本文介绍了一项创新的心理测量学方法研究。为解决在评估心理社会构念时,传统相关矩阵和因子分析难以细致揭示指标间相对关联强度的问题,Tyler J. VanderWeele等人提出了观察残差相关(ORC)矩阵和相对超额相关(REC)矩阵。通过计算个体内指标得分与自身平均值的差值(观察残差)及其相关性,ORC矩阵可揭示某一指标高于个体平均分时,其他指标是否也可能更高。REC矩阵则量化了任意一对指标间的实际相关性与基于二者各自平均相关水平预期值的差异。该研究通过“生活满意度量表(SWLS)”和“主观社区幸福感(SCWB)”评估等实例,展示了ORC和REC矩阵在描述指标关系、识别强关联指标簇、以及评估预设指标分区的经验支持方面的应用。这些方法不依赖于模型,避免了因子分析在因子数量和旋转选择上的主观性,为量表开发、评估和心理社会测量提供了新的、更深入的分析工具,具有重要的方法论价值。