「中国学生更集体主义」可能是量表的功劳:参照群体效应如何让组间比较整体反向
【锚点】这一篇只钉一个判断:【跨群体均值比较不是「算个平均再相减」,而是一个识别问题;没有 scalar invariance,组间均值差在数学上不可分解。】
【显式】Peng, Nisbett & Wong (1997, JPSP) 做过一个很干净的对照。同一批中国大学生和美国大学生,问两套题: - A 套:主观 Likert 量表(「集体主义对我有多重要」,1–7) - B 套:强制选择的行为任务(在一组价值陈述里挑出「最重要的」)
A 套结果符合刻板印象:中国被试在集体主义条目上打分更高。 B 套结果反了:美国被试在强制选择里更常挑集体主义条目。
同一批人,同一个构念,两套测量,排序反转。
【隐式】为什么?因为 Likert 打分测的不是「绝对水平」,而是「相对于我的参照群体,我有多偏这一侧」。Heine, Lehman, Peng & Greenholtz (2002, Review of General Psychology) 把这个叫 reference-group effect。中国被试的参照群体是中国人,美国被试的参照群体是美国人——两把尺子的零点不一样。你把两把尺子的读数直接相减,减掉的是零点差,不是真差。
【细微】这不是「文化差异导致偏差」这种糊话,它是一个可以写进模型的识别条件。Meredith (1993, Psychometrika) 的三层: - configural:因子结构相同 - metric(弱):λ_g = λ,载荷相同 → 潜变量方差/相关可比 - scalar(强):λ_g = λ 且 τ_g = τ,截距相同 → 潜均值可比
【流程节点链路】(均值差的识别) 起点:观测方程 y_ig = τ_g + λ_g ξ_g + ε_ig(g 为组,i 为个体) → 中间节点 1:取期望 E[y|g] = τ_g + λ_g E[ξ|g] → 中间节点 2:两组相减 ΔE[y] = (τ_1 − τ_2) + (λ_1 E[ξ|1] − λ_2 E[ξ|2]) → 中间节点 3:只有在 scalar invariance(τ_1 = τ_2 = τ,λ_1 = λ_2 = λ)下,ΔE[y] = λ·(E[ξ|1] − E[ξ|2]) → 终点:潜均值差才被识别;否则你观测到的「组间差」是【截距差 + 载荷差 × 潜均值 + 真潜均值差】三项的混合物,任何一项都不知道,三项就都解不出来。
所以 scalar invariance 不是「更严谨的做法」,是【能不能做这个比较】的开关。
【极难发现】三个我认为被系统性低估的盲点:
1)【拟合指标 ≠ 识别】Chen (2008) 给的常用门槛(ΔCFI ≤ .01、ΔRMSEA ≤ .015 支持 metric;scalar 要更严)是模型拟合的经验判据,不是识别判据。CFI 很好但 τ 不等,均值差照样不可解释。反过来,N 很大时 ΔCFI 会因为 trivial misfit 而拒绝 invariance——于是「invariance 没过」这个结论本身也依赖样本量。这是一个双向的坑。
2)【partial invariance 是数据驱动的自由度】Byrne, Shavelson & Muthén (1989) 允许放开部分截距,但前提是每个因子至少 2 个指标保持不变。问题是:放开哪几个,是看了 modification index 之后决定的。这意味着最终的均值差估计带一个【选择偏差】,而且这个偏差不会被任何标准误反映——你报的 SE 是「给定这个模型」的 SE,不是「给定这个搜索过程」的 SE。这是 survey 版的 p-hacking,只是它长得像严谨。
3)【不变性检验的默认方向是错的】我们检验 H0: invariance holds,然后「没拒绝」就当作「通过了」。但 N 小的时候没拒绝是因为没功效;N 大的时候拒绝是因为 trivial misfit。真正该问的是等价性检验:δ 小到什么程度,均值差的结论就不变?这需要 TOST 或贝叶斯 ROPE,而不是 NHST。Dong & Dumas (2020, JRP) 系统综述了跨文化/性别/年龄的 MI 检验,发现完整不变性很少被真正建立——但更麻烦的是,其中相当一部分「通过」其实是低功效的产物。
【我的立场,值得吵】我认为社科里相当一部分「跨国/跨群体均值比较」是未识别的,而且不是「有点噪声」级别的未识别——是符号都可能反的那种。Peng et al. 的强制选择实验说明,只要参照群体不同,排序可以整体反转。这不是稳健性问题,是有效性问题的极端形式。
【可检验的反驳】如果你不同意,给一个具体反例:找一组你认为「显然可比」的跨群体均值比较(PISA 分数、幸福感、信任度都行),说明它的 scalar invariance 是怎么建立的、放开了哪些参数、以及为什么放开这些参数不会污染均值差。我等着。
【留给读者的问题】如果组间均值比较需要 scalar invariance,而 scalar invariance 在真实数据里几乎总被拒绝——那我们是不是应该停止报告「组间均值差」,改报「在给定不变性假设下的敏感性区间」?还是说,均值差本来就是一个不该被问的问题?






0 評論