按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
单是偶然波动。
但是，如果统计心理学家认为目的论者们的工作是以抽样出来的变量的不可预测性为基础，他就错了。目的论者实际上想要了解的是：是否所有 四个 原因的决定作用都能参与变量的影响？抑或是只有 某些 原因参与到被观察的事件中？不用很长时间就可以证实，变量是被按质料因来考虑的，就像我们检查人们的色敏度或智力一样。变量还被看作探索潜在的动力因的“法则”，而正是这些法则组成了受观察现实中先行项引发结果项事件的结构。这时，如果变量形成了一定的模式，那么，这种模式就总被假定为洛克所述的动力因的总和，而不是形式因 本身 。但是，变量 绝没有 被说成用来衡量目的因的决定作用！如果我们向一位这样的心理学家提出，他的变量具有目的性质，他很可能会指责我们为一己之私利而 歪曲科学。作为数学唯理主义的信徒，他总是认为他的科学职责是 跟踪 行为，而行为的推动力与自然界中推动其他一切事物运动的力相同。他看不到在描写人时给添上拟人性有什么必要。
他为何能如此深信对行为作动力因的解释就足够了？因为在他作为一个科学家的总体活动中，这位心理学家就像他的大部分同行一样，无法看清他有关行为的 理论 与证明这种理论的 方法 之间的区别。事实上他倾向于把自己的方法看作是他的理论。直到现在我们还未给这两个术语下个定义，但是，从日常生活中举个例子，我们就很容易澄清这个问题。假定有两位女士第一次交手打网球。在比赛的初始阶段，她们就开始摸索对方打法的优缺点。其中一位觉得她的对手在上网反手截击时力量较弱。这种预感实际上是理论猜想的一种形式。 理论 不外是意义理解的持续延伸，即把一个概念——通常也称为 思维产物 ——与另一个概念联系起来。在上述例子中，我们把“对手的弱点”与“反手击球乏力”联系起来了。
在与对手多次检验之前，这仅仅是一种理论猜想。也就是说，即使有一两次使她从后场上前反手击球证明了这种猜想，这也并不意味着这种猜想总是对的或大多数时候是对的。要切实证明我们的理论，我们需要对她的行为进行多次抽样。对取得这样的证明的这种关心就是我们所说的 方法 ，即使用证据的手段或方式。我们使用的证据有两种，是以不同的逻辑过程为基础的。第一种简单就是常识性检验，即运用所谓的 程序性 证据来找出似乎最有道理的东西并因而找出向生活 进击（即“着手”）的方法。这是一种模式性证据，最终依赖于形式因的决定。甚至连上面所述那位女士有关她的对手反手击球的理论预想也是由程序性证据孕育而成的。那位对手握拍的方法以及她似乎在反击时脚跟着地这两个事实，马上就可以使人想到她可能在处理反手网前球时有困难。由此我们可以用归纳法推测到有这些特点的人都可能存在这一弱点。程序性证据和概念的理论抽象过程的紧密联系使一些人把这类思索过程称为“理论证明”。但这不是好的做法，因为这样做很容易掩盖这样一个事实：理论思索可能和证据无关。
当那位女士真正利用截击球来检验自己的预想（“当我把球击到‘那里’时，回球一定会很差”）时，她就进入了一个全然不同的证据领域里了。这就是 核实性 证据的开端，即我们设计了一系列明晰的事件并从经验上检验我们的理论猜想。我们不能再作推理了。我们得“要就拿出行动来要就闭嘴”。科学方法的 理想 是尽可能全面地控制一些境遇而希望只让一种因素变化，同时把这一因素与其他不受控制的境遇相比较。由此我们可以看到， 除了 形式因的程序性证据的检验 以外 ，核实性证据还随动力因对境遇的影响而定。把科学从人类认识的其余部分分出来的，是在使用核实性证据时对“控制和预测”的这种极大的强调。虽然数学推理是单一地以程序性证据为基础的，即利用常识性的似乎有理的东西甚至同语重复，可是，科学家却用以数学为基础的尺度进行实验，在严格控制的背景中检验自己的理论猜想。
我们的统计心理学家的混乱正由此开始，因为事有凑巧，数学家正是运用“变量”一词来描写数量之间纯形式因的关 系和参与到科学方法的动力因影响中去的诸因素的。在确定科学方法的实验步骤时，威廉 吉 尔伯特超越了亚里士多德的自然观察法，要求采用某种仪器或规定的化学程序以保证进行 受控 观察。这种一步步核实的实证性程序与牛顿信奉者们的机械论十分契合相投，因而也很自然地被后者所采纳了。
吉尔伯特死后一个世纪，数学家兼哲学家莱布尼茨开始使用 函数 这一术语来描写一个数与另一个数的比率。又一个世纪左右以后，一位叫狄利克雷的数学家使用了他所称的自变量和因变量，给函数这个概念作了全面的论述。自变量（ＩＶ）是一个数值可以由数学家 随意 指定的变量，而 因变量 （ＤＶ）的值则由于变量之间存在的函（数比率）关系而通过自变量自动得到。这样，时代就进入了吉尔伯特的科学实验程序——一种动力因的操纵——与狄利克雷的变量这种纯形式因数学术语相结合的阶段。
为了说明这种结合有多容易，现假设我们在研究灌溉庄稼这样的一个问题。每一季节对某一特定种类的庄稼最有效的灌溉量是多少？我们可以选出５块地，其中４块在每个季节中得到不同的灌溉量，第５块则用作对照（即作为只接收自然降雨量的标准地）。溉灌用水则由一个精确控制的管道系统供给，而且我们还把降雨量、施肥量、土壤的类型等考虑在内。随着季节的变化我们把不同田地用于各种灌水量中（以便随机取得某一特定田地所具有的比其他田地优越的独特长处）。在每一个种植季节结束时，我们就细心地把这５块地的生产量称量出来，最后我们记录的数据就会显现出产量 模式。现假定我们终于得到了不同灌溉量的土地生产力的差别，可是，我们怎么知道这是 有效 差别，即这不是纯偶然的波动？这里正是我们可以恰切地运用变量理论的地方，因为我们可以在这里运用统计推理来取得在一个定量（任意定为１００）内我们可以观察到单纯因偶然性而记录下来的差别的次数是多少。所有这些概念——变量、测值、偶然性等等，其 本身 都是从理论上构筑的，并以程序性证据为基础，但在比例中我们却因其显著的可预测性记录而依靠数学来解决。这并不意味着数学是完美的预测语言。但这是我们所有之中最好的，而且，在大规模抽样时极为行之有效。
然而，从庄稼上观察到的差异其原因是什么？这里正是我们的科学理论发挥作用的地方，且其解释十之八九将用质料因（如化学的）和动力因（如能量守恒）的术语来说明问题，但肯定不会包括目的论。我们可不能说庄稼决定什么时候用根吸收水分，什么时候停止吸收水分。动力因导致产生的科学方法与科学中用动力因解释的方式之间这种巨大的一致性使科学家们认为，他们的工作就是要研究“合乎规律的变量”，仿佛世界早就已经由这样的拉普拉斯规律组成一样（见第二章，ｐ．２４）。如果我们认识到这正是科学家们在实验室里即在方法论的背景中所干的，那么，说他们“研究变量”倒也没有错！但我们绝不应忘记：这样的变量 总是 有赖于先行的理论设想（范例、模式、类比等等）。我们也不应忘记：严格说来，变量这种“在外面那个地方”波动的东西现实中是不存在的。变量只存在于数学空间（即没有确实的外延）。如果我们把自己的方法当作理论应用到现实中去，那么， 我们就会把自己束缚于呆板的世界观里。
不幸的是，当今这样做的心理学家为数甚为惊人。他们之所以这样做，是因为他们轻易地就能把基于动力因果关系之上的刺激…反应（Ｓ—Ｒ）理论（见第三章，ｐ．３８）与自变量… 因变量 （ＩＶ…ＤＶ）的科学实验序列等同起来。这种做法已经习用成规，以致我们可以在一部应用极广的心理学词典里看到自变量是一个刺激变量（动力因）或有机变量（质料因）以及“心理学中的因变量总是反应”等等说法。对目�