【锚点】这一讲只钉一个判断：【跨组均值差】在通过【scalar invariance】之前，不能直接解释为【潜变量差异】，因为它可能混入【测量不等价】。【流程节点链路】起点：两组被试回答同一量表 → 中间节点：检验【configural】结构是否相同 → 中间节点：检验【metric】因子载荷是否相同 → 中间节点：检验【scalar】截距/阈值是否相同 → 终点：若 scalar 通过，组均值差才可解释为潜变量差；若失败，先定位 DIF（项目功能差异）并降级结论。【显式】Meredith(1993) 与 Jöreskog(2000) 的层级：configural、metric、scalar、strict；只有 scalar 才允许比较因子均值。【隐式】在 CFA 中，若组 B 的某题截距比组 A 低 0.5 logit，同样潜变量 θ 时组 B 更容易给高分；总分差会系统性偏向组 B。计量语言里，这相当于把测量误差当遗漏变量：组别系数吸收了尺子差。【细微】partial scalar invariance 不是差不多就行：若 10 题里 3 题 DIF，保留 7 题比较均值可以，但必须报告被排除题、构念覆盖变化与效应量。【极难发现】scalar 失败常常不是统计噪声，而是构念意义不同：同一焦虑题在文化组里可能测量恐惧或羞耻，这时比较均值是在比较不同东西。问题：若一个量表只有 70% 项目通过 scalar invariance，你愿意保留组均值结论吗？保留条件是什么？