开始 大五人格测试 →
相同维度名,不等于相同测量单位
两份问卷都把某个维度翻译为“外向性”,并不能据此比较两个语言群体谁更外向。译文的强度、回答习惯和场景理解可能不同。这里需要问的是:同一潜在特质水平的人,在两个版本里是否会产生可比较的回答?这就是测量等值关注的问题之一。Putnick 与 Bornstein 的方法综述 讨论了在比较群体或时间点之前,怎样检查构念的测量方式是否一致。
等值不是要求两组人得分相同。恰恰相反,只有先检查尺子的工作方式,才更有依据讨论差异是否与被测构念有关。翻译流畅、回译接近和统计等值各提供不同证据,不能互相替代。
用一个截距差异看懂问题
下面是完全虚构的连续指标模型,只用于解释原理。将某题的期望得分写为 E(y)=τ+λ×η:η表示潜在特质,λ表示该题对特质变化的响应程度,τ表示η为零时的基准水平。期望值已把均值为零的随机误差平均掉;这不是本站问卷的实际计分公式。
假设两种语言中λ都为1,而且两组人的η均值都为0.5。若版本甲τ=2,期望题分是2.5;版本乙τ=2.4,期望题分是2.9。观察差为0.4,却没有任何潜在特质均值差异。差异来自题目基准水平。仅把两份结果换算成0–100,不会告诉你这0.4究竟来自哪里,也不能消除基准差异。
这个例子还说明为什么一个人的两次作答不够验证等值:研究者需要多道题、每组样本数据和可识别的模型,才能区分题目参数与特质分布。也不能看到某题均值不同,就直接认定它有翻译偏差;真实群体差异与多种测量因素都可能造成观察差。
三个层级分别检查什么
在常见的连续指标多组因子模型中,可以按以下顺序理解。lavaan 官方教程 给出了对应的模型约束。
- 构型等值:各组使用相同的因子结构,例如相同题目归属于同一拟议因子。它检查基本组织方式,并不要求题目载荷或起点已经相同。
- 载荷等值,也称度量或弱等值:进一步约束对应题目的载荷相等,使潜在变量的单位有共同依据。这有助于比较变量之间的关系,但仍不足以直接比较潜在均值。
- 截距等值,也称标量或强等值:在载荷相等基础上再约束对应题目截距相等,为潜在均值比较提供更强依据。它不是要求两组潜在均值相同,也不表示所有人回答都应相同。
这些是连续指标模型的教学层级。把有序选项作为类别数据分析时,还涉及阈值及相应识别条件,不能把上述“截距相等”机械套到所有李克特问卷上。检验结果也依赖所选模型、估计方法和样本,不能只凭一个拟合指标过线宣布永久等值。
阅读验证报告时,怎样判断够不够
先找版本、语言、样本来源和题目结构,再看作者实际检验到了哪一层。只报告“两组α都很高”,并没有回答载荷和截距是否一致;只完成回译,也没有完成多组统计检验。若报告允许部分参数不同,需要说明哪些参数被放开、根据什么证据,以及剩余约束是否足以支持所提出的具体比较。
假设一个项目只支持载荷等值,却想发布“两种语言用户的人格均值排行榜”,证据与用途就不匹配。可先限制均值结论,检查差异题目的措辞和作答场景,再按预先说明的方法验证修订版本。等值检查本身也不会让便利样本自动具有代表性,更不能把国家、语言、年龄等混在一起的样本差异解释成因果关系。
对普通使用者,实用的做法是查看报告有没有提供这些验证资料。没有资料时,可以各自理解问卷引出的行为描述,但不应把两个版本的数字当成共同标尺。本教程没有证明本站中英文测评具有测量等值;它说明的是要作出这一主张,还需要补齐哪些证据。
开始 大五人格测试 →
本文由测评库内容团队整理并按页面标注日期更新,用于知识科普与自我了解参考;在线测评的适用范围和结果阅读方式请参阅测评方法说明。