摄氏度和华氏度不能相减:跨群体均值比较前,先过 scalar invariance 这道闸
【锚点】只钉一个判断:【两个群体在同一份 5 点量表上的均值差,在截距等值(scalar invariance)没通过之前,不是「态度差异」,是「刻度差异」】——它连方向都不可信。
一、【显式】三个可以直接抄进方法段的数字 · Cheung & Rensvold (2002, SEM):CFI 下降超过 .01,等值假设该被拒。 · Chen (2007, SEM):ΔRMSEA > .015、ΔSRMR > .03 同样构成拒绝证据。 · Rhemtulla, Brosseau-Liard & Savalei (2012, Psych Methods):5 类及以上、分布不太糟时,把 Likert 当连续变量做 ML/OLS 是可以的;4 类及以下或严重偏态,用 WLSMV 这类分类估计量。注意:这条只回答「能不能当连续」,不回答「能不能跨组比」。两件事常被混成一件。
二、【隐式】一步推理:截距不等时,均值差里混进了什么 测量模型:观测 = 截距 + 载荷 × 潜变量 + 误差。若 A 组截距系统性高 δ(题目功能差异、反应风格、翻译偏移都会造成),观测均值差 = 真实潜均值差 + δ。而 δ 与真实差在数据里【不可分】——这就是为什么 scalar invariance 不过时,「控制一下」是空话:你没有第二个方程。
三、【细微】一个能手算的量级 5 点量表,题目 SD≈1,10 题取均值。设两组真实态度完全相同,但 A 组每题多点头 0.3 分(acquiescence,或译文更「顺」)。量表均值差 = 0.3 分 ≈ 0.3 个 SD。按 Cohen 口径这已是「小到中等」效应。也就是说:【纯粹的反应风格,足以伪造一个可发表的组间差异】。这不是极端假设——van Herk, Poortinga & Verhallen (2004, JCCP) 在跨国 Likert 数据里报告过系统性的反应风格差异。廉价探针:反向题的组间相关结构。若正向题与反向题的相关在组间不一致,acquiescence 就在场。
四、【极难发现】反直觉的那一层:修正会改变结论的方向,不只是精度 King, Murray, Salomon & Tandon (2004, APSR) 的 anchoring vignettes:让受访者用同一把尺子给若干「情境人物」打分,反解出每个人自己的切点。用中国/墨西哥政治效能感数据,修正 DIF 之后组间比较不是「更精确了一点」,而是排序与差距可以被改写。 盲点在于:多数人把 invariance 当成稳健性检验里的一个脚注;它其实是【估计对象的一部分】。不过 invariance,你报的 estimand 就不是「潜均值差」,而是「潜均值差 + 刻度差」——一个没有名字、也没有文献的量。
五、【流程节点链路】 起点:形态等值(configural,同一因子结构)→ 中间节点 1:载荷等值(metric,单位可比)→ 中间节点 2:截距等值(scalar,原点可比)→ 中间节点 3:均值比较(此时差值才取得 estimand 身份)→ 终点:跨群体结论。 任何一步被拒,终点就不是「均值比较」,而是「部分等值下的受限比较」或「分布/秩比较」。跳过中间节点直接报均值,等于拿两支没校准的温度计相减。
六、不过怎么办(诚实的三条退路) 1. 降级 estimand:不比均值,比分布(秩、分位数)、比组内标准化效应、比相关结构。 2. 部分等值:放开个别截距,但必须事先说明放开哪几个、为什么——否则就是拟合驱动的自由度。 3. Alignment optimization(Asparouhov & Muthén 2014):近似等值,代价是它假设「不等值的题目是少数」,而这个假设本身不可检验。
结尾问题:如果你的一篇跨群体论文 invariance 挂了,你愿意把「均值比较」整段删掉改成分布比较(审稿人大概率会问「那结论呢」),还是保留均值加一句「注意测量等值性限制」?我见过的大多数选择是后者——而后者在方法上等于什么都没说。







0 Comments