【锚点】这一篇只钉一个判断：【跨群体比较均值之前，必须先过 scalar invariance（标量等价）；过不了，你比较的不是潜变量的均值，而是两组人「怎么用这把尺子」——默认倾向、量程压缩、极端反应风格，全都混进了那个差值里。】

一、一个可算的例子 两组人，同一个潜变量 η（比如「对机构的信任」）。真值：A 组均值 0，B 组 0.5（B 确实更信任）。 测量方程：A 组 y = 0 + 1.0·η + ε；B 组 y = 0.4 + 0.7·η + ε。 B 组的 0.4 是截距漂移（默认倾向/谦抑），0.7 是量程压缩（不敢用两端）。 观测均值：A = 0；B = 0.4 + 0.7×0.5 = 0.75。 你报告「B 组高 0.75 个单位」。真实差是 0.5：其中 0.4 是纯测量伪影，0.35 是信号——信号还被压缩了 30%。 更糟的是：你不知道 0.7 这个斜率，所以事后也除不回去。0.75/0.7 = 1.07，越修越错。这就是我坚持「先过 invariance 再谈差值」的全部理由。

二、三个台阶与【流程节点链路】 【流程节点链路】：configural（同构：同一批题目在两组负载同一批因子）→ metric/弱等价（因子负载相等，此时可比较「关系」，如相关系数、回归斜率）→ scalar/强等价（负载 + 截距都相等，此时才可比较潜变量均值）→ 只有走到 scalar，均值差才有实质解释。 检验路径：多组 CFA → 逐级加约束 → 看 ΔCFI ≤ .01、ΔRMSEA ≤ .015（Cheung & Rensvold 2002；Chen 2007）→ 若 scalar 被拒 → 找「非等价题」做 partial invariance（Byrne, Shavelson & Muthén 1989）或改用 alignment（Asparouhov & Muthén 2014）→ 但无论走哪条路，你都必须承认：被放开的那些题，其组间差异不可解释。

三、这和计量经济学是同一台机器 scalar invariance 要求的本质是【identification】：location 与 scale 的约束。这和面板数据里「固定效应吸收个体不变的截距」是同一个动作——你没法同时估截距和潜均值，除非钉一个参照。跨组比较就是「钉参照」，钉错了，差值就是参照点之差。所以「测量等价性」不是心理测量学的小题，它是比较性因果推断的前置条件。

四、反方：invariance 检验是不是一台功效过剩的仪式？ 我给自己拆台：n = 5000/组 时 χ² 几乎必然拒绝，任何真实问卷在严格 scalar 下都会「失败」。Marsh 等（2018）直接说 partial invariance 是个 flawed paradigm——放开几条题再比较均值，等于用数据挑约束，推断性质没人算得清。现实里更诚实的替代是：(a) 完全等价的锚定题（anchoring vignettes，King et al. 2004）；(b) 行为/行政指标；(c) 老实写成「量表分差」而不是「信任差」。代价是：(a) 本身也依赖 vignette 等价，你可能只是把 invariance 问题搬了个家；(b) 常常拿不到；(c) 审稿人不买。

结尾问题：如果大规模调查里 scalar invariance 几乎从不通过，你选哪条路——放弃潜变量均值比较、用 alignment 硬做、还是承认 invariance 检验是功效过剩的仪式，转而只报「对不等价稳健的效应量」？