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！
减教师工资的保守派人士提供了一个庆祝的理由。但是，密
西西比州的学校是否真的比加利福尼亚州的学校好呢？再者，
是不是前者的整体教育状况都比后者好呢？当然不是。几乎所
有其他的客观指标都显示加利福尼亚州的学校要更胜一筹
（Powell & Steelman ； 1996）。如果真是如此，又如何解释
SAT的结果呢？
答案就在于选择因素。不同于许多要求全州教育系统之所有
学生都要参加的标准化测验，
SAT由于不是所有高中生都→定要
参加的测验，因而存在选择偏差（
Powell & Steelman ； 1996 ；
Taube & Linden ； 1989； Wainer ； 1989）。只有那些认为自己
有希望进人大学的学生才参加这项测验。这个因素是导致了各州
测验的平均分数存在差异的部分原因，同样也解释了为什么一些
教育实力最强的州在学业能力测验中平均分偏低的现象。
选择因素以两种途径作用于各州的
SAT分数。首先，→
些州立大学人学的要求是看美国大学入学考试（
American col
。 132 。与〃众〃不同的心理学
lege testing ； ACT）的分数，而不是
SAT分数。因此，在
这些州参加
SAT考试的学生都是想到其他州读书的学生，而能
够去外地读书的学生往往家庭条件比较好、学业能力也高于该
州平均水平。这就是为什么会出现密西西比州与加利福尼亚州
的差异情况：在密西西比州只有
4％的高中生参加
SAT，而
加利弗尼亚州的数字则是
47％
（Powell & Steelman ； 1996）。
第二个选择因素则微妙得多。在一些教育系统发达的州，
许多学生喜欢读完高中以后继续读大学深造，所以在这些州
中，很高比例的学生包括相当一部分能力稍差的学生也都参加
了
SAT。而在一些辍学率高、教育质量较差的州，只有较少
的学生想读大学，因此，这些州最终参加
SAT的学生仅仅是
最有能力上大学的那群人。这样一来，当然是这些州
SAT的
平均分要高于那些报考比例大的州。
错用
SAT分数也提供了一个机会让我们看到，当公众缺乏
本书所传授的基本方法和统计思想训练时，要想、纠正误用统计
是何等的困难。在
1983年这本书的初版中，我就以
SAT分数
为例来解释选择偏差。
10多年后，在
1994年的第四版中我又
讨论了一位印度教授鲍威尔
（Powell）的一篇关于分析保守派
政治专栏作家威尔
（George
Will ）的文章。如你所料，
Will
在他的文章中声称由于高
SAT分数的州教育投资并不高，所以
他反对在教育中拨款太多
（Will，
1993）。然而，鲍威尔指
出，那几个被单独列出的所谓分数特别高的州：爱阿华州、
北达科他州、南达科他州、犹他州和明尼苏达州，其
SAT的
参加率分别仅为：
5％、
6％、
7％、
4％和
10％；相反地，
全美国有超过
40％的高中毕业生参加了
SAT测试。因为在这
第五章相关和因果。
133 。
些州中，公立学校所需的人学测试为
ACT测试，只有那些计
划去其他州学习，而且〃通常是到声誉很好的私立学校〃去
读书的学生才参加
SAT测试（
Powell ； 1993 ； p。 352）。相
反地，在被威尔点名为
SAT得分低而教育消费高的新泽西州
中，却有
769毛的高中毕业生参加
SAT测试。显然，北达科
他和南达科他州参加
SAT测试的学生，与有
3/4的学生参加了
这项测试的新泽西州的学生相比是更是〃拔尖〃的一群。
在《教育研究者
（Educational
Researcher ）》杂志上，
心理测量学家霍华德·韦纳（
Howard Wainer ）曾分析了
1993
年
6月
22日发表在华尔街日报上刚一厢义旱。叫町、，目〃'。。=一
个由美国传统基金会所做的研究。这个基金会是一个带有较强
烈社会政治理念色彩的智囊团，反对在教育上技人太多的经
费，他们的证据是，（对了，想必你已经猜到了
）SAT分
数较低的州在教育中的投资反而较多。好在，韦纳的文章不
仅解释了是选择偏差导致了这一结果，它还让我们看到，当
把→个测验（全国教育进展评估，或称
NAEP）施于具有代
表性的样本，而不是顺着自主选择所得到的样本时，这种关
系的因果方向会反过来：在教育中投资越多的州，其平均得
分越高。
运用前面提到的偏相关分析法，鲍威尔和斯蒂尔曼也证实
了这种联系
（Powell
& Steelman ； 1996）。他们发现，当
用统计学的方法将各州参加测试的学生比例纠正到相同时，那
么每个州在每个学生身上增加
1
000美元的教育投资，与其
SAT平均分数增加
15分，有着关联性。然而，尽管有大量
证据表明如果不作统计纠正，选择偏差将使得各州之间的
SAT
。 134 。与〃众〃不同的心理学
分数不具有可比性，但媒体和政客们为了他们的政治目的仍在
继续使用这些未经修正的数字来误导大众。
在临床，心理学上的一个事例可以表明选择偏差问题可以是
多微妙和〃邪恶〃。研究数据经常表明，对于各类成瘾问
题，如：肥胖、吸烟、吸毒等，做过心理治疗的人的治愈
率要低于那些没做过心理治疗的人
（Rzewnicki
& Forgays ；
1987； Schachter ； 1982）。其原因，你会很高兴知道这一
点，并不是心理治疗使成瘾行为更加难以改变，而是在于那
些寻求心理治疗的人，其成瘾问题比较不容易被察觉，而且
无法自愈的情况也较少。
韦纳（
Wainer； 1999）讲述了二次世界大战中的一个故
事，也提醒我们要小心选择偏差。一个飞机分析师想通过分
析返航后的飞机被子弹击中的洞孔分布，来确定在飞机上安放
加固防弹层的位置。通过分析他认为应设将防弹层安置在返航
机上没有被子弹袭击的位置。他的理由是，子弹应该是均匀
地袭击了飞机的各个部位。所以，如果一架飞机能返回，就
表示这架飞机被子弹击中的地方必定是不会对该飞机造成致命
损伤的地方。那些没有子弹洞孔的地方，看来都是要害，因
为被击中该处的飞机都没能返航。因此，防弹装置应该安装
在返回飞机中没有被子弹击中的部位！
简而言之，本章推荐给〃消费者〃的原则很简单：注
意选择偏差的可能性，并应避免仅仅从相关数据中去推论因果
关系。当然，我们的确可以通过某些复杂的相关设计做出有
限的因果推论；也可以对某些研究问题由于其结构的特殊性，
而令相关数据用来作为检验因果假设的基础。同样地，相关
第五章相关和因果。
135 。
证据也有助于表明众多研究证据已经集中支持一个假设的现象
（见第八章）。尽管如此，对于心理学知识的应用者来说，
宁可犯太过挑剔的错误，也不要被相关数据所欺骗，误认为
两个变量有因果关系。
小结
本章的中心议题是想告诉大家，两个变量之间仅仅存在相
关，并不能保证一个变量的改变会导致另一个变量的改变
相关并不意味着因果关系
O在解释相关联系时，我们讨论了
两个问题。首先，在第三变量问题上，两个变量之相关并不
意味着它们之间有直接的因果关系，或许是由于一？尚未被测
量的、而又与它们俩都有联系的第三变量所导致。实际上，
如果潜在的第二变量被测量了，就能够用相关统计法，如偏
相关（在第八章中会再讨论），来评估第三变量是否决定了
二者之间的联系。第二个解释相关的困难，在于存在方向性
问题：即使两变量问确实存在着直接因果关系，到底哪个是
因，哪个是果，也元法仅从相关中反映出来。
选择偏差是行为科学中许多虚假相关产生的原因
O所谓选
择偏差是指：人们总是或多或少人为地选择自己的居住环境，
因此造成某些行为特征与某些环境变量之间有相关
O如本章古
德伯格的例子所展示的，以及在下两章中会更加详细论述
的：排除选择偏差的惟一方法就是在严格操控各变量的情况下
来进行真正的实验研究。
（徐哩'华传）
第六章一切尽在掌控之中。
137 。
第六章一切尽在掌控之中
聪明汉斯的故事
本章的开始，让我们先来做一个测验。噢，别担心，不
是测验你前几章读得好