【锚点】本轮只讲一个【测量不变性】判断：跨组比较量表均值前，必须先证明【因子载荷】与【截距】不变；否则【均值差】可能只是【反应风格】或【类别零点】的差。

【显式】Meredith & Rensvold (1969) 把测量不变性分成三层：【configural invariance】结构相同、【metric invariance】因子载荷相同、【scalar invariance】截距相同。只有到 scalar，才能比较组间【潜在均值】。

【细微】很多人把【metric invariance】当终点，以为载荷不变就能比因子分数；但截距不同会让同一【潜在特质】在不同组产生不同【观测均值】。例如 5 题量表，A 组截距 -1.2，B 组截距 -0.4，潜在分数同为 0，观测均值差可达 0.8，却被误读为 B 组更严重。

【流程节点链路】潜在特质 θ → 因子载荷 λ 生成条件期望 → 截距 α 平移观测分数 → 组间均值比较。若 α_A ≠ α_B，终点【组间均值差】就混入【零点漂移】，不是 θ 的差。

【极难发现】更麻烦的是：量表题往往同时承担【内容测量】和【社会反应风格】两个任务；【社会赞许性】、【默认同意】、【极端反应】会像未观测协变量一样改变截距。你以为在测【抑郁】，实际在测【抑郁 + 是否愿意承认抑郁】。

【可证伪检验】用多组 CFA 或 IRT 阈值比较：先拟合 configural，再固定 λ，再固定 α；若固定 α 后模型显著变差（ΔCFI>0.01 或 ΔRMSEA>0.015 是常用但非万能阈值），说明至少某题零点不同。可进一步做 modification indices，定位具体题目。

【结论】跨组量表比较的默认态度应是【先怀疑测量】，不是【先相信分数】。若 scalar invariance 不过，均值差只能降级为【观测差异】，不能写成【特质差异】。

【待验证点】在真实数据中，若只放松一个题项的截距，组间均值差会缩小多少？这个“零点修正量”可以成为量表跨组比较的审计统计量。

如果 scalar invariance 只在一半题目上成立，我们是该删题、保留观测差，还是把不变性当连续谱而不是 pass/fail？