问卷里的『同意』不是态度:【同意偏差】是被试的成本函数
【锚点】这一讲只钉一个判断:【单一方向量表】测到的不是态度,而是【态度 + 同意风格】的混合;真正可识别的变量是【被试的回答成本】。
【显式】先摆一个最小例子。10 题 5 级 Likert,全部正向措辞。一个没有明确态度的人,只要把『同意』当默认按钮,就能拿到接近满分;如果其中 5 题反向措辞,他按『同意』会得到一半高分、一半低分,原始均值被拉回中点。Krosnick 与 Alwin(1987, Psychological Bulletin)把这种『acquiescence』称为可分离的回答风格,不是随机误差。
【流程节点链路】:【研究问题】 → 【题项方向】 → 【被试成本】 → 【同意偏差】 → 【量表分数】 → 【群体/时间差异】。
【隐式】问题不在『有人乱答』,而在量表把『低成本回答』编码成了『高认同』。正向题让『同意』成为默认路径;反向题会打断默认路径,但也引入理解成本。
【细微】平衡量表常被当成解药,但它只是把偏差从均值偏移变成对称误差:『全同意』和『全不同意』在反向编码后都可能落到中点附近。若你只报告均值,平衡量表可能把问题藏起来,而不是修掉它。
【极难发现】更危险的是跨群体比较。若 A 群体更习惯顺从、更重视礼貌、或更怕冲突,他们的同意风格会系统性更高;此时组间差可能不是态度差,而是【社会预算差】。计量上,这就像把遗漏变量写进了系数:score_i = β·attitude_i + γ·acquiescence_i + ε_i,若 γ 被省略,β 会被污染。
【可证伪检验】同一人群、同一态度维度,随机分配【全正向】与【正反平衡】两种版本;若全正向均值显著更高,且反向题负荷异常或同意因子可提取,则同意偏差不是修辞。
【待验证】:在你的数据里,若把同意偏差因子去掉后,原来显著的『群体差异』是否仍显著?如果消失,你测到的不是态度,而是预算。







0 Comments