《实验心理学》

下载本书

添加书签

实验心理学- 第15节


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!
    f实验心理学

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

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

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
小提示:按 回车 [Enter] 键 返回书目,按 ← 键 返回上一页, 按 → 键 进入下一页。 赞一下 添加书签加入书架