社會、人格、組織與健康心理學的應用

35.1 地形：歷程住在人生活的地方

本書服務得了的社會、人格與組織心理學問題，全都是關於個體內歷程的問題，而且落在少數幾個家族裡，每一個家族都通往前面章節的工具。狀態的表現與它的偶連性(contingency)，也就是一個人當下的外向性(extraversion)或情緒起伏有多大、又是什麼情境在推動它，屬於分配的問題，由第 7 與 16 章的變異性與位置尺度(location-scale)工具回答。狀態在人與人之間的傳遞，也就是一位伴侶的支持(support)會不會抬起另一位的親密感(intimacy)、每天又是誰帶誰，屬於雙人的問題，由第 23 章的多層次模型延伸到兩位互相依賴的成員來回答，再由第 25 章的耦合(coupling)方法補上。工作與復原的節律，也就是每週的週期與週末的修復，屬於週期性的問題，由第 23 與 30 章的三角函數(trigonometric)與循環平滑(cyclic smooth)工具回答。行為與健康在一天之內的耦合則屬於動態的問題，由同一套個體內機制回答。圖 35.1 畫出這份對應；表 35.1 把這些家族連同估計標的(estimand)與代表性文獻一起列出。

註：每一個個體內問題的家族，都通往回答它的那些工具。設計的譜系從羅徹斯特互動紀錄(Rochester Interaction Record)與 Wheeler and Reis (1991)、Reis and Wheeler (1991) 的事件取樣傳統，一路走到今天的智慧型手機經驗取樣；分析的家族卻是穩定的，而說出眼前是哪一個家族，仍然是第一個分析動作。

35.2 個案研究 A：把人格看成狀態的分配

Fleeson (2001) 提出的「狀態與特質的調解」，靠著換掉討論的對象化解了一場老爭論：人格特質不是一個人單一的特徵值，而是這個人當下狀態的密度分配(density distribution)；這個分配的參數，也就是平均數、分散程度(spread)，以及狀態隨情境而變的方式，就是特質。這個重新框定把密集縱貫資料變成一件人格測量的工具。個案 A 就做這件事，用的是重新框成人格研究的 affect_ema 紀錄：\(120\) 個人，每天大約取樣六次，為期兩週；他們當下的正向情緒(positive affect)、負向情緒(negative affect)與壓力(stress)，就是用來估計分配參數的狀態。

35.2.1 分配參數即人格

圖 35.2 呈現研究的原始對象，也就是一批人當下正向情緒的分配，並用視覺說出關鍵的那一點：人與人的差別不只在分配坐落的位置，也在它有多寬。兩個平均情緒相同的人，變異性可以差很多，而兩件事都是人格。要把參數估對，就得抵抗「算一個原始的個體內標準差、再把它當成特質」的誘惑：這種指標把真實的變異性、測量誤差(measurement error)與那個人的平均數混在一起，那正是 Baird et al. (2006) 記錄過的干擾。第 16 章的位置尺度模型是那份修補，它把一個人的平均數與這個人殘差變異性的對數一起模型化，並把依情境而定的反應性(reactivity)當成一個隨機斜率(random slope)。配適到這份資料上，三個參數都很可觀，而且因人而異：負向情緒的個人平均數平均為 \(2.02\)，個體間標準差 \(0.44\)；個體內變異性平均為 \(0.56\)，個體間標準差 \(0.10\)；壓力反應性，也就是一個人的負向情緒隨當下壓力上升的程度，平均為 \(0.35\)，個體間標準差 \(0.08\)。表 35.2 列出哪一個分配參數操作化了哪一個人格構念。

註：每一列是一個人兩週取樣期間當下正向情緒的分配，依個人平均數（紅點）排序。人與人的差別在分配的位置上，也獨立地在它的分散程度上；在密度分配的觀點裡，兩者都是穩定的人格參數。直接從這些分配讀出來的原始標準差，會把真實的分散、測量誤差與平均數混在一起，那正是第 16 章的位置尺度模型要修正的。請注意，這張圖畫的是正向情緒，正文所報的三個分配參數（\(2.02\)、\(0.56\)、\(0.35\)）則都是負向情緒的，兩者不能互相對照；英文版亦然，見 EN-35-02。

35.2.2 穩定性與反代入的紀律

一個分配參數要算得上特質，就必須穩定。把研究切成前後兩週，再把每個參數在兩半之間求相關，也就是做一次折半(split-half)檢核，經驗上的判定就出來了：個人平均數高度穩定，兩半之間相關 \(0.90\)；個體內變異性中等穩定，\(0.56\)；反應性最有雜訊，\(0.37\)。這正是密度分配文獻收斂到的型態：平均水準穩健得像特質，更高階的參數是真的，卻比較難在兩週的資料裡釘住。這些穩定性的數字對下一步很要緊。下一步要把這些參數帶進「特質對結果」的分析，而一個帶著誤差估出來的參數，就是一個帶著測量誤差的預測變項；把它當成已知量來用，就是第 16 章警告過的代入謬誤(plug-in fallacy)。圖 35.3 用一次受控的示範呈現後果。一個人層次的結果若真的取決於那個人的變異性，把結果對變異性的代入估計值作迴歸(regress)會衰減(attenuate)那個效果，這裡從真值 \(0.50\) 掉到天真的 \(0.45\)；不確定性也報得太小，因為估計出來的變異性裡的雜訊被忽略了。把那份估計的不確定性傳遞下去，用一個利用「標準差的取樣變異數為已知」的變項含誤差校正(errors-in-variables correction)，效果被推回到 \(0.55\)，區間也誠實地拉寬。這裡的 \(0.55\) 越過了真值 \(0.50\)，而那不是抽樣的抖動：這次示範是把估計出來的變異性先標準化再作迴歸，而用來標準化的那個標準差本身已被估計誤差膨脹，衰減因此是信度(reliability)的平方根而不是信度本身，同除以信度就系統性地過了頭，期望值是 \(0.552\)；直接用未標準化的估計值作迴歸，衰減恰好是信度，校正之後還原為 \(0.5013\)。校正要對準實際進入迴歸的那一個預測變項。這條紀律說起來簡單，卻經常被忽略：進入個體間模型的分配參數帶著自己的不確定性，而那份不確定性屬於第二階段的推論。

註：一個人層次的結果取決於那個人真實的個體內變異性，而這裡的變異性由大約二十五個可用時點估出來。代入的分析把結果對點估計作迴歸，衰減了效果，也報出過窄的區間。把估計的不確定性傳遞下去，用一個利用「標準差的取樣變異數為已知」的變項含誤差校正，效果就被推了回去，區間也拉到它誠實的寬度。這裡的校正施加在標準化之後的預測變項上，因此會系統性地過頭，正文有說明。參數所依據的時點越少，衰減就越大。

35.3 個案研究 B：雙人的每日歷程

一段關係裡的兩個人產生兩條互相依賴的每日資料流。核心的方法學事實是：這兩條流不能分開分析，因為每一位伴侶的結果同時取決於兩位伴侶的預測變項，也因為一對伴侶的兩位成員比兩個隨機的個人更相似。個案 B 把分析發展在 couples_diary 紀錄上。那是一份可區辨雙人(distinguishable dyad)的研究，\(130\) 對伴侶在三週之內每天報告支持與親密感，資料裡植入了已知的行動者與伴侶結構、一個滿意度(satisfaction)的調節變項(moderator)、一個伴侶間的混淆(confound)、一段共同命運(common fate)的成長歷程，以及一個不對稱(asymmetric)的跨伴侶延宕，因此每一項主張都可以對照真值檢核。圖 35.4 呈現這份資料的解剖，也就是兩條共用同一批伴侶日的對齊資料流；本節就建起尊重那份結構的模型。

註：兩位伴侶產生共用同一批伴侶日的對齊資料流。耦合有兩種不同的形式：一種是當天共享的成分，一件事同時推動兩位伴侶；另一種是延宕的跨伴侶成分，一位伴侶的狀態預報另一位隔天的狀態。把兩者混為一談，或乾脆忽略那份非獨立性(nonindependence)，都會把互倚(interdependence)這個研究對象說錯。

35.3.1 非獨立性與行動者及伴侶的模型

那份非獨立性是真的，也量得出來：親密感的雙人組內相關(dyadic intraclass correlation)，也就是落在伴侶之間的變異數(variance)比例，是 \(0.34\)，離「把人當成個人來分析」所假定的零很遠。這正是伴侶層次的隨機效果不可省的原因。尊重雙人結構的模型是多層次形式的行動者與伴侶互倚模型(actor-partner interdependence model, APIM)：每位伴侶每天的親密感，迴歸到這位伴侶自己的支持（行動者效果）與另一位伴侶的支持（伴侶效果）上，兩位成員的日子則共用一個伴侶層次的隨機截距。圖 35.5 畫出這個設定。零散的應用文獻慣常弄錯的微妙之處是中心化。行動者效果是個體內效果，說的是一位伴侶在自己支持高於平常的那些天，親密感上升多少；只有把支持作個人平均數中心化(within-person centering)，它才估得乾淨，因為這樣才把一天一天的個體內關聯，與「比較常給支持的人」那種個體間關聯分開。表 35.3 是這個設定的決策表，交叉了可區辨性、誤差結構與中心化。

註：每位伴侶的親密感取決於這位伴侶自己的支持（行動者效果）與另一位伴侶的支持（伴侶效果，紫色）。在一個把支持作個人平均數中心化、並加上伴侶層次隨機截距的多層次模型裡估計，行動者與伴侶效果就是每天的個體內效果，與伴侶之間的關聯分開。圖上畫的是個體內那一層；伴侶之間那一層是一組平行的效果，預測變項換成伴侶平均數。

配適中心化正確的模型，就還原出植入的結構：行動者效果 \(0.45\)，對照真值 \(0.40\)；伴侶效果 \(0.19\)，對照真值 \(0.20\)；「平均支持對親密感」的伴侶間效果 \(0.59\)，對照真值 \(0.60\)。個體間的關聯確實大於個體內的，那正是中心化設計出來要揭露的雙重分離(double dissociation)。圖 35.6 把這些估計值擺在真值旁邊，也呈現了那個常見錯誤的代價：只把支持作總平均數中心化的分析者，會把行動者效果估成 \(0.51\)，被比較大的個體間關聯向上汙染，而這個誤差和許多已發表的效果一樣大。被汙染的不只行動者效果：同一個錯誤讓伴侶效果由 \(0.186\) 掉到 \(0.105\)，幾乎腰斬，方向與行動者效果相反，因為對方支持的個體間關聯在這份資料上比個體內關聯小。中心化不是把某一個係數往上推，而是把每一個係數都換成一個沒人要的混合體。關係滿意度也如植入的那樣調節(moderate)了行動者效果，個體內「支持對親密感」的耦合在比較滿意的伴侶身上比較強，還原出來的交互作用是 \(0.13\)，對照真值 \(0.15\)。表 35.4 這份詞彙表讓四個效果保持分明。

註：個體內中心化的模型，把行動者（\(0.45\)）、伴侶（\(0.19\)）與個體間（\(0.59\)）三個效果還原到接近植入的真值（菱形）。最下面一列是支持只作總平均數中心化時的行動者效果：它被拉到 \(0.51\)，受比較大的個體間關聯汙染，而這個誤差會膨脹所報告的個體內耦合。中心化在這裡不是枝微末節，它是「你要的那個效果」與「你沒有要的那個效果」之間的差別。

35.3.2 雙人的成長，以及誰帶誰

除了每天的耦合，一對伴侶的親密感還有一條軌跡，而雙人成長模型問的是兩位伴侶的軌跡會不會一起動。配適一個帶伴侶層次隨機斜率的成長模型，還原出每天 \(0.015\) 個單位的共享上升；伴侶層次的斜率捕捉的就是共同命運，也就是伴侶在研究期間傾向一起起伏，不是各自起伏。圖 35.7 用一批兩條軌跡互相跟隨的伴侶呈現這件事。共同命運的表徵是一條伴侶層次的軌跡同時驅動兩位伴侶。因果故事若是共享處境而不是互相影響，它在理論上就比平行歷程(parallel-process)模型那種「兩條各自但相關的斜率」更貼切；在兩者之間選擇，選的是「這對伴侶是什麼」，不是一場配適的比賽。最後一層是動態那一層，也就是誰帶誰。在親密感的殘差(residual)上估計跨伴侶的延宕，還原出植入的不對稱：伴侶 1 某一天的親密感以 \(0.18\) 的係數預報伴侶 2 隔天的親密感，反向的路徑只有 \(0.07\)，因此伴侶 1 領先、伴侶 2 跟隨，那就是圖 35.8 呈現的領先延宕結構。這裡的警戒就是第 25 章壓過的那一條：跨伴侶的延宕是一項時間上的預測事實，不是一項影響的示範。一個共享而未測到的驅動因子、一件共同的每日壓力源，或一個第三變項，都製造得出那份不對稱；第 32 章以遞迴為本的協調(coordination)方法提供一個互補的視角，卻解決不了那個因果問題。

註：九對伴侶的親密感軌跡，每位伴侶各一條線。同一對之內，兩位伴侶的軌跡一起動，那就是伴侶層次隨機斜率所捕捉的共同命運指紋。伴侶因為共享處境而一起起伏時，共同命運模型是貼切的表徵；故事若是互相影響，替代方案才是帶跨伴侶斜率耦合的平行歷程模型。

註：控制每位伴侶自己的慣性(inertia)之後，親密感殘差上的跨伴侶延宕效果。耦合是不對稱的，伴侶 1 領先（\(0.18\)）、伴侶 2 跟隨（\(0.07\)），還原出植入的不對稱（菱形）。領先延宕是一項預測的事實，不是影響的證明：一個共享的每日驅動因子就製造得出同樣的不對稱，第 25 章那份警戒帳也因此適用於此。兩個估計值都低於各自的真值（\(0.25\) 與 \(0.10\)），正文與英文版都沒有點出來，見 EN-35-03。衰減的大小取決於殘差裡還留著什麼，不取決於「在殘差上估計」這個動作本身：在殘差模型裡再加一個成員層次的隨機截距，兩條路徑就回到 \(0.237\) 與 \(0.102\)，前者只低了約 \(5\%\)，後者幾乎沒有衰減。

35.4 個案研究 C：工作週的節律與復原

組織領域關於壓力與復原的文獻，把「一週」當成一個有意義的結構：緊張橫跨工作日累積，復原發生在傍晚與週末，而那份節律本身就是現象，不是要被排除掉的麻煩。個案 C 把這些想法做在 work_week 紀錄上。那是一份 \(200\) 位工作者的兩週日誌(diary)，有工作日、傍晚與早晨的架構；活力上植入了一個每週的週期、一段不連續的週末修復、一個把傍晚的抽離(detachment)連到隔天早上活力的個體內復原效果，以及一個工作要求(job demands)的調節變項，理論的檢驗因此可以對照一個已知的歷程來稽核(audit)。

35.4.1 每週的週期即理論

每週的週期以兩種方式估計，而這個對比很有教育意義。單一的三角諧波(harmonic)在七天的週期上放一組正弦(sine)與餘弦(cosine)，強加一條平滑的正弦曲線，還原出植入的週期，與真值的相關是 \(0.95\)。循環樣條(cyclic spline)讓資料自己選形狀，同時強制週期閉合(period closure)，讓星期日接回星期一，還原出來的相關是 \(0.91\)，理論中立(theory-agnostic)，效率(efficiency)也幾乎一樣好。圖 35.9 把兩者連同真值一起畫出來，週中一個活力低谷、週末一個高峰；表 35.5 是那份決策指引。方法上的重點是：在兩者之間選擇是理論上的選擇，不只是統計上的選擇。理論若預測一段平滑的單峰節律，三角函數模型就把那個預測編碼進去，並有效率地檢驗它；形狀若未知、或可能是多峰的，循環平滑就是誠實的預設。第三個選項是把星期幾當成一組自由的虛擬變項(dummy variable)，那等於完全丟掉週期結構，只有在完全不預期有節律時才適當。當裝飾配適的每週週期，也就是因為軟體有這個功能才加上去的一條平滑，跟當理論配適的每週週期不是同一回事。

註：(a) 單一三角諧波與循環樣條各自還原出來的每週活力週期，兩者都追得上植入的真值（週中低谷、週末高峰）。形狀是已知的正弦時，三角函數模型有效率；循環平滑則是理論中立的預設。(b) 個體內的復原效果：隔天早上的活力隨前一晚的心理抽離而上升，那正是壓力復原文獻的核心歷程。英文版這一格畫的是未中心化的原始邊際關聯（斜率約 \(0.45\)），副標印的卻是個體內的模型係數 \(0.33\)；中文版把兩個變項都先作個人平均數中心化再分箱，畫出來的就是個體內的關聯，並在副標中註明模型另有調整。見 EN-35-01。

35.4.2 復原、週末與工作要求

復原的假設是傍晚從工作抽離會補回隔天要動用的資源。這是一項個體內的延宕(lagged)主張，也正是這份日誌建來檢驗的東西：把隔天早上的活力對前一晚的心理抽離作迴歸，作個人平均數中心化，並以第 5 章壓過的那份小心跨越夜晚的界線(night boundary)，還原出 \(0.33\) 的係數，對照植入的 \(0.35\)；一位工作者自己比平常更好的抽離，因此預報得了這位工作者自己比較高的活力。週末加上一段不連續。那不只是一條平滑週期上的低點，而是一次真正的跳躍；把它模型化成一次分段(piecewise)的位移，還原出 \(0.51\) 的週末活力提升，對照真值 \(0.50\)。圖 35.10 把它呈現成它本來的樣子，也就是一段週內的修復。工作要求也如植入的那樣調節整個系統：報告較高要求的工作者抽離得比較少，「要求對抽離」的係數是 \(-0.36\)，對照真值 \(-0.30\)，而且報告較低的基線(baseline)活力。保護活力的那個復原歷程，對最需要它的工作者最不可得，這是模型浮現出來的一項實質發現。最後，一天的中斷(interruption)次數是一個計數(count)，而一個卜瓦松(Poisson)混合模型還原出它的結構：中斷隨工作要求而上升，對數率(log rate)的係數是 \(0.51\)，對照真值 \(0.50\)，並在週中達到高峰。這個計數結果由第 15 章的廣義線性混合模型處理，不硬塞進線性的模子裡。

註：兩週日誌期間的平均活力，工作日與週末分開標示。活力在週末跳上去，在工作週重新開始時落回來，那是一段大約半個量尺點的週內不連續。分段模型抓得住它，平滑的每週週期則會把它糊掉。週末不只是一道梯度上低緊張的那一端，它是一個性質不同的狀態。

35.5 領域綜合

三個個案共享一份紀律，也共享一組會被這些領域的審查者反覆提出的異議。那份紀律是：個體內的結構才是研究對象。分配參數、行動者效果、復原延宕，全都是個體內的量，必須以它們的本性所要求的中心化、不確定性傳遞與因果謹慎來估計；把它們摘述成一個個體間或特質的網絡時，也不能把它們的不確定性洗掉，那正是代入謬誤過不了的那道標準。反覆出現的異議有三個。第一個是要求一次實驗，也就是那位把任何個體內關聯都讀成因果主張、然後問「操弄在哪裡」的審查者。誠實的回答是：這些設計估計的是個體內的關聯(association)與時間上的預測(prediction)，它們限制因果(causal)假設，並不建立因果假設；從一個伴侶效果或一段領先延宕過度主張影響，正是那份警戒帳存在要防的錯誤。第二個是對樣本數的誤讀，也就是那位把八十對伴侶或兩百位工作者稱作小樣本的審查者。回答是層次特定(level-specific)的檢定力(power)素養：對個體內效果而言，相關的樣本是時點數乘以人數；個體間的樣本只管個體間的效果；一項設計的檢定力必須在估計標的所在的層次上評估，如第 4 章所述。第三個是把節律或星期幾當成麻煩的控制變項打發掉，那是把理論誤認成雜訊。表 35.6 收攏這些領域的報告義務，包括把個體內的發現翻譯成應用讀者所使用的語言。想走得更深的讀者可以從這些錨定文獻起步：密度分配的研究方案在 Fleeson (2001) 與 Fleeson and Jayawickreme (2015)，雙人分析的經典在 Kenny et al. (2006)、日誌的手藝在 Laurenceau and Bolger (2005)，復原與組織取樣的文獻在 Sonnentag (2003)、Sonnentag and Fritz (2007)、Beal (2015) 與 Gabriel et al. (2019)。這些正是個體內革命開始的地方，而它們獎賞的手藝就是本章一路實踐的那一種：把歷程模型化在它所住的地方，並且不說得比個體內資料所支持的更多。

習題

1. 35.1 反代入的展示。重現圖 35.3 的模擬，先把人層次的結果對個體內變異性的點估計作迴歸，再做一次變項含誤差校正，報出兩種做法的效果與區間寬度；接著把每人可用的時點數減半，說明衰減為什麼變得更嚴重。
2. 35.2 分配參數即特質。在 affect_ema 上配適第 16 章的位置尺度模型，估出個人平均數、個體內變異性與壓力反應性，依表 35.2 指名每一個參數操作化了哪一個人格構念，再做前後兩週的折半檢核，並寫出一段結果，說明三個參數的穩定性為什麼依序遞減。
3. 35.3 中心化的陷阱。在 couples_diary 上用 lme4 配適多層次的行動者與伴侶互倚模型，依表 35.3 定下可區辨性與誤差結構，支持一次作個人平均數中心化、一次作總平均數中心化；再依表 35.4 說明被汙染的那個行動者效果究竟回答了哪一個問題。
4. 35.4 誰帶誰的警戒。依圖 35.8 的不對稱估計值，寫一份給關係治療師看的一頁備忘錄，說明伴侶 1 領先為什麼只是時間上的預測事實；至少提出兩個製造得出同樣不對稱的共享驅動因子，再說明在圖 35.7 的共同命運與平行歷程之間，選的為什麼是理論而不是配適。
5. 35.5 節律與復原。在 work_week 上以三角諧波與循環樣條各估一次每週的活力週期，依表 35.5 說出這個選擇編碼了什麼理論承諾；再把隔天早上的活力對前一晚的抽離作個人平均數中心化的迴歸，小心跨過夜晚的界線，並解讀圖 35.9 的兩格。
6. 35.6 報告與翻譯。取一篇已發表的日誌或雙人論文，依表 35.6 逐列稽核，尤其看中心化與層次特定樣本數這兩列；再挑它一項個體內發現，依第 35.5 節的紀律翻譯給應用讀者，並指出原文哪裡說得比個體內資料所支持的更多。