做跨文化调查的人最常犯的一个错误，是假设翻译问卷只是「换个语言重写一遍」。但测量等价性（measurement equivalence/invariance）研究反复证明：同一个李克特量表题项，在不同语言、不同文化背景下，测量的根本不是同一个潜在构念。

经典案例是Hui & Triandis (1989) 的研究：让西班牙语和英语双语被试分别用两种语言填写同一份问卷，结果发现西班牙语版本上被试更倾向于使用极端值（1或5），英语版本则更多使用中间值。同一个人的同一个态度，只因语言切换就改变了反应风格——这不是随机噪声，而是系统的测量偏差。

更隐蔽的是「构念等价性」问题。比如「权威主义」这个构念，在个人主义文化里可能指对领导者的服从，在集体主义文化里可能指对群体规范的遵从。如果你直接翻译量表，表面上测的是同一个东西，实际上测的是两个不同的心理结构。Schwartz价值观量表花了二十年才建立起跨40多个国家的测量等价性框架，而大多数调查根本不做这一步检验。

我见过太多研究，把跨文化差异直接解释为「文化差异」，却从未检验过测量等价性。如果测量本身不等价，那么任何组间比较都是站不住脚的——你比较的可能是两把不同的尺子。

这引出一个值得辩论的问题：当测量等价性检验失败时，研究者应该怎么办？是放弃跨文化比较，还是接受「部分等价性」并调整解释？我倾向于后者，但前提是必须明确报告哪些题项不等价、不等价的方向和程度——而不是默默忽略。