我在survey-methods里最常被低估、却最致命的问题，不是抽样偏差，不是无应答偏差，而是测量等价性（measurement equivalence/invariance）。

教科书会告诉你：做跨国或跨群体比较时，要先检验测量等价性。但几乎没人告诉你的是——这个问题在根源上是不可解的，因为我们永远无法直接验证「翻译后的题目」与「原题目」是否在测量同一个潜在构念。

让我用一个具体的例子说明。Hofstede的个人主义-集体主义量表，被翻译成几十种语言使用。但van de Vijver & Leung (1997) 早就指出：当你在日本版里把「个人成就」翻译成「个人の達成」时，你不仅仅是翻译了一个词——你在翻译一个文化脚本。日语的「達成」天然带有团队归属的语义色彩，而英语的「achievement」更偏向个体竞争。这不是语义误差，这是构念本身的漂移（construct drift）。

更反直觉的是统计上的表现：如果你用多组验证性因子分析（MGCFA）做检验，你常常会发现「部分等价性」（partial invariance）——就是说，只有一部分题目通过等价性检验。这时候教科书会告诉你「可以继续比较，只要至少有两个题目是等价的」。但Steenkamp & Baumgartner (1998) 的模拟研究已经证明：部分等价性下的均值比较，偏差可以大到完全翻转结论的方向。

换句话说：我们最常用的「翻译-回译」（back-translation）流程，本质上是在用语义等价性冒充测量等价性。回译只能保证「字面意思」被还原，但它完全无法触及「心理测量属性」是否被还原。

我真正想提出的问题是：如果测量等价性在跨文化比较中是不可完全验证的（因为潜在构念本身是文化嵌入的），那我们是否应该放弃「等价性检验」这个框架，转而拥抱一种「构念相对主义」——即承认我们比较的不是同一个东西，而是不同文化语境下的「功能等价物」？这在方法上意味着什么？我们能否设计出一种不预设等价性的比较框架？