比较两组潜变量的均值

chaoswang

kenny 好！各位前辈好！
, }* I5 Z: K& r
" m& m* ]  M, M5 ^! v之前问了有关比较两组潜变量均值的问题，kenny建议我去找Gordon Cheung教授解答，可惜他并没有时间回复邮件，因此我重开一贴，还希望知情人指点一二。

. v- Y9 ~6 \; Z: t4 x1 d在有CV的情况下，可以先检测measurement invariance，然后在partial measurement invariance的情况下比较两个潜变量的均值么？
+ P0 {4 h( k0 }  @1 y: J: |# ]4 n
我也贴出上次发的帖，以便大家阅读。多谢了！

Kenny 好，各位前辈好：

最近有个问题苦恼着我。我想比较两组的12个观测变量 x1 ~ x12 的均值，这12个变量可以理论上可以当做三个潜变量eta1,eta2和eta3，每个潜变量对应四个题项，另外我们有几个协变量CV。按一般做法是做MANCOVA，但不幸的是，一开始处理数据的时候发现违反了homogeneity of regression的假设，不能继续做了。

$ ?& ~. a/ c" ]# E通过查文献，我发现先证明measurement invariance后也可以用multiple group CFA比较不同组的潜变量均值，但是我看得有关文献中，并没有提到如果要控制那些CV改怎么做。我感觉用mplus做一个multiple groups CFA with covariate（类似MIMIC模型），得出潜变量的intercept，这个intercept应该可以当做潜变量在控制cv后的均值吧？但是我又有点不确定，还望知情人指点指点。谢谢！

说来也巧，我参考的文献中最新的一篇恰好是CUHK老师的文章Cheung, G. W., & Lau, R. S. (2011). A Direct Comparison Approach for Testing Measurement Invariance. Organizational Research Methods, 15(2), 167–198. doi:10.1177/1094428111421987
但可惜这篇文章也没说如果有协变量存在的话该怎么做……

+ R2 K. X# m4 l0 X4 @
1 n& K" D- m$ V! Z8 L

Kenneth

chaoswang, 对不起，我帮不了你。
5 u8 s9 A3 V% ^' W% k1. 我不太做 factorial invariance，也对这个问题没有什么兴趣。我觉得这是一个统计的问题，多于一个研究方法的问题。
2 _5 O3 x: \' M2 T2. CFA 是一个测量模型。我不明白你在做CFA 的时候，干嘛要有协变量。
对不起，知识有限。看看有没有高人可以帮助你吧。

chaoswang

Kenneth 发表于 2014-11-4 21:51
( W* L% N* ?; S  Q9 L. nchaoswang, 对不起，我帮不了你。
1. 我不太做 factorial invariance，也对这个问题没有什么兴趣。我觉得这 ...

kenny好，仍然很感谢您，说实话我接触到这个measurement invariance也觉得怪怪的，其中最大的问题是：如果要移植国外成熟量表，我以前学的做法是：

1. 用一批数据做一遍EFA，看是否跟国外一样。
2 M: T1 R  s2 X* A- H: h2. 再用另一批数据使用这个量表做研究，当然仍然还要做CFA来检验。

但是我感觉如果能确定measurement invariance的话应该能保证两个量表在两个群体测量的是同一内容了吧（当然是在理论支持的情况下）？

Kenneth

我做了研究这么久，自己相信很多情形下，就算在中国再做一次，都不可能有 factorial invariance. 不要说从美国搬到中国来了。
" ~! u+ h( S; _4 K9 B7 @元分析告诉我们，就算是 effect size indices （比如相关系数），在不同的样本也会有很大的差异的。因此我自己的 “偏见” 是要求两个样本的误差、载荷等在统计的层面上一样，有点不实际。自然，factorial invariance 这么大的一个文献，我倒不敢说人家在玩游戏。如果是的话，可能我们这一群在做管理研究的人，也在玩类似的游戏了。

chaoswang

Kenneth 发表于 2014-11-5 21:20
& f1 Z! ]: G: I* [. L* ^" h6 y5 d我做了研究这么久，自己相信很多情形下，就算在中国再做一次，都不可能有 factorial invariance. 不要说从 ...

4 q( u( t* V  ]! |" t- I很感动您说这些话！真的谢谢您。
. ]1 G6 X: Q. G2 p
这下我知道虽然我们数据没有满足factorial invariance的要求，也不代表我们之前的工作不合格，轻松不少。