Factorial invariance of the abridged version of the Explicit Discrimination Scale among adults living in southern Brazil

TL;DR

This study confirms that a shortened version of a discrimination scale works reliably across different groups in southern Brazil, with one exception for Black respondents with low education.

Contribution

The study demonstrates factorial invariance of two abridged versions of the Explicit Discrimination Scale across demographic groups in Brazil.

Findings

Both abridged versions of the EDS provide comparable discrimination estimates across skin color, sex, and socioeconomic status.

Only one parameter in the seven-item version lacked invariance among Black respondents with less than 12 years of education.

The EDS is valid and reliable for measuring discrimination across diverse population segments in southern Brazil.

Abstract

The Explicit Discrimination Scale (EDS) was developed to assess experiences with discrimination in Brazilian epidemiologic surveys. Though previous analyses have demonstrated that the EDS has good configural, metric, and scalar properties, its invariance has not yet been investigated. In this study, we examined the factorial invariance of two abridged versions of the EDS, according to skin color/ethnicity, sex, socioeconomic status, and their intersections.

Data from the EpiFloripa Adult Study were used, which include a representative sample of adults residing in a state capital of southern Brazil (n=1,187). Over half of the respondents were women, and around 90% identified as white; the mean age of the participants was 39 years. Two abridged versions of the EDS were analyzed, with seven and eight items, using Multigroup Confirmatory Analysis and the Alignment method.

The two versions of the scale may be used to provide estimates of discrimination that are comparable across skin color/ethnicity, sex, socioeconomic status, and their intersections. In the seven-item version of the scale, only one parameter lacked invariance (i.e., threshold of item i13 – called by names you do not like), specifically among black respondents with less than 12 years of formal education.

The EDS may provide researchers with valid, reliable, and comparable estimates of discrimination between different segments of the population, including those at the intersections of skin color/ethnicity, sex, and socioeconomic status. However, future research is needed to determine whether the patterns we identified here are consistent in other population domains.

A Escala de Discriminação Explícita (EDE) foi desenvolvida para avaliar experiências com discriminação em inquéritos epidemiológicos no Brasil. Embora análises prévias tenham revelado boas propriedades configurais, métricas e escalares do instrumento, nenhum estudo examinou sua invariância. Este trabalho objetivou examinar a invariância fatorial de duas versões abreviadas da EDE, considerando cor/raça, sexo, posição socioeconômica e suas intersecções.

Utilizaram-se dados do Estudo EpiFloripa Adulto, que encerra uma amostra representativa de residentes de uma capital do sul do Brasil (n=1.187). Cerca de 57% da amostra foi constituída por mulheres e 90% dos entrevistados se declararam brancos; a média de idade dos participantes foi de 39 anos. Duas versões abreviadas da EDE, com sete e oito itens, foram examinadas por meio de Análises Fatoriais Confirmatórias Multigrupo e o método Alignment.

As duas versões da escala produziram estimativas comparáveis de discriminação entre grupos definidos por cor/raça, sexo, posição socioeconômica e suas intersecções. Na versão reduzida de sete itens, apenas um parâmetro apresentou violação de invariância (limiar do item i13; i.e., chamado por nomes que não gosta), especificamente no grupo de respondentes negros com menos de 12 anos de escolaridade.

Os resultados mostraram que a EDE é capaz de produzir estimativas de discriminação válidas, confiáveis e comparáveis entre diversos segmentos da população, incluindo aqueles situados na intersecção de cor/raça, sexo e posição socioeconômica. Contudo, pesquisas futuras são necessárias para verificar se os padrões identificados aqui podem ser confirmados em outros domínios populacionais.

Figures