测量不变性的因果视角:构建心理学理论与方法研究之间的桥梁

《Current Research in Ecological and Social Psychology》:Don’t let MI be misunderstood: A causal view on measurement invariance

【字体: 大 中 小 】 时间:2026年01月04日 来源:Current Research in Ecological and Social Psychology 2.2

编辑推荐:

  本文针对测量不变性(MI)研究中方法学严谨性与应用现实脱节的问题,推荐一项由Sterner等人开展的研究。该研究创新性地将MI构建为一个具有理论意义的因果概念,基于有向无环图(DAG)提出了一个因果框架,帮助研究者推理非不变性的潜在原因并将其纳入建模策略。研究通过应用于 acquiescent response style(ARS)的横断面研究和纵向设计的扩展,论证了非不变性不应被视为进一步分析的障碍,而应被视为生成关于构念及其测量的新见解的机遇。该框架为弥合MI作为统计前提与实质性理论发现之间的差距提供了新思路,对推动心理学量化研究的理论深度具有重要意义。

  
在心理学研究中,我们常常希望比较不同群体(如不同国家、文化或性别)或在不同时间点(如干预前后)在某个心理构念(如人格、态度、价值观)上的差异。例如,我们可能想知道,A国的人是否比B国的人更外向,或者经过心理治疗后,患者的抑郁水平是否真正降低了。要进行这种有意义的比较,一个基本的前提是,我们用来测量这些构念的工具(如问卷)在不同群体或时间点上的测量方式是等效的。这个前提就是测量不变性(Measurement Invariance, MI)。如果MI不成立,那么观察到的分数差异可能并非反映了构念本身的真实差异,而仅仅是测量工具本身运作方式不同所导致的“假象”。
然而,在当前的研究实践中,关于MI的地位和作用存在着近乎两极分化的观点。一方面,方法论学者通常将MI视为进行潜在均值比较的“必不可少的”统计前提,其确立仿佛是为后续分析颁发“许可证”。另一方面,应用研究者,尤其是在涉及多样本组的大型跨文化研究中,常常发现严格的MI难以实现,因而认为MI是一个“被夸大问题”,甚至为有意义的比较设置了“不必要且往往无法达到的障碍”。这种分歧导致了方法论建议与研究实践之间的脱节:尽管存在大量检验MI的方法和教程,但在实证研究中MI却很少被真正考虑。问题的核心在于,研究者目前缺乏足够的指导来思考非不变性的理论含义,而MI的统计检验结果本身往往无法提供关于构念的实质性见解。
为了弥合这一差距,发表在《Current Research in Ecological and Social Psychology》上的论文《Don’t let MI be misunderstood: A causal view on measurement invariance》提出了一个新颖的视角。该研究认为,MI不应仅仅被看作一个需要满足的统计假设,而应被理解为一个具有理论意义的因果概念。非不变性(即MI的违反)本身可能蕴含着关于心理构念及其测量的重要信息。例如,当发现一个测量工具在不同群体中运作方式不同时,这或许揭示了这些群体对构念的理解存在差异,或者构念本身在不同情境下的表现形式不同。因此,非不变性不应被视为进一步探索和分析的禁区,而应被视为一个产生新研究问题的机会。
为了帮助研究者进行这种因果推理,该研究团队提出了一个基于有向无环图(Directed Acyclic Graphs, DAGs)的因果框架。DAGs是一种用图形表示变量间因果关系的工具。在该框架中,心理测量模型被描绘成DAG,其中观测变量(如问卷项目得分)由潜在变量(构念)和独特的误差项共同引起。MI的因果定义要求,在控制了潜在变量之后,观测变量应当与任何其他变量(如年龄、性别、国家)独立。换言之,除了通过构念本身介导的路径外,不应有其他变量对项目得分产生直接的因果影响。如果存在这样的直接路径(例如,国家变量直接影响某个项目的得分),则意味着MI被违反。该框架的核心优势在于,它迫使研究者在数据分析之前明确其关于变量间因果关系的假设,这些假设在传统方法中往往是隐含的。通过绘制DAG,研究者可以系统地思考可能导致非不变性的原因,并据此选择或开发合适的统计模型来检验这些假设,从而将MI的调查结果与实质性的研究问题联系起来。
为开展此项方法论研究,作者主要运用了理论构建与案例演示相结合的策略。关键技术方法包括:1)因果推理与有向无环图(DAGs)建模:用于可视化及形式化地表述测量模型及其与协变量的因果假设,指导统计模型的选择和结果解释。2)心理测量建模技术:涉及多组验证性因子分析(MG-CFA)和 moderated non-linear factor analysis (MNLFA) 等,用于检验不同水平的测量不变性(如形态、尺度、标量不变性)或建模协变量对测量模型参数的调节效应。3)概念框架的应用与扩展:将提出的因果框架应用于具体研究场景,如基于现有理论(如Lechner等人关于ARS的框架)构建DAGs,以阐明像默许反应风格(ARS)这类潜在变量或纵向设计中干预如何导致非不变性。
研究结果
1. 因果框架的基本原理
研究指出,现有的大量MI检验方法多将MI视为统计假设,而非具有实质理论意义的概念。这导致应用研究者在面对普遍存在的非不变性时陷入两难:要么放弃有意义的组间比较,要么在缺乏理论指导的情况下忽略非不变性。本文提出的因果框架旨在填补这一空白。通过将MI视为一个因果概念,该框架鼓励研究者思考“为什么测量会不同”,而不仅仅是“测量是否不同”。例如,如果发现某个问卷项目在不同年龄群体中负载不同,因果框架会引导研究者探究年龄可能通过何种机制(如认知能力、社会经验)影响该项目与潜在构念的关系。这种探究本身就能加深对构念的理解。
2. 因果推理、DAGs与MI研究框架
本研究详细介绍了如何利用DAGs来表征心理测量模型。在一个典型的反射性测量模型中,观测变量(Y1-Y3)由潜在构念(C)和独特误差项(E1-E3)引起。MI成立的条件是,给定C,Y的分布独立于任何协变量V。从因果视角看,这意味着没有V对Y的直接因果效应(非C介导的)。文章通过图示展示了MI被违反的情况,例如协变量V直接指向某个项目Y3(导致项目功能差异,DIF),或使用选择节点(S)表示项目参数存在组别特异性变异,而无需指定具体协变量。框架强调,DAGs本身并不增加假设,而是将隐含的假设显性化。一个未被绘出的箭头(表示无影响)比一个被绘出的箭头(表示存在某种影响)所蕴含的假设更强。因此,在知识不确定时,倾向于绘制更多可能的因果路径更为稳妥。
3. 探究非不变性的原因
研究阐述了如何利用DAGs指导建模策略。例如,若假设地区变量V直接影响所有项目(如图3所示),则多组验证性因子分析(MG-CFA)是合适的模型,它通过为每个组别估计单独的测量模型来控制V的影响。然而,MG-CFA本身隐含了较强的因果假设(如V不直接影响C,且无其他混杂)。若真实因果结构不同(如地区通过影响年龄分布,进而影响项目负载),则MG-CFA的结果可能具有误导性。此时,诸如 moderated non-linear factor analysis (MNLFA) 的模型可能更合适,它允许测量模型参数(如负载)作为协变量(如年龄)的函数而变化。关键在于,DAGs帮助研究者根据因果假设选择模型,并将非不变性的调查整合到建模过程中,从而使结果能够回馈到实质性研究问题。
4. 默许反应风格作为非不变性的原因
文章将因果框架应用于一个常见问题:由潜在变量(而非观测协变量)引起的非不变性,以默许反应风格(Acquiescent Response Style, ARS)为例。ARS被定义为个体不论项目内容如何都倾向于同意陈述的倾向。研究整合了Lechner等人关于ARS的框架,构建了DAGs来描绘ARS的潜在原因(受访者特征R、情境特征M、文化特征K)及其对项目反应的影响。核心论点是,如果ARS完全中介了R、M、K对项目反应的影响,则通过统计控制ARS(如在测量模型中加入一个ARS因子)可以校正由此引起的测量偏差。然而,如果存在R、M、K对项目反应的直接效应(如人格特质“宜人性”不仅影响ARS,还直接影响“神经质”项目的反应,即存在交叉负载),则仅控制ARS不足以消除所有偏差。DAGs有助于澄清这些复杂的因果假设,并指导更精细的测量和研究设计(如额外测量相关变量)。
5. 对时间维度测量不变性的因果视角
研究将框架扩展到纵向设计,包括发展性视角(如追踪价值观随时间自然变化)和干预性视角(如评估心理治疗前后抑郁水平的变化)。在发展性视角下,非不变性可能反映了构念概念化或表现方式随时间的预期变化(异型连续性)。例如,Fischer和Karl发现欧洲某些国家的价值观问卷缺乏纵向MI,这可能源于社会经济变化导致的价值体系重构,这本身是值得研究的现象。在干预性视角下,干预(如心理治疗)可能直接改变项目反应方式(如通过心理教育提高症状报告准确性),导致测量模型变化。这种非不变性可能是理论预期甚至期望的。因果框架通过DAGs帮助区分真实的构念变化与测量变化,并指导如何在对非不变性有理论预期的情况下进行建模和解释。
研究结论与意义
本研究系统地论证了将测量不变性(MI)视为一个因果概念的理论价值和实践意义。通过引入基于有向无环图(DAGs)的因果框架,研究为理解和调查MI提供了一个新的范式。该框架的核心贡献在于将MI从一种纯粹的数据检验前提,转变为连接量化方法与心理学理论的桥梁。当出现非不变性时,研究者不再局限于“接受或拒绝”的二元决策,而是能够通过因果推理探究其背后的原因,从而生成关于心理构念及其测量的新知识。
研究通过将其框架应用于横断面的默许反应风格(ARS)问题和纵向设计,展示了该框架的广泛适用性。在ARS的案例中,框架强调了明确区分因果假设和函数形式假设的重要性,并指出统计控制的有效性依赖于对潜在变量间复杂关系的正确设定。在纵向案例中,框架帮助区分了真实的构念发展与测量工具本身的变化,特别是在干预研究中,预期的非不变性本身可能成为有价值的研究对象。
总之,这项研究倡导了一种更具建设性、探索性和理论启发性的MI研究路径。它鼓励研究者在数据分析前通过绘制DAGs来明确其因果假设,从而为模型选择、结果解释乃至研究设计提供信息。这不仅有助于提高跨组或跨时间比较的效度,更重要的是,它能深化我们对心理构念本身在不同context下如何被理解、表达和测量的认识。未来研究可以在此基础上,进一步探讨因果效应在存在潜在变量情况下的识别问题,以及发展更灵活的统计模型来操作化复杂的因果假设。这项工作为弥合心理测量方法论与实质性理论探索之间的长期脱节迈出了重要一步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号