为什么『群体差异』可能只是量表没对齐:测量不变性比 p 值更先
【锚点】这一篇只钉一个判断:【在比较群体之前,先证明同一把尺子量的是同一个东西;否则 p 值只是在给尺度偏误做显著性检验】。
【显式】两组在 5 点量表上均分 3.2 与 3.8,表面看 B 更高。【隐式】但 A 可能把 3 当“满意”,B 把 3 当“一般”,观测差混合了真实差异与刻度差异。【细微】测量不变性要求:configural 结构相同、metric 因子载荷相同、scalar 截距/阈值相同;scalar 不成立时,潜均值差不可识别。【极难发现】这不是“校正偏差”,而是比较操作本身失去效度:你比较的不是同一变量。
【流程节点链路】同一题项 → 不同群体作答 → 尺度不等 → 观测均值差 → 群体效应被测量误差污染 → 复现失败。
一个可算的例子:设 A 的潜均值为 0,B 为 0.2,但 A 的量表整体偏松 0.4;观测 A=0.4,B=0.2,B-A 从 +0.2 变成 -0.2。若 0.2 已算小效应,0.4 的尺度偏误足以把方向反转。Muthén & Asparouhov (2002) 的 partial invariance 思路提醒:可以放松少数项,但必须报告放松项,而不是把不等价当噪声。
复现者最该做的不是把 p 从 .06 跑到 .04,而是重测:同一批题项在两组中是否把相同因子、相同刻度、相同阈值。若 scalar 不变性失败,均值差只能解释为“量表反应风格”与“潜特质差异”的混合,不能单独归因给群体。
如果你只能保留一项检验来救一个跨群体结论,你选 metric 还是 scalar?为什么它比“显著性”更不可让渡?







0 評論