实验心理学-第15章

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！


　　　　f实验心理学
一
U
感兴趣的两个变量之间的关联程度。一般来说，人们希望只要给定
一个变量，就能预测到另一个变量。评估通常是做事后回溯。所有
的相关研究法都无非是收集感兴趣的观察资料，然后计算相关系数。
相关系数表示两个变量或测量数值之间的关联程度。
　　相关研究的一个典型实例是关于吸烟与肺癌之间关系的探讨。
从20世纪50年代到60年代初进行的一系列研究都发现，吸烟与肺
癌之间存在适度的正相关：一个人吸烟量越大，那么他患肺癌的可能36
性也就越大。这种相关方面的知识可以使人们作出某种预测。根据
某人所吸香烟的数量大小，我们就可以预测（尽管未必很准确）这个
人患肺癌的可能性，反之也是一样。美国公共卫生局1964年的年度
报告提出＋吸烟危害健康。这一结论基本上是根据相关研究的成果
做出的。下面，我们将对在相关证据的解释过程中通常所存茌的一
些问题进行讨论，但首先还是让我们先来讨论相关系数本身的一些
性质。
　　相关系数
　　相关系数有若干种不同的类型，但几乎所有的相关系数都有一
个共同特性，即相关系散的变化范围从…1。　00经由o．00到＋l．oo。
通常，相关系数并不正好就是这三个数字中的一个，而是它们之间的
某个数字，如＋0。　72或…0。　39。相关系数中的数字大小表示两个变
量之间相互关联的程度（较大的数字反映了较大的相关），而符号则
表示相互关联的方向，或正或负。在相关系数前使用适当的符号是
很重要的，否则人们就无法知道两个变量间到底呈现何种相关，是正
相关还是负相关？不过，通常的做法是省略正相关之前的加号，故而
0。　55的相关就被解释为＋0。　55。当然，理想的做法还是要加上符
号。正相关的一个实例就是肺癌与吸烟之间的关系，即一个变量增
加时，另一个也会随之增加（尽管并不完全如此，也就是说，相关系数
小于＋1＋00）。有文献报道在吸烟与另一个变量，即与大学生学业成
绩的高低之间还存在着负相关。吸烟量大的人比吸烟量小的人倾向
于具有更低的成绩（Huff，1954；p。　87》。
i1747883097　qzonf　qq‘
润，提供试看　　期待咨询　　　　／47
　　　　‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘。‘‘“‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘一
第二章研究技术：观察与相关／
　　　　如上所述，相关系数具有若干种不同的类型，选用哪一种类型的
相关系数则取决于相关研究中变量的特征。我们这里讨论心理学家
常用的一种相关系数：皮尔逊积差相关系数，或皮尔逊r（皮尔逊相
关系数r的计算公式见附录B）。请记住，皮尔逊相关系数仅仅是若
干种相关系数中的一种。实际研究过程中如果需要计算某些数据间
的相关系数，请参阅有关的统计学教材（如Howellt　1992），以决定哪
一种相关系数更合适。
　　　　设想我们是一帮终生致力于人类记忆研究的心理学家，其中一
位心理学家忽然直觉地想到，人的头颅大小与记忆之间也许存在一
种单纯的正相关关系。外界信息经由感觉器官进入人的大脑，并被
储存在大脑的相应部位。因此，可以在大脑（储存信息的地方）与其
他物理容器之间做一个类比，比如能盛各类物品的盒子。根据科学
上常用的这种类比推理，并基于物理容器方面的知识，心理学家可以
作出姐下预言：随着人的头颅尺寸的增大，人的记忆容量也会增加。
就像大盒子里储存的物品比小盒子多一样。同理，大头颅储存的信37
息也比小头颅多。
　　　　该“理论”提出了一种简单的关系。当头颅尺寸增加时，记忆量也
会随之增加＋即预言这两个变量间存在正相关。被试样本可以从当
地人口总体中随机选取，而被选取的被试可以在两个维度上受到测
量：头颅的大小和能够回忆的词汇量。在测量词｝＇回忆量之前，以每
三秒一个词的速度事先给被试呈现一份由30个词构成的词表。假
设每组被试十名，虚拟的三组被试的测量结果由表2…1所示。对于
每个个体来说都有两个数据，一个是头颅的大小，另一个就是所能回
忆的词汇量。另外，三组中两类测量结果之间的相关未必相同，他们
也未必使用同样的度量标准。正如一个人的头颅大小可能与其词汇
回忆量之间存在著相关，也有可能是他的j＇Q与其门牌号码相关，或
者也可能是任何两列数据之间存在着相关。
　　　　为了更直观形象地表现相关，表2…1三组的数据可分别用图2…3
中的三个图来表示。头颅大小沿横轴X来表示（横坐标）．词的回忆
量沿纵轴Y来表示（纵坐标）。表2…1中（a）组的数据表明，头颅大小
雕圆
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
烈川
他业
M专
g理
式心
方学
系大
联范
久师
水京
㈣批●
芸荐
芸推
　　　　：㈣：　747883097　TL。　028　8194　2202日址：http：　i1747883097　qzone　qq　
48／嚣翠嚣磊黩享勰；！
　　　　，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看　　期待咨询
________________________________…________________________一
　　　　／实验心理学
r1
u
与词汇回忆量之间呈高度的正相关，用图2—3中的（a）来表示就是向
右上方倾斜的一组散点；而表2　1中（c）组所表示的负相关，在相应
的图上则表现为向右下方倾斜的一组散点。因此，一旦知道一个人
在某一变量上的分数，在一定程度上就可帮助你预测（尽管在这些情
况下未必完全准确）他在另一个变量上的成绩水平。因此，只要知道
某人虚拟的头颅大小，就可帮助预测其词汇回忆量，反之也是一样。
相关研究之所以很有用，主要就在于：相关研究详细说明了变量之间
关系的量，并且可以对其作出进一步的预测。至于（b）组中的数据
则无法作出确切的结论，因为它们基本上就是零相关。在图2…3（b）
中的散点是凌乱的，不存在任何前后一致的关系，这反映的是低皮尔
逊相关。当然，高相关时，即使已知她或他在某个变量上的成缋，也
不能够准确地预测个体在另一个变量上的分数。例如，头颅大小与
词汇回忆量之间成高相关r=＋0。　75，但现实中大脑壳的人仍然会
回忆出较少的词j＇．与之相反的情况也是存在的。除非是完全相关
（＋1。00或者…　1_　00），否则人们根本不可能根据一个变量上的成绩
来百分之百准确地预测另一个变量上的分数。
表2…1头颅尺寸与词｛亡回忆量的三组虚扭的样本
Ca）组表示正相关。（b）组表示低相关（r接近于军的）；（c）组表示负相关
回20
1　is
垂io
幻40　50　60
头颅尺寸（厘米）
　　　　（a）
30　40　50　60
头俺尺寸（量米）
　　　　（b）
　　　　图2…3显示表2—1中数据的直观图形　　　　38
　　　　（a）表示高度ivj正相关“b）表示几乎为军的低相关；（c）表示高度的负相关
　　　　就总体中的某个随机样本而言，你认为头颅大小与回忆量之间
的真实关系是什么？尽管做过这样的研究，但我们认为它们之间可
能存在着正相关。威勒曼、舒尔茨、拉特利奇和比格勒（1991）曾经研
究过头颅大小与IQ之间的关系。通过测验40名右利手的心理学
专业的白人学生，他们发现，头颅大小与io之间存在正相关r…
十0。　51。综合各种不同的研究资料，拉什顿和安克尼（1996）还发现，
头颅大小与认知能力之间存在＋0。　44的相关。他们由此认为，必须
经过进一步的研究才能最终确定，头颅大小是否真的导致了认知能
力上的差异。从这些相关研究的结果中，我们能得出什么结论？该
如何解释相关系数？下面我们就转向这些问题的讨论。
　　　　相关系数的解释
　　　　在任何关于相关系数的讨论中，讨论者总会发出一个重要的警
告——显著的高相关也不意味着正在研究的两个变量间存在着因果
关系，即不能用相关证明因果关系的存在。单凭相关，我们无法断
定，是因素X引起丁Y，还是Y引起了X，或者是某种潜在的第三个
因素引起了X和Y。现在让我们举例来说明之。比如，我们在儿童
中发现，头颅大小与词｛亡回忆量之间的相关为＋0。　70。这一假想的
发现与我们的理论一致，即头颅越大保存的信息量越多。但一定还
有其他的理论来解释这种情况，有的人认为，头颅大小与词汇回忆量
之间高度的正相关，也许是由两个因素背后的第三个因寨＋比如年龄
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
水京
撬◆
芸推
　　　　：㈣：　747883097　TL。　028　8194　2202日址：http：　i1747883097　qzone　qq　
50蔗喜翠嚣磊黩享勰；！
　　　　，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看　　期待咨询
　　　　／实验心理学
促成的。我们都知道，儿童的头颅是随着年龄的增长而增长的，同样，
回忆量也随着年龄而增加。因此，头颅大小与词汇回忆量之间高度的
正相关，归根结底，完全有可能是年龄（或与年龄相关的因素）造成的。
　　　　在相关研究中，我们不能作出一个因素导致另一个因素的结论，
因为与我们感兴趣的因素同时并存的还有许多其他因素。但在实验39
研究中，就可以通过操纵一个因素同时保持其他因素稳定的方法来
避免这个问题。如果我们确实能成功地保持其他因裹稳定（这样做
很困难），那么就可以把测量到的差异归因于我们感兴趣的那个因素
了。当两个或两个以上的因素同时发生变化时，我们就无法判断，是
这个因素起作用呢，还是另一个因素，抑或是它们共同在起作用。在
这种情况下，我们就说各因素之间是混淆的。相关研究中，混淆是与
生俱来的，它使得对研究结果的解释很困难。比如，头颅大小与词汇
回忆量之间的相关研究中，我们就无法断定，是头颅大小导致的回忆
量差舁，还是它同另外的因素，比如年龄，混淆在一起导致的。
　　　　在某些情况下，似乎可以对两个因素之间的关系作出因果的解
释，但严格讲起来是不允许的。比如，某些研究表明，一个地区的枪
支拥有量与该地区谋杀案的发案率成正相关。基于这种相关有些人
认为，枪支拥有量导致了谋杀案的增多，并进而提倡限制枪支的买
卖。但也有可能是，居住在高犯罪率社区的人们为了自我保护而购
买枪支，才出现了上面的相关。还有可能是诸如社会阶层、经侪地位
等因素导致了高犯罪率和高拥有量。由此可知'中等程度的相关，甚
至高相关，都不能推出因果关系的结论。
　　此外，相关系数在任何两组数据之间都能被计算出来，所以高相
关有时候也可能是偶然的，实际上两者没有一点瓜葛。比如，在传教
士的数量与自1950年以来色情影片的年生产量之间，也许能够计算
出很高的相关，因为