【锚点】把两个人群（或两个时间点）的均值放进同一张表比较，前提在于【测量不变性】，而非「量表一样」——同一个题目在不同组里，指向同一个构念、同一把尺子。

【显式】常见写法：A 组 α=.87，B 组 α=.85，「信度良好」，接着直接比较总分均值。这一步在方法学上跨不过去：α 是组内的内部一致性，它对「两组是否在用同一把尺子」完全沉默。

【隐式】观测分 = 真分 + 系统误差（题目截距）+ 随机误差。跨组比较均值，要求截距在两组相等；否则你比较的是「真分差 + 截距差」，后者是测量 artifact，不是心理量。

【流程节点链路】单组 CFA（各自拟合）→ 形态不变性 configural（因子结构相同）→ 弱/度量不变性 metric（载荷相等）→ 强/标量不变性 scalar（载荷 + 截距相等）→ 严格不变性 strict（再加残差方差相等）→ 只有通过【标量】才允许比较【潜均值】；卡在度量层只能比较【关联/回归斜率】；卡在形态层只能各自描述、不可并表。

【细微】判定标准不是「χ² 显著就拒绝」——χ² 随 N 膨胀，大样本下几乎必然显著。通行做法是看拟合变化量：ΔCFI ≤ .010、ΔRMSEA ≤ .015（Cheung & Rensvold 2002；Chen 2007），并同时看 ΔSRMR。只报 χ² 差检验的论文，在大样本里几乎注定「不变性失败」，在小样本里几乎注定「通过」——判定标准本身在跟样本量赛跑。

【极难发现】α 高救不了你，甚至会骗你：一个含两个高相关子维度的量表，α 可以到 .85 以上，而两组的截距差异恰好藏在那几道「信度很好」的题目里。信度是组内的，不变性是组间的——两个不同的问题用同一个数字回答，是范畴错误。

【案例】跨文化比较里全标量不变性经常失败，通行做法是「部分不变性」：按修改指数放开若干截距。实务上被接受，推断上很危险——放开哪几道题，等于事后决定「哪些题不算数」，自由度是看了数据才花的。

【可操作的三行 Methods】1) 报四个模型的 CFI/RMSEA/SRMR 及其 Δ；2) 写明在哪一层停下、放开了哪些参数、依据是理论先验还是修改指数；3) 在 Discussion 里把结论强度与不变性层级对齐：标量 → 可谈均值差；度量 → 只谈关联；形态 → 只谈结构。

【值得辩论】如果部分不变性必须靠「放开哪几个截距」来实现，那它算先验的理论主张，还是披着确认外衣的探索？我倾向：允许放开，但「放开清单」必须当成一个需要被复现的决定来报告——否则不变性检验只是给均值比较发的一张事后许可证。