统计百科 ·
多组SEM测量不变性的APA报告怎么写?配置/度量/标量不变性加卡方差检验全解
统计百科:多组SEM(MGSEM)APA 7th报告格式全解——配置/度量/标量三层不变性检验、卡方差检验ΔCFI/ΔRMSEA判断标准、跨组路径系数比较模板,给出可直接套用的论文级APA报告句式。
多组SEM(Multi-Group SEM,MGSEM)的核心前提是测量不变性(Measurement Invariance)。在跨性别、跨文化、跨时间点比较潜变量均值或路径系数之前,必须先证明"各组是在用同一把尺子量同一个概念"。这篇文章专攻一件事:多组SEM测量不变性怎么规范写进论文的方法章节和结果章节,给出可直接套用的APA 7th报告句式,并逐一说明卡方差检验、ΔCFI、ΔRMSEA三种判断标准的选择逻辑。
你的多组SEM报告有这些问题吗?
审稿人或导师关于多组SEM最常见的反馈:
- "跨组比较路径系数之前,请先检验测量不变性"
- "配置/度量/标量不变性是什么关系,论文里没有交代清楚"
- "ΔCFI < .010 是判断标准,但你引用的是 Cheung & Rensvold(2002),请说明是哪个版本"
- "卡方差检验(chi-square difference test)在大样本下容易拒绝,请同时报告 ΔCFI 和 ΔRMSEA"
- "只有度量不变性而没有标量不变性,能比较均值吗?论文里请交代清楚"
- "部分不变性(Partial Invariance)如何处理,有没有固定哪几个截距"
这些问题都集中在测量不变性的层级逻辑与报告格式上。本文从零开始理清逻辑,给出每个层级的判断标准和APA报告模板。
一、测量不变性的四个层级:什么必须相等
多组SEM的测量不变性通常按以下顺序逐层检验,每层都在上一层的基础上增加约束:
| 层级 | 约束内容 | 中英文名 | 允许跨组比较的内容 |
|---|---|---|---|
| 层级0 | 无约束(各组自由估计) | 配置不变性 Configural | 模型结构(哪个题目属于哪个因子) |
| 层级1 | 因子载荷相等 | 度量不变性 Metric | 潜变量间路径系数、相关 |
| 层级2 | 截距相等 | 标量不变性 Scalar | 潜变量均值(潜均值差异检验) |
| 层级3 | 残差方差相等 | 严格不变性 Strict | 很少要求,残差往往允许不等 |
实践要点:
- 绝大多数论文只要求达到标量不变性(Scalar),才能做潜均值比较(如 t 检验组间差异、多组路径系数比较时报告均值差)
- 仅有度量不变性时,可以比较路径系数大小,但不能比较因子均值
- 严格不变性(残差方差相等)在心理学量表中几乎不被要求,很多期刊明确不要求
二、卡方差检验 vs ΔCFI vs ΔRMSEA:三种判断标准怎么选
卡方差检验(Chi-Square Difference Test)
$\Delta\chi^2 = \chi^2_{\text{受约束模型}} - \chi^2_{\text{较自由模型}},\quad \Delta df = df_{\text{受约束}} - df_{\text{较自由}}$
用法:若 $\Delta\chi^2(\Delta df)$ 不显著($p > .05$),说明新增约束未显著降低模型拟合,不变性假设成立。
缺点:卡方对样本量极其敏感。N > 300 时,微小的模型差异也会产生显著卡方差,导致假性拒绝不变性。因此,卡方差检验不应作为唯一判断标准,APA 7th 和多数期刊要求同时报告拟合指数变化量。
ΔCFI 判断标准
Cheung & Rensvold(2002)提出的经验规则:
$|\Delta CFI| \leq .010 \Rightarrow \text{不变性成立}$
- ΔCFI = CFI(较自由模型)- CFI(受约束模型)
- ΔCFI < .010 说明增加约束对模型拟合的损失在可接受范围内
- 这是目前使用最广泛的判断标准,大多数期刊接受
ΔRMSEA 判断标准
$|\Delta\text{RMSEA}| \leq .015 \Rightarrow \text{不变性成立}$
- 部分研究者采用 Chen(2007)的 .015 切割值(Putnick & Bornstein, 2016 为综述引用)
- RMSEA 在小样本或自由度较少时不稳定,建议与 ΔCFI 联合使用
三者如何搭配报告:APA 7th 及 Structural Equation Modeling 等期刊的惯例是:
- 报告每个模型的完整拟合指数(chi^2, df, CFI, TLI, RMSEA, SRMR)
- 报告逐层模型比较的 Δchi^2(含 Δdf 和 p 值)和 ΔCFI
- 若 Δchi^2 显著但 ΔCFI < .010,以 ΔCFI 为准(大样本优先使用 ΔCFI)
三、各层级APA报告模板
模板一:配置不变性(Configural Invariance)
配置不变性是基线模型,验证"两组使用相同的因子结构"。
配置不变性模型(各组因子载荷与截距均自由估计)作为基线,
结果显示拟合良好:chi^2([df]) = [值], p [值],
CFI = .[值], TLI = .[值], RMSEA = .[值] (90% CI [值, 值]), SRMR = .[值],
表明[测量工具]的因子结构在[组别A]与[组别B]中一致。
填入数值示例:
配置不变性模型(各组因子载荷与截距均自由估计)作为基线,结果显示拟合良好:chi^2(48) = 62.47,p = .071,CFI = .976,TLI = .968,RMSEA = .043(90% CI [.000, .068]),SRMR = .052,表明情绪调节量表的三因子结构在男性组与女性组中一致。
模板二:度量不变性(Metric Invariance)
度量不变性约束所有因子载荷在两组中相等,与配置模型比较。
度量不变性模型在配置模型基础上约束各因子载荷跨组相等,
拟合结果为:chi^2([df]) = [值], p [值],
CFI = .[值], RMSEA = .[值] (90% CI [值, 值])。
与配置模型相比,delta-chi^2([delta-df]) = [值], p = .[值];
delta-CFI = .[值](< .010),
支持度量不变性(因子载荷在两组间具有跨组等价性)。
填入数值示例:
度量不变性模型在配置模型基础上约束各因子载荷跨组相等,拟合结果为:chi^2(54) = 68.93,p = .088,CFI = .972,RMSEA = .041(90% CI [.000, .063])。与配置模型相比,Δchi^2(6) = 6.46,p = .373;ΔCFI = .004(< .010),支持度量不变性,表明情绪调节量表的因子载荷在男性组与女性组间具有跨组等价性。
模板三:标量不变性(Scalar Invariance)
标量不变性在度量不变性基础上进一步约束截距相等,是跨组潜均值比较的前提。
标量不变性模型在度量模型基础上进一步约束各题目截距跨组相等,
拟合结果为:chi^2([df]) = [值], p [值],
CFI = .[值], RMSEA = .[值] (90% CI [值, 值])。
与度量模型相比,delta-chi^2([delta-df]) = [值], p = .[值];
delta-CFI = .[值](< .010),
支持标量不变性。上述结果表明,[测量工具]在[组别A]与[组别B]
之间具有完全标量不变性,满足跨组潜变量均值比较的统计前提。
填入数值示例:
标量不变性模型在度量模型基础上进一步约束各题目截距跨组相等,拟合结果为:chi^2(60) = 74.51,p = .108,CFI = .969,RMSEA = .038(90% CI [.000, .059])。与度量模型相比,Δchi^2(6) = 5.58,p = .472;ΔCFI = .003(< .010),支持标量不变性。上述结果表明,情绪调节量表在男性组与女性组之间具有完全标量不变性,满足跨组潜变量均值比较的统计前提。
模板四:部分不变性(Partial Invariance)
若标量不变性不成立,可采用部分不变性(仅固定部分截距),需明确说明哪些截距被释放。
标量不变性检验未通过:delta-chi^2([delta-df]) = [值], p = .[值];
delta-CFI = .[值](> .010)。
基于修正指标(modification indices),
释放题目 [题目编号] 和 [题目编号] 的截距约束后,
部分标量不变性模型拟合可接受:chi^2([df]) = [值], p [值], CFI = .[值]。
与度量模型相比,delta-chi^2([delta-df]) = [值], p = .[值];
delta-CFI = .[值](< .010)。
因此,在控制截距不等的题目后,以部分不变性模型为基础进行跨组均值比较
(Byrne, Shavelson, & Muthen, 1989)。
填入数值示例:
完全标量不变性检验未通过:Δchi^2(6) = 18.42,p = .005;ΔCFI = .018(> .010),提示部分截距存在跨组差异。基于修正指标,释放第3题与第7题的截距约束后,部分标量不变性模型拟合可接受:chi^2(58) = 71.80,p = .118,CFI = .971。与度量模型相比,Δchi^2(4) = 2.87,p = .579;ΔCFI = .001(< .010),支持部分标量不变性。因此,在控制上述两题截距不等的情况下,以部分不变性模型为基础进行跨组潜均值比较(Byrne et al., 1989)。
四、模型比较汇总表:APA格式三线表示例
论文中通常用一张汇总表呈现各层级模型的拟合指标与比较结果,格式如下:
表1 多组SEM测量不变性检验结果汇总
模型 chi^2 df CFI TLI RMSEA [90% CI] SRMR delta-chi^2 delta-df delta-CFI
配置不变性模型 62.47 48 .976 .968 .043 [.000, .068] .052 — — —
度量不变性模型 68.93 54 .972 .967 .041 [.000, .063] .058 6.46 6 .004
标量不变性模型 74.51 60 .969 .965 .038 [.000, .059] .061 5.58 6 .003
注:chi^2 为 MLR(稳健极大似然)卡方统计量;delta-chi^2为Satorra-Bentler缩放差值检验;
delta-CFI < .010 支持不变性(Cheung & Rensvold, 2002);
RMSEA < .060、CFI > .950 为良好拟合(Hu & Bentler, 1999)。
五、方法章节的标准描述
标准方法章节描述
采用多组验证性因子分析(Multi-Group CFA,MGCFA)在[组别A](n = [N1])
与[组别B](n = [N2])之间检验[测量工具]的测量不变性(Measurement Invariance)。
依次检验配置不变性(Configural)、度量不变性(Metric)和标量不变性(Scalar),
逐层约束因子载荷和题目截距跨组相等。
采用 MLR(稳健极大似然)估计量,以应对轻度非正态分布;
模型比较使用 Satorra-Bentler 缩放卡方差检验(Δchi^2)和 ΔCFI,
以 ΔCFI < .010 为支持不变性的判断标准(Cheung & Rensvold, 2002)。
所有分析在 ChatSRS(R 引擎/Mplus 引擎)中完成。
六、跨组路径系数比较报告
在确认至少达到度量不变性后,可比较跨组路径系数,报告格式如下:
在度量不变性成立的前提下,对[路径]的跨组差异进行检验。
约束该路径系数在两组间相等的等值约束模型与自由估计模型相比:
delta-chi^2(1) = [值], p = .[值]; delta-CFI = .[值]。
结果显示[支持/不支持]等值约束,
即[组别A](beta = .[值],SE = .[值],p [值])与
[组别B](beta = .[值],SE = .[值],p [值])的[路径]
存在[显著/非显著]跨组差异。
填入数值示例:
在度量不变性成立的前提下,对自我效能→学业成就路径的跨组差异进行检验。约束该路径系数跨组相等的等值约束模型与自由估计模型相比:Δchi^2(1) = 7.83,p = .005;ΔCFI = .013(> .010),不支持等值约束,即两组在该路径上存在显著差异。男性组的自我效能→学业成就路径(beta = .52,SE = .07,p < .001)显著强于女性组(beta = .31,SE = .06,p < .001),表明自我效能对学业成就的预测作用存在性别调节效应。
七、在ChatSRS一句话获得规范多组SEM报告
打开 chatsrs.com,上传数据后输入:
"对[量表名称]做多组SEM测量不变性检验,比较[组别A]和[组别B];依次检验配置不变性、度量不变性和标量不变性;使用MLR估计量;输出每个模型的chi^2、df、CFI、TLI、RMSEA(含90% CI)、SRMR,以及模型比较的delta-chi^2、delta-df、delta-CFI;判断哪一层不变性成立;给出符合APA 7th的完整报告段落和三线表,可直接复制进论文。"
ChatSRS 的 multi_group_sem 指令(编号68以内)会自动完成上述所有步骤,输出结果与本文模板格式一致,数值自动填入,包括:
- 配置/度量/标量三层模型的完整拟合指数
- Satorra-Bentler 缩放卡方差检验(适配 MLR 估计量)
- 三线表 + 结果段落 + 方法章节描述
- 若标量不变性不成立,自动定位截距不等的题目并输出部分不变性方案
八、APA报告常见错误对照表
| 常见错误 | 正确写法 | 违反的规则 |
|---|---|---|
| 只报告卡方差检验,未报告ΔCFI | 同时报告 Δchi^2 和 ΔCFI | 大样本下卡方差对N敏感,须辅以CFI |
| 混用"弱不变性"与"度量不变性" | 统一使用"度量不变性(Metric)"或"弱不变性(Weak)" | 术语不一致影响可读性 |
| 未报告配置模型作为基线 | 必须先报告配置模型拟合指数 | 无基线则比较无从说明 |
| 截距不等时仍比较潜均值 | 先检验标量不变性,不成立则用部分不变性 | 缺乏测量基础的比较无效 |
| ΔCFI写成正数减负数算错方向 | ΔCFI = CFI(较自由) - CFI(受约束),结果通常为正 | 方向错误导致判断反转 |
| 未说明使用哪种估计量(ML vs MLR) | 注明 MLR(稳健极大似然)及其原因 | 卡方差检验公式因估计量不同而异 |
| 标量不变性不成立时直接宣告"不变性失败" | 分析修正指标,尝试部分不变性 | 部分不变性仍可做有限跨组比较 |
常见FAQ
Q:配置/度量/标量不变性依次失败,论文还能继续写吗?
A:可以,但需要如实报告并讨论限制。如果配置不变性失败(因子结构在两组中不同),说明两组在使用概念上存在根本差异,此时跨组比较基础不成立,需在讨论章节解释原因,并建议后续研究。如果度量不变性成立但标量不变性不成立,仍可比较潜变量间路径系数(如结构路径 A→B 的组间差异),只是不能比较潜均值。部分标量不变性(Partial Scalar)在许多心理学和管理学期刊中被接受,只要说明哪几道题的截距未被固定、并讨论可能原因即可。
Q:MLR和ML估计量的卡方差检验为什么不一样?
A:ML(普通极大似然)使用普通卡方差检验:Δchi^2 = chi^2(约束模型) - chi^2(自由模型)。MLR(稳健极大似然,适用于轻度非正态数据)的两个模型的卡方值已经过缩放(scaled),直接相减是错误的,必须使用 Satorra-Bentler 缩放差值检验(Scaled Difference Test),否则结果不正确。ChatSRS 在使用 MLR 估计量时会自动选用 Satorra-Bentler 方法,方法章节中应注明这一点。
Q:样本量需要多大才能做多组SEM?
A:没有统一的绝对标准,但实践中的经验规则是:每个参数至少5-10个观测(即 N/参数数 >= 5),且每组样本量建议不低于100至150。若每组样本量低于100,建议采用 Bayesian SEM 或报告统计功效分析。ChatSRS 在样本量偏小时会自动给出功效警告。
Q:严格不变性(Strict Invariance)必须检验吗?
A:通常不需要。严格不变性要求各组残差方差相等,这一条件在实践中几乎不可能完全满足,且大多数期刊的审稿意见不要求。APA 7th 及 Journal of Applied Psychology 等主流期刊只要求报告到标量不变性(或部分标量不变性)。若审稿人特别要求,可以补充检验,但不满足通常不影响发表。
快速参考:多组SEM报告格式速查卡
[配置不变性 — 基线]
chi^2(df) = X.XX, p [值], CFI = .XXX, TLI = .XXX,
RMSEA = .XXX [90% CI .XXX, .XXX], SRMR = .XXX
[度量不变性 — 与配置比较]
chi^2(df) = X.XX, CFI = .XXX, RMSEA = .XXX
delta-chi^2(delta-df) = X.XX, p = .XXX; delta-CFI = .XXX
判断:delta-CFI < .010 → 支持度量不变性
[标量不变性 — 与度量比较]
chi^2(df) = X.XX, CFI = .XXX, RMSEA = .XXX
delta-chi^2(delta-df) = X.XX, p = .XXX; delta-CFI = .XXX
判断:delta-CFI < .010 → 支持标量不变性 → 可比较潜均值
[部分不变性 — 标量不成立时]
释放题目 [X, Y] 的截距约束
部分标量模型 vs 度量模型:delta-chi^2(delta-df-2) = X.XX, p = .XXX; delta-CFI = .XXX
delta-CFI < .010 → 支持部分标量不变性
[跨组路径系数比较]
等值约束模型 vs 度量模型:delta-chi^2(1) = X.XX, p = .XXX; delta-CFI = .XXX
路径 beta_A = .XX vs beta_B = .XX
相关阅读
- 测量不变性怎么检验?多组CFA配置/弱/强/严格不变性与跨组比较前提全解
- 多群组SEM与测量不变性 — 跨组比较前提用AI完成
- SEM拟合指标的APA报告怎么写?CFI/TLI/RMSEA/SRMR标准与模板全解
- 验证性因子分析CFA的APA报告模板 — 标准化载荷、CFI/TLI/RMSEA/SRMR、AVE/CR全解
- SEM间接效应的APA报告怎么写?Bootstrap CI与路径系数格式全解
本文首发于ChatSRS官方博客。如有问题或反馈,欢迎在ChatSRS站内 [用户中心 -> 帮助与反馈] 联系我们。