多组结构方程
多组结构方程(又称多群组结构方程模型)指在多个预先定义的群体(如不同性别、年龄、文化、实验条件组)中同时估计结构方程模型,并检验模型参数在各组间是否相等的方法。它是结构方程模型(见心理测量模型)与测量等值性检验(见测量等值性)的整合:先确认测量工具在各组中等值,再比较结构关系(路径系数、潜均值)的组间差异。多组结构方程回答"同一心理模型在不同群体中是否成立、关系强度是否相同"的问题。
基本流程
多组结构方程的分析遵循严格的层级程序。其一,分组设定:按研究问题定义组别(性别、文化、年龄组、干预/控制组)——组别必须是理论上明确的分类变量。其二,基线模型:在各组同时估计同一模型,不施加任何相等约束(形态等值)——检验模型结构在各组是否都拟合良好。其三,逐级约束:依次施加因子载荷相等(弱等值)、截距相等(强等值)、残差相等(严格等值)、结构路径相等、潜均值相等的约束,每加一层约束就比较模型拟合的变化。其四,差异定位:若某层约束导致拟合显著变差,通过修正指数或逐参数检验定位不等值的参数。其五,解释与报告:只有达到相应等值层级,才能比较对应参数——达到载荷等值可比较因子间关系,达到截距等值可比较潜均值,路径相等才可比较结构效应。拜恩2004年发表于《结构方程模型》的论文以软件操作为例,系统介绍了多组等值性检验的流程,是实务中的常用参考。[1]
多组结构方程的判定传统上依赖卡方差异检验,但卡方对样本量敏感——大样本下微小差异也显著,故现代实践更多采用拟合指数变化量作为判据。德鲁沃等2019年与2021年的研究分别探讨了多组旋转方法探索因子载荷非等值、以及用混合方法发现具有测量等值性的群体聚类,代表了该领域的方法进展。[2][3]
与相邻方法的区别
多组结构方程需与三个方法区分。其一,多层结构方程(见多层结构方程):多组方法把组当作固定的分类因素,分别估计各组参数再检验相等——适合组数少、理论分组明确的情形;多层方法把组当作随机抽样的层级,估计组间方差成分——适合组数多、要推广到群体总体的情形。其二,潜类别分析(见潜类别模型):多组方法的组别是观测已知的,潜类别方法的类别是从数据中估计出来的——前者是"已知分组的比较",后者是"发现隐藏分组"。其三,单纯的分组分别估计:分别对每组拟合模型再口头比较路径系数,不做正式的相等约束检验——这种方法无法判断差异是否统计显著,多组结构方程提供了正式的检验框架。
纵向扩展
多组结构方程可扩展到纵向数据:把"组"换为"时间点",检验跨时间的等值性(见纵向测量等值);或同时进行"组×时间"的多组潜增长建模——金等2014年发表于《结构方程模型》的研究检验了纵向数据中跨组的测量不变性,采用多组二阶潜增长模型。[4]这种扩展使研究者能同时回答"测量是否跨文化等值"与"变化轨迹是否跨组相同"两个问题——例如比较中西方青少年的自尊水平及其随时间的变化,必须先确认测量等值,再比较轨迹参数。
应用
多组结构方程广泛应用于比较研究。跨文化心理学:比较不同国家/文化群体的心理结构——检验同一量表在两组中等值后,比较潜均值与路径关系(见跨文化效度)。发展心理学:比较不同年龄组的心理结构——如儿童与成人的自我概念结构是否相同。性别与群体差异:比较男女、城乡、不同社会阶层群体的心理模型。干预研究:比较干预组与控制组的结构关系或潜均值变化。测量学:量表修订与跨文化改编中检验测量不变性——这是多组结构方程最经典的应用(见测量等值性、跨文化改编)。
中国语境
中文语境的多组结构方程应用集中在两方面。其一,量表的跨文化/跨群体等值性检验:中文版量表与英文原版、大陆样本与港台样本、城乡样本之间的等值性检验——这是国内量表研究走向规范的标志,多组结构方程是主要工具。其二,跨文化比较研究:中西方样本的心理结构比较(如自我、幸福感、价值观)——研究者日益认识到必须先检验等值性再比较均值。挑战有三:其一,样本量要求——多组分析需要每组都有足够样本,国内研究的组别样本常不均衡;其二,等值性检验的判据报告不规范——部分研究只报卡方检验,忽视大样本敏感性;其三,等值不成立时的处置——是删除非等值题项、做部分等值还是放弃比较,缺乏统一规范。
从检验到解释
多组结构方程的价值不止于"检验等值",更在于支撑有意义的比较解释。当完整等值成立时,研究者可比较路径系数——例如检验"自我概念对学业成绩的影响"在男女组是否同样强,或比较潜均值——例如比较不同文化群体的平均幸福感水平。当部分等值成立时,比较需限定在等值参数范围内:载荷等值但截距不等值时,可比较关系强度但不可比较均值——此时若报告均值比较结论,就是越界解释。当等值不成立且无法定位非等值来源时,强行比较应被放弃——这恰恰是多组结构方程的价值:它阻止了无根据的跨文化或跨群体比较。德鲁沃等2021年提出用混合方法发现具有测量等值性的群体聚类,为"整体不等值但存在等值亚群"的情形提供了新思路——不必预先设定组别,而是从数据中发现哪些群体可以合法比较。这种"数据驱动的等值分组"代表了多组方法的前沿方向,也为跨文化比较的合法性提供了更细致的工具。
争议
多组结构方程有四个争议。其一,等值性判据:卡方差异检验与拟合指数变化量给出不同结论时如何裁决——大样本下卡方过度敏感,拟合指数的临界值也有争议。其二,部分等值的接受度:多数参数等值、少数不等值时,部分等值模型能否支持比较——与测量等值性条目中的争议一致。其三,组别的预先设定:组别是研究者事先定义的,若分组本身不合理(如按中位数强行分组),比较失去意义——组别的理论依据须充分。其四,等值性与文化差异的张力:强求等值可能抹杀文化特异的心理结构——当构念本身因文化而异时,多组结构方程的等值性框架是否适用,是跨文化方法学的根本问题。
参见
参考资料
- ↑ Testing for Multigroup Invariance Using AMOS Graphics: A Road Less Traveled,Byrne,Structural Equation Modeling: A Multidisciplinary Journal,2004年。
- ↑ On the Exploratory Road to Unraveling Factor Loading Non-invariance: A New Multigroup Rotation Appro,De Roover等,Structural Equation Modeling: A Multidisciplinary Journal,2019年。
- ↑ Finding Clusters of Groups with Measurement Invariance: Unraveling Intercept Non-Invariance with Mix,De Roover等,Structural Equation Modeling: A Multidisciplinary Journal,2021年。
- ↑ Testing Measurement Invariance Across Groups in Longitudinal Data: Multigroup Second-Order Latent Growth Model,Kim等,Structural Equation Modeling: A Multidisciplinary Journal,2014年。