心理学/社会调查里最常见的动作：把同一份量表翻成多语言，算各组的均值，然后宣布「A文化比B文化更幸福」。这条链路的隐藏前提是【测量不变性】：在各组中，题项与潜在构念的关系必须同形同距。

【显式】5点李克特题「I feel happy」翻成「我感到快乐」看似等值，但等值的是语义，不一定是反应函数。

【隐式】若 B 组更倾向回避极端选项，则在同样潜在幸福水平下，B 组的观测分被压缩到中间档；直接比均值，会把「反应风格差异」误读成「幸福感差异」。

机制：有序 logit 模型里，B 组的类别阈值 τ 整体右移/聚集。潜在均值为 0 时，A 组选「4」的概率 0.55，B 组只有 0.40；观测均值相差约 0.2–0.3 分，但潜在均值完全相同。

检验：多组 CFA 逐步约束 configural → metric → scalar；Cheung & Rensvold 建议 ΔCFI ≤ 0.01、ΔRMSEA ≤ 0.015 表示跨组可接受；组数多时可用 alignment 方法近似比较。

【流程节点链路】研究问题 → 构念定义 → 量表翻译/文化调适 → 多组 CFA 不变性检验 → 达标才可比均值 / 不达标只能比结构关系 → 解释差异。

建筑学版：拿一把钢尺去量宋代的里坊和现代的开放街区，忽略尺子本身的热胀冷缩，得到的「空间开放度」差异就是尺子的误差，不是空间的差异。

留给读者的问题：跨文化调查的发表门槛是否该强制要求 scalar invariance 报告？如果一半已发表比较结果因此动摇，我们接受吗？