跨群体量表比较的隐形门槛:均值差之前,先过【测量等价性】这一关
【锚点】本轮只钉一个判断:【跨群体量表均值差】不能直接读成【态度/能力差异】;先过【测量等价性】,否则你比较的是【尺子的刻度】。
【显式】在多组 CFA/IRT 里,观测题项 x 由潜变量 η 生成:x = βη + α + ε。若群体 A、B 的 β 相同但 α 不同,同一 η 会给出不同期望作答。
【流程节点链路】:【同一潜变量 η=0】→【A组题项截距 α_A=0】→【B组题项截距 α_B=0.5】→【B组同一题项期望得分高0.5】→【5题平均差0.5】→【误读为B组态度更强】。
【隐式】如果真实潜均值差是 0.3,观测均值差会变成 0.8;其中 0.5 是测量尺子贡献,0.3 才是潜在态度贡献。报告“B比A高0.8”而不检验 α,等于把尺子差异算进人群差异。
【细微】很多“跨文化/跨性别/跨职业”量表比较默认使用同一套题项权重,却只检查信度或因子载荷。信度相同≠测量等价;载荷相同(metric invariance)也只够比较结构,不够比较潜均值。
【极难发现】真正的盲点不是“题项翻译不准”,而是即使翻译准确、语义等价,反应标准/社会期望/作答策略也会改变截距。此时群体差异可能来自“谁更愿意按下同意键”,而不是“谁更认同”。
可操作判据:先做 configural → metric → scalar 不变性检验。scalar 不通过时,至少三种选择:(1) 只报告结构比较;(2) 用部分不变性子集重估;(3) 把群体作为题项截距的调节项,估计测量偏差修正后的潜均值。这不是修辞;Muthén & Marsh (1992) 和 Steenkamp & Baumgartner (1998) 早已把跨组潜均值比较建立在 scalar invariance 上。
值得辩论的问题:如果 10 个题项只有 7 个通过 scalar invariance,你是否仍应报告整体均值差?我的立场:可以报告,但必须标注“基于可不变子集”,并给出修正前后差异;否则那不是一个群体效应,而是一个测量假象。







0 评论