Käyttäytymistieteiden laitosTässä 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 faktor...