研究BFAS-40中性别差异对测量结果不变性的影响

《Personality and Individual Differences》：Examining measurement invariance across gender in the BFAS-40

本研究通过IRT方法筛选锚定项目，并采用多群组探索性结构方程模型（ESEM）检验大五人格简量版（BFAS-40）的性别测量不变性。结果显示BFAS-40在性别维度具有严格测量不变性，性别差异的效应量d值均小于0.5，仅withdrawal（d=0.24）、compassion（d=0.34）和politeness（d=0.28）方面存在可忽略的性别差异。该工具证实能有效且公平地测量大五人格特质。

　　

安德鲁·萨莫（Andrew Samo）| 布伦特·A·史蒂文诺（Brent A. Stevenor）| 塞缪尔·T·麦卡比（Samuel T. McAbee）

美国鲍灵格林州立大学心理学系

摘要

本研究考察了最近开发的“大五人格特质量表”（Big Five Aspects Scale，简称BFAS-40；Gallagher等人，2023年）简化版在不同性别群体中的测量不变性，样本量为1468人。研究采用了现代项目反应理论（IRT）方法来确定参考项目，并通过多组探索性结构方程建模（ESEM）来检验测量不变性（MI）。ESEM分析结果表明，BFAS-40在不同性别群体中具有严格的测量不变性。此外，根据Nye和Drasgow（2011年提出的d_MACS指标）对测量不变性测试的实际意义进行分析后发现，各性别群体在量表项目上的差异非常微小，其中在“退缩性（Withdrawal）”、“同情心（Compassion）”和“礼貌性（Politeness）”这三个维度上观察到的差异最为明显（尽管仍然属于微小范围）。本文还讨论了这些发现的意义、局限性以及未来的研究方向。总体而言，这些结果进一步证明了BFAS-40是一种有效且公平的用于测量大五人格特质的工具。

研究片段

性别差异下的个性特征：实质性差异与测量偏差

只有当人格测量工具产生的分数具有有效性时，它才能真正帮助我们区分不同个体。这意味着该测量工具应能准确反映人们在所测量人格特质上的真实水平，即具有相同潜在得分的不同亚群体成员应得到相同的观测分数。换句话说，群体间的差异应该是实质性的，而非由测量偏差造成的。

先前的研究发现存在性别差异……

BFAS-40在不同性别群体中的测量不变性

测量不变性意味着某种测量工具的心理测量属性在所有群体中都是相同的（即具有不变性），因此观察到的差异应归因于人格特质本身而非群体归属（Greiff和Scherer，2018年）。如果存在测量不变性，那么不同群体间的因子结构应当一致；反之，则表明这些潜在特质在不同群体中的表现方式存在差异（Somaraju等人，2022年）。对于大五人格特质而言，这一点尤为重要。

开放性与透明度

BFAS-40的相关数据、代码和材料可在Open Science Framework（OSF）上免费获取：https://osf.io/xywjd

参与者

数据来源于Gallagher等人（2023年）的研究2-5，样本量为1468人（其中59%为男性，60%为白人，17%为拉丁裔/其他种族，7%为亚洲人，7%为其他种族）。所有数据均通过Amazon的Mechanical Turk（MTurk）平台及CloudResearch服务收集。由于本研究属于对已有数据的分析，因此无需进行伦理审查。数据质量通过CloudResearch的审核流程得到了进一步保障。

描述性统计

如表2所示，BFAS-40量表的各维度均值、标准差和信度在不同性别群体中保持一致。具体而言，“退缩性”（d = 0.24）、“同情心”（d = 0.34）、“礼貌性”（d = 0.28）和“开放性”（d = 0.19）的均值在女性中更高，而“果断性”（d = ?0.13）的均值在男性中更高。这些统计结果与以往的研究结果一致，其中“勤奋性（Industriousness）”、“情绪稳定性（Volatility）”和“智力（Intelligence）”这三个维度的性别差异最小。

讨论

本研究的目的是检验BFAS-40在不同性别群体中的测量不变性。通过AOAA方法（Lopez Rivas等人，2009年），研究确定了10个在性别上几乎没有差异的参考项目。ESEM模型的拟合度良好，ESEM的测量不变性分析也证实了BFAS-40得分的严格不变性。

除了确认BFAS-40存在性别差异外，还需要考虑这些差异的实际影响，以评估其影响程度。

作者贡献声明

安德鲁·萨莫（Andrew Samo）：负责撰写、审稿与编辑、初稿撰写、数据分析、概念构建。 布伦特·A·史蒂文诺（Brent A. Stevenor）：负责撰写、审稿与编辑、初稿撰写、数据分析、概念构建。 塞缪尔·T·麦卡比（Samuel T. McAbee）：负责撰写、审稿与编辑、初稿撰写、数据可视化、研究监督、资源协调、项目管理和概念构建。

利益冲突声明

本研究未接受任何外部财务或非财务支持，不存在需要披露的其他利益关系或专利信息，也没有其他需要公开的活动。