Page 203 - 201903

社会· ２０１９ · ３

在上面的例子中，通过因子分析产生的是一个连续型的因子得分，因此
直接作为控制变量置入模型。但是，研究者也可以利用潜类别（ 犾犪狋犲狀狋
犮犾犪狊狊 ）模型产生分类变量来衡量心理特质的多个类别。对于此分类潜
变量，可以作为控制变量纳入模型，也可以针对不同的类别进行类别内
分析然后汇总（ 犆狅犮犺狉犪狀 ， １９６８ ）。其次，对于潜在心理机制的直接测量
需要研究者非常清楚究竟是哪一个或者哪几个心理机制造成了混淆偏
误，由此才可以进一步构建它们的测量指标。无疑，这要求研究人员要
有比较强的理论功底，尤其是充分掌握心理学领域的相关知识，以识别
不同的混淆心理特质。最后，与第二点相关，如果存在多个潜在的混淆
心理机制，那么我们就需要进行多元控制。例如，在模型中除了主效应
之外，还可能有不同心理特质之间的交互效用，甚至主效应的高阶效
用。此时，模型形式可能具有不确定性（胡安宁， ２０１６ ）。

四、基于数据分析的策略

通过某种手段直接测量出潜在的心理特质固然是一个非常简单、
直观的策略，但在实际的研究情景中，我们很多时候恰恰缺乏明确的理
论或者操作经验来告诉我们造成混淆偏误的心理特质究竟是什么，更
不用说如何对其进行有效度和信度的经验测量。此时，一个替代性方
狆
案是寻找潜在心理特质的代理（ 狉狅狓 狔 ）变量并对其进行控制。由于心
理特质反映的是个体的内在特征，一个很自然的代理变量是个人在数
据中的个人固定效应（例如，数据中的 犐犇 变量）（ 犃犾犾犻狊狅狀 ， ２００９ ）。换句
话说，在调查数据中，个体全部信息的唯一代表就是个人固定效应，如
果把它控制起来，那些看得到或看不到的心理特质自然就会被间接控
制起来了。这一思路如图 ６ （ 犪 ）所示。
但是，在一般的截面数据中，简单的个人固定效应控制并不能解决
混淆偏误。原因在于，个人固定效应同时也决定了自变量和因变量的
取值。当我们控制了个人固定效应之后，自变量和因变量的取值也就
被固定了。此时，它们不再是“变”量，我们自然也就无法估计出二者之
间的关系。一个可能的解决方案是分析历时性的数据，即允许针对特
定的个人固定效应，估计自变量和因变量随时间而变化的取值及其相
互关系。此时，即使仅针对某个特定的个体，我们也就能够看出主观变
量之间的关联。这个思路具体可参见图 ６ （ 犫 ）。在图 ６ （ 犫 ）中，我们控制

· １ ９ ６ ·