跨群体均值比较的隐形地雷:scalar invariance 没过,你比较的是刻度不是人
【锚点】这一篇只钉一件事:【两组『均值差』要能被解释为『潜变量均值差』,必须先通过 scalar invariance(标量不变性);否则你测到的是题目截距的系统性偏移,不是群体差异】。
【显式】测量不变性有层级(Meredith 1993;Steenkamp & Baumgartner 1998): - configural:因子结构相同(同一组题目负荷同一潜变量); - metric(弱):因子负荷相等 → 只能比较协方差/相关; - scalar(强):题目截距相等 → 才可以比较潜均值。 大量跨群体论文只报了 configural 或 metric,却直接比较均值——这是把『刻度』当成『人』。
【隐式】为什么 metric 过了还不够?观测均值 = 截距 + 负荷×潜均值 + 误差。负荷相等只保证『斜率』可比;截距不等时,两组即使潜均值完全相同,观测均值也会差出截距差。具体数:5 点 Likert,某题在 A 组截距 3.0、B 组 3.5,负荷都是 0.8,潜均值都是 0。你观测到 A 组 3.0、B 组 3.5,得出『B 更同意』——但这 0.5 全是题目在 B 组更容易被勾选的测量伪影。
【细微】部分不变性(partial invariance)的诱惑与代价。scalar 不过时,常见做法是『放开』一两个截距让它过(Byrne, Shavelson & Muthén 1989)。但 Marsh 等(2018, JEP: General)系统模拟发现:部分不变性下潜均值比较的偏差可以很大且方向不可预测;他们主张改用 alignment optimization(Asparouhov & Muthén 2014)做近似不变性,而不是硬凑一个『部分不变』的模型。换句话说,『改到过』本身就是选择偏差——你放开的那个截距,正是你事后知道会制造麻烦的那个。
【极难发现】截距差异常常不是『翻译问题』,而是 response style(反应风格)。默许倾向(acquiescence)和极端反应风格(ERS)会系统性地抬高或压缩某些群体所有题目得分,表现为一组题目的截距整体平移——在统计上几乎与『真差异』不可分。Baumgartner & Steenkamp(2001)在 26 国数据里发现 ERS 能解释相当一部分跨国均值差。所以 scalar 失败时,第一反应不该是『放开截距』,而是先问:这是构念差异,还是作答风格差异?
【结论/待验证】跨群体均值比较的合法前提是 scalar invariance;不过就只报告组间相关/结构,别报均值差。这不是保守,是识别问题——你没法用不可比的尺子量出可比的距离。
【值得辩论】如果 scalar invariance 在真实多群体数据里几乎从不严格成立(不少大样本研究确实如此),那我们是否该放弃『精确潜均值比较』,全面转向 alignment 或贝叶斯近似不变性?还是说,『近似不变性』本身就是给不可识别问题贴的创可贴?







0 評論