区分效度
| 区分效度 | |
|---|---|
| 英文名 | Discriminant Validity / Divergent Validity |
| 学科归属 | 心理测量 |
| 核心含义 | 测量不同构念的量表之间保持理论预期差异的能力 |
| 与聚合效度的关系 | 一体两面,必须同时论证 |
| 评估方法 | 区分相关、HTMT、因子模型比较 |
| 相关条目 | 聚合效度、构想效度、验证性因素分析|} |
区分效度指理论上不同的构念,其测量之间应当表现出低相关或可区分的结构:焦虑量表不应与自杀态度量表高相关,工作满意度量表不应只是组织承诺量表的换名,"创造力"分数不应与"智力"分数不可区分。
区分效度与聚合效度构成构想效度论证的一体两面:只有聚合没有区分的量表,可能只是一个宽泛的负性情绪量表换了名字——它"测什么像什么",但也"测什么都像"。区分效度正是防止这种"构念漂移"的证据类型。
为什么区分证据重要
区分效度的重要性来自心理学测量的一个结构性风险:构念之间的过度重叠。
负性情绪域的构念(焦虑、抑郁、压力知觉、神经质)彼此相关普遍在 0.5 以上;态度域的构念(满意度、承诺、认同)相关同样可观。在这种生态中,一份新量表与"相邻构念"量表的相关达到 0.6、0.7 是常态而非例外——若不专门检验区分,新量表"测的是新构念"的主张随时可能被高相关的旧构念瓦解。
区分证据缺失的代价在应用端显现:用两份高相关的量表分别做决策(一份用于淘汰、一份用于安置),实际是让同一个潜在变量被计了两次权;临床研究中"焦虑预测了抑郁结局"的结论,在焦虑与抑郁测量重叠 0.8 时毫无意义。
区分效度因此被方法学界视为效度论证中最常缺席、又最不可缺席的部分——它的缺席往往不是研究者不知道,而是"没测到对照构念"的数据缺失。对策是把区分构念的测量纳入效度研究的设计预算,从立项起就规划。
评估方法
区分效度的评估方法与聚合效度共用一套统计工具,方向相反。
相关比较:区分构念对的相关应显著低于聚合对的相关。多特质多方法矩阵是经典载体——同特质异方法相关(聚合)应高于异特质同方法相关(区分)。
HTMT 比率:两个构念的异质-单调比率超过 0.85(严格标准)或 0.90(宽松标准)时,区分不成立。HTMT 已成为结构方程文献的主流指标,其优点是对载荷与误差的稳健性好于简单相关比较。
AVE 与 Fornell-Larcker 准则:每个构念的平均方差提取量应大于其与其他构念相关系数的平方——即构念解释自身指标的方差多于它与别的构念共享的方差。这一准则的敏感性低于 HTMT,两者结论冲突时以 HTMT 为准。
因素模型比较:检验两个构念的合并模型(单因素)与分离模型(双因素)的拟合差异——分离模型显著更优,区分成立。这是处理高相关构念(0.7 以上)最直接的方法:高相关构念的区分问题本质上是"它们是不是一个因素"的问题。
多方法矩阵的区分检查:方法方差主导的场合(所有同方法相关都高),区分证据需要跨方法才能读出。
高相关构念的区分检验是当前方法学讨论的焦点——焦虑与抑郁、压力与倦怠这类相关 0.7 量级的构念对,其"区分"究竟是真实的构念分化还是测量噪声,需要模型比较、跨方法证据与理论论证的三方合议。
构念重叠的处理
区分检验失败(构念区分不成立)时的处理路径是一个决策树。
先检查测量:区分失败可能是题目重叠(两量表含语义相同的题目)、方法同源或样本同质造成的——先排除测量侧的原因,删除重叠题目、换方法、换样本后重检。
再考虑构念合并:多次、多方法、多样本都区分不出来,应认真考虑"这两个构念在本研究中实为一体"的可能——历史上有先例:早期的"神经质"与"负性情绪性"之争最终以概念合并告终;组织研究中满意度与承诺的部分维度也被重新整合。区分失败有时是理论简化机遇。
或构念分层:区分失败也可能提示构念需要分层——两个构念共享一个上位因子(负性情绪性)而各有独特侧面,双因素加共同因子的二阶模型是标准表达。这一处理保留两个构念的解释价值,同时承认它们的重叠。
三条路径的选择没有统计万能键,依赖构念理论的成熟度与证据的跨情境稳健性。可以明确的是:把区分失败藏起来不报,是效度研究最伤信誉的做法——它把一个可能推动理论的机会变成了未来他人揭穿的隐患。
应用场景
区分效度在各应用领域的角色日益受重视。
临床测量:焦虑与抑郁量表的区分是经典议题——两者在一般人群中高度相关,临床量表的区分证据(症状特异性条目、与特异性效标的关系)决定诊断筛查工具的可用性;共病模型(焦虑抑郁共享负性情绪因子)的流行本身就是区分证据推动的理论成果。
组织研究:满意度、承诺、敬业、组织认同等构念族的区分检验,是该领域方法论文献的核心议题——构念林立而区分不足,被批评为"构念蔓延";区分证据是抵抗蔓延的主要工具。
人格研究:大五人格内部维度(尽责性与宜人性等)的区分、人格与临床构念(神经质与内化障碍易感性)的区分,都有大量专门研究。
教育测量:数学焦虑与一般焦虑、学习动机子成分的区分,直接影响分领域干预的设计。
这些场景的公共主题:心理学构念的增长速度远快于构念区分证据的增长速度,区分效度因此成为测量研究质量与理论纪律的双重把关者。
与测量等值的关联
区分效度的论证还与测量等值问题紧密相连,这一联系常被忽视。
跨群体使用量表时,区分证据本身可能随群体变化:某量表在 A 群体中与对照构念区分良好,在 B 群体中却与对照构念几乎不可区分——这可能是测量等值失败的表现(量表在 B 群体中含义漂移),也可能是构念结构的真实群体差异(两构念在 B 群体中确实更重叠)。区分两类解释需要:先做跨群体的测量等值检验(排除测量漂移),再做跨群体的区分指标比较(HTMT 按群体计算)。
同样,纵向使用中区分结构的稳定性也需要检验:某构念与对照构念的区分在时间点一成立、时间点二失效,可能提示构念在过程中发生了合并(理论上有趣),也可能提示某一测量随时间漂移(测量问题)。区分证据的"有效期"因此与等值证据一样,绑定在特定群体、特定时间上。
对研究者的操作含义:报告区分效度时应注明其成立的样本与条件;跨群体或跨时间推广使用量表时,区分指标需要重新检验而非引用原研究。区分效度与等值检验共同构成量表"可携带性"的证据——缺了它们,量表的跨情境使用就是未经验证的旅行。