纵向测量等值
纵向测量等值(又称纵向测量不变性、跨时间等值)指同一测量工具在不同时间点施测于同一批(或可比)被试时,其测量结构与参数保持稳定的性质。它是纵向研究的前提:只有当量表跨时间等值,观察到的分数变化才能被解释为构念水平的真实变化,而非测量工具随时间"工作方式改变"造成的假象。纵向测量等值问题在发展心理学、临床疗效评估与追踪调查中尤为关键——研究"变化"的学科必须首先确认"尺子没变"。
为什么需要
纵向研究中分数变化有三种可能来源:真实的构念变化(被试的心理特质确实改变了)、测量工具的漂移(同一题项在不同时间点被理解方式不同)、样本构成变化(追踪中的流失使样本改变)。纵向测量等值旨在排除第二种解释——确认量表在时点1与时点2测的是同一构念、且刻度一致。若不等值,时间1与时间2的分数就像用两把刻度不同的尺子量的长度,差值无意义。
纵向等值失效的常见表现包括:题项含义随时间改变(如"使用互联网"在十年前与今天含义不同)、被试发展导致题项理解方式变化(儿童对"我常感到快乐"的理解随年龄深化)、量表结构随时间重组(抑郁量表的因子结构在急性期与缓解期不同)、作答风格随熟悉度改变(反复施测后被试更倾向默认或极端作答,见作答风格)。弗里德等2016年发表于《心理评估》的研究是警示性案例——他们发现四种常用抑郁量表缺乏单维性与纵向测量不变性,意味着基于这些量表的"抑郁变化"结论需要重新审视。[1]
检验方法
纵向测量等值的检验采用验证性因子分析的多组框架,把时间点当作"组":形态等值(两时点因子结构相同)、弱等值(载荷相等)、强等值(截距相等)、严格等值(残差相等)——只有达到强等值,潜均值跨时间比较才合法。检验逐级进行,判据与跨群体等值(见测量等值性)类似。里库恩等2018年的研究报告了使用特定评估工具评估随时间变化的纵向测量不变性研究,展示了实践中的完整检验流程。[2]
纵向数据有特殊复杂性:同一批被试在多个时点重复测量,观测不独立——标准的"多组验证性因子分析"把时点当作独立组,忽略了个体内的相关结构;更严谨的做法是纳入随机截距或潜变量交叉滞后模型,把个体内相关建模进去。金等2022年发表于《结构方程模型》的研究探讨了用密集纵向数据检验跨时间测量不变性并识别非等值来源的方法,代表了这一方向的进展。[3]布姆2015年则从可视化与概念化角度提出对分类纵向发展中测量不变性与变化的新理解。[4]
与变化分析的关系
纵向测量等值是变化分析的前置条件。若达到强等值,可进行潜均值变化分析(比较各时点潜均值)、潜增长曲线建模(估计变化轨迹)、交叉滞后分析(检验因果方向)——这些分析都以等值假设为基础。若仅达到弱等值,可比较结构关系(如时点1的X与时点2的Y的关系),不可比较均值。若等值不成立,须先处理非等值:识别非等值题项(通过修正指数或项目功能差异分析)、检验是否源于特定时点(如某次施测的特殊情境)、修订量表或在模型中允许部分参数自由估计。
纵向等值还与"反应转变"概念相关:患者因健康状态改变而重新校准自我评价标准(如大病后对"健康"的定义改变),导致量表分数的变化部分源于评价标准改变而非真实状态变化——这是临床纵向研究中等值失效的特殊机制。
中国语境
中文语境的纵向测量等值研究有三个焦点。其一,追踪数据的量表一致性:国内大型追踪调查(如家庭追踪调查、健康与养老追踪调查)跨多年施测,量表的跨波次等值性是数据质量的核心——研究者逐步引入等值检验保障跨年比较的合法性。其二,儿童青少年发展研究:量表在不同年龄阶段的等值性(同一份自尊量表对小学生与中学生是否等值)是发展研究的前提——本土研究开始关注发展阶段的测量不变性。其三,临床疗效评估:抑郁、焦虑量表在干预前后的等值性检验在国内临床心理学中逐步普及——弗里德等2016年的警示同样适用于中文版量表的疗效评估。挑战在于:追踪研究的高成本与样本流失使等值检验的样本量要求难以满足;国内方法学对等值检验的推广仍在进行中。
实践意义
纵向测量等值在应用研究中具有直接的实践意义。在临床疗效评估中,若量表在干预前后不等值,观察到的分数变化可能部分来自患者对题项理解方式的改变(如抑郁患者治疗后对"我感到疲惫"的理解从躯体症状转为心理感受),而非抑郁水平的真实变化——这会导致疗效被高估或低估。弗里德等2016年对抑郁量表的研究正是这一风险的警示。在发展研究中,儿童认知与语言能力随年龄增长,同一量表对不同年龄儿童可能测到不同构念(如"我很难集中注意力"对低龄儿童与高龄儿童的含义不同)——跨年龄的纵向比较必须先确认等值性。在组织与教育追踪中,员工或学生对量表的熟悉度提高可能改变其作答风格,造成"练习效应"与"反应转变"——这些都需要通过等值检验加以识别。实践中的处置包括:选用已验证跨时间等值的量表、在模型中加入方法因子、或对非等值题项做剔除与报告。忽视等值性的纵向研究,其"变化"结论建立在流沙之上。
争议
纵向测量等值研究有四个争议。其一,等值的时点依赖性:同一量表在短间隔(如两周)可能等值,在长间隔(如五年)可能不等值——"量表是否等值"必须说明时间跨度,笼统的等值结论无意义。其二,部分等值的处理:当少数题项跨时间非等值时,允许这些题项参数自由估计的部分等值模型是否可接受——与跨群体部分等值的争议类似,判定标准不统一。其三,真实变化与等值失效的界限:题项含义随社会发展改变(如"上网"的含义演变)究竟算"构念变化"还是"测量失效"?——这一区分影响研究者是修订量表还是接受构念的演变。其四,反应转变的处理:临床中的反应转变(评价标准重校准)是真实的心理变化还是测量偏差?——不同立场导致对纵向分数变化的不同解释,处理策略尚未统一。
参见
参考资料
- ↑ Measuring depression over time . . . Or not? Lack of unidimensionality and longitudinal measurement invariance in four common rating scales of depression.,Fried等,Psychological Assessment,2016年。
- ↑ Using the SuccessNavigator® Assessment to Assess Change Over Time: A Longitudinal Measurement Invariance Study,Rikoon等,ETS Research Report Series,2018年。
- ↑ Testing Measurement Invariance over Time with Intensive Longitudinal Data and Identifying a Source of Non-invariance,Kim等,Structural Equation Modeling: A Multidisciplinary Journal,2022年。
- ↑ A new visualization and conceptualization of categorical longitudinal development: measurement invariance and change,Boom,Frontiers in Psychology,2015年。