Factor Analysis
CFA
DBQ
konfirmatorinen faktorianalyysi
mittausinvarianssianalyysi
Discipline: Psychology
Psykologia
Psykologi
Rights: This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Publikationen är skyddad av upphovsrätten. Den får läsas och skrivas ut för personligt bruk. Användning i kommersiellt syfte är förbjuden.
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.


Files in this item

Total number of downloads: Loading...

Files Size Format View
themeasu.pdf 3.474Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record