点值类别风格化题项中的结构性偏差：一种校准方法

《Journal of Survey Statistics and Methodology》：Structural Bias in Stylized Items with Point-Valued Categories: A Calibrated Approach

　　

调查研究常常依赖带有离散、有序响应类别的风格化问题来测量行为或态度。尽管这类题项简化了回答过程并促进了标准化，但它们引入了一种由实际行为与所赋值类别之间的差异所产生的结构性偏差成分（structural bias component, SBC）。本文以宗教实践为背景，利用欧洲价值观调查（European Values Study）在多个波次和国家中的数据对SBC进行了考察。分析表明，点值题项的离散性质可能产生扭曲。研究提出了一种校准模型（calibration model），假设每个区间内的行为服从均匀分布，以此估计并调整该偏差。研究发现，尽管SBC在某些领域中可能达到相当高的水平——尤其是在绝对数值的准确性至关重要的情境下——但在实践中，它对理论解释或解释性因素的影响通常是有限的。本研究强调了精心设计响应类别以及考虑替代性测量方法（如采用区间值类别的风格化题项）的重要性，以减少测量误差并提高调查的有效性。

论文解读文章

研究背景与问题提出

调查研究领域长期以来关注多种可能扭曲调查数据的因素，总调查误差（Total Survey Error）框架已发展数十年，涵盖抽样误差与非抽样误差。已有研究广泛讨论了社会期望偏差（social desirability bias）、问题顺序效应、响应顺序效应（如首因效应与近因效应）、系统性响应风格以及回忆误差（如时间 telescoping）等。然而，本文指出一个此前较少被系统考察的偏差来源：风格化题项（stylized items）中，由于采用有限且宽泛的标准化响应类别，并将这些类别视为点值（point-valued）处理，从而产生一种结构性偏差成分（SBC）。这类题项在量化调查中被广泛用于测量行为或态度的频率或强度，其优势在于简化回答，但代价是牺牲测量精度。例如，宗教服务出席频率被划分为“每月一次”或“每周一次”等离散类别，并赋予相应数值（如12和52），但实际行为在类别之间必然存在分布，部分报告“每周一次”的受访者实际年出席次数可能在40至50次之间，而报告“每月一次”者可能在14至25次之间。这种简化导致的偏差并非源于受访者意愿、记忆局限或问卷情境，而是题项本身的结构特征及其响应被转化为定量估计的方式所固有。

研究目的与研究问题

本文明确提出两个研究问题：第一，点值类别的使用是否会产生结构性偏差成分，若产生，其程度如何、在何种条件下出现；第二，当风格化响应被转化为潜在行为的定量估计时，如何识别这一偏差。为回答这些问题，研究人员利用欧洲价值观调查（EVS）的数据，选取了参与1981—1984年（Wave 1）、1999—2001年（Wave 3）和2017—2021年（Wave 5）三个波次的八个国家：丹麦、法国、德国、意大利、荷兰、西班牙、瑞典和英国。分析样本限定于这些国家中对宗教服务出席题项给出有效实质性回答的受访者，排除了非实质性响应代码。

关键技术与方法

研究人员采用的主要技术方法包括：第一，将题项响应选项转化为年度参与频率，其中“每年一次”=1、“每月一次”=12、“每周一次”=52由题项措辞直接隐含，其余类别（如“较少”“其他特定圣日”“仅在特定圣日/圣诞节/复活节”“每周超过一次”）则依据题项结构、排序和合理性准则进行赋值，其中“每周超过一次”被赋值为130，对应每周2.5次的年均值。第二，构建均匀模型（uniform model），假设在每个内部类别内，潜在行为在相邻类别值的中点所界定的区间上服从均匀分布，并分别处理首尾两个尾部类别，从而得到分段均匀概率密度函数和相应的累积分布函数。第三，定义误差指数（error index, EI），即观测到的逆累积频率（retrocumulative frequency, CFR(o_i)）与校准后的逆累积分布函数（?_R(o_i)）之间的相对偏差，用于量化各类别上的结构性偏差程度。

研究结果

4.1 模型的首个实际示例

研究人员通过一个具体示例展示了模型的应用效果。在Wave 1的八个国家合并样本中，对于“每周至少一次”的逆累积比例，原始风格化数据为20.9%，而校准后为15.3%，相对高估达36%；对于“每月至少一次”，原始值为32.9%，校准后为30.7%，相对高估约7%；对于“仅在特定圣日”类别，原始值为42.0%，校准后为41.1%，相对高估约2%。这一结果表明，在较高频率类别上，点值题项导致的偏差尤为显著。

4.2 跨波次与跨国家的偏差比较

研究人员进一步比较了不同波次和不同国家之间的偏差模式。结果显示，结构性偏差的幅度在不同波次和不同国家之间存在差异，但总体模式相对稳定。在某些国家，特别是宗教参与率较高的国家，高频率类别上的偏差更为突出。偏差的绝对值在某些情境下可达到可观水平，尤其是在对绝对数值准确性要求较高的研究中。

4.3 对理论解释与解释性因素的影响

尽管结构性偏差在绝对数值上可能相当显著，研究人员发现其对理论解释或解释性因素的影响通常有限。这意味着，在比较不同群体或检验变量间关系时，点值题项带来的偏差往往不会改变主要的实质性结论。然而，在需要精确估计绝对频率或进行跨群体绝对水平比较的研究中，这一偏差不可忽视。

讨论与结论

研究人员在讨论部分指出，结构性偏差的识别与量化对于调查实践具有重要意义。校准方法提供了一种工具，使研究人员能够评估现有调查测量工具的偏差程度，并为设计频率问题提供指导。研究强调，响应类别的设计需要谨慎考量，尤其是类别边界和类别数量的选择会直接影响偏差的大小。此外，研究人员建议考虑采用区间值类别（interval-valued categories）的风格化题项作为替代方案，以减少测量误差并提高调查的有效性。

研究结论部分指出，点值题项确实会产生结构性偏差成分，其程度在某些领域可能相当可观，尤其是在绝对数值准确性至关重要的情境下。然而，在多数实际应用中，这一偏差对理论解释或解释性因素的影响是有限的。研究提出的校准方法能够有效地识别和量化这一偏差，帮助研究人员评估现有调查测量工具并设计能够减少可避免测量误差的频率问题。研究同时指出，校准结果对某些模糊类别的赋值选择并非高度敏感，稳健性检验支持了结论的可靠性。