CH6由此及彼：因果分析.pptVIP

CH6由此及彼：因果分析 我們生來就喜歡探索事物的模式，但我們不是生來就具備發現真理或規避錯誤的能力。正因為這個原因，我們必須學習和掌握科學的認知方法。 科學一直致力於分析世界的因果規律。這其中部分假設了一個前提，即每個事物都有一個前導事物。事物不會無緣無故自己出現或發生，它們是被引起的。 為了描述和分析因果關係的過程，科學採用了一些獨特的術語，如自變數（independent，又叫做預測變數）和依變數（dependent，又叫結果）。依變數是我們想要解釋的事物或現象。 自變數就是「事物的起因」，換言之，就是我們認為導致依變數出現或引起依變數變化的因素。所以，也可以把自變數看作是「預測」變數。 因果分析從實質上講，就是查找能預測或解釋某個依變數的自變數。 6.1　因果模型：通則式解釋和個殊式解釋 在進行因果分析時，我們有兩條路可走：通則式徑路和個殊式徑路。 通則式（nomothetic）徑路指的是採用普遍性或「宏觀」的視角進行因果分析，換言之，這種分析感興趣的是那些超越個人、個案或單一事件的一般因果規律。 在這種取向的引導下，我們只尋找能夠解釋某類行動或事件的一般影響因素（common influences）。 通則式模型的目標，是找到一些能在最大程度上解釋依變數的關鍵變數。 通則式解釋所致力於分析的，是尋找能夠解釋某一類行為的一般因素，它對結果的解釋是概率性的（probabilistic）。 個殊式視角關注的是具體的細節。個殊式（idiographic）視角的分析是微觀的。 個殊式模型感興趣的是對導致某個特定結果的事物及其作用過程進行徹底全面的描述。 個殊式因果分析的目標就是對某件事情的來龍去脈進行徹底詳盡地解釋。 個殊式模型對事物的解釋帶有決定論（deterministic）的味道。 6.2　因果關係的先決條件 6.2.1　時間順序 一個因素或事件要「引起」另一個因素或事件的出現或變化，那麼這個因素或事件在時間上必須比所引起的因素或事件先行出現。 所謂固定變數（fixed variables），指的是那些研究人員沒法人為加以操縱和改變的變數。 我們的先賦屬性（即我們一生下來就具備的一些特徵）是固定變數的最好例子，比如，性別、年齡、種族、出生的先後順序等，都是固定變數。 由於這些固定變數在我們呱呱落地時就附著在我們身上，所以當和其他一些變數放在一起時，很容易確定它們在時間上先於其他變數出現。 當變數間的時間順序不那麼明顯時，研究人員就必須為自己確定的時間順序做出合理的解釋。通常情況下，最具有說服力的做法是引述相關研究文獻。 6.2.2　相關性 這個先決條件的意思很簡單，即，如果兩個變數之間存在因果關係，那麼它們必須共同變化。 相關性並不「等於」因果關係。並不是所有的共變現象或相關性都代表因果關聯。 6.2.3　非假性關係 假性關係（spurious relationship）。如果兩個變數（變數A和變數B）之間表現出一種似真的因果關係，但這個關係是不真實的，那麼此時，假性關係就出現了。 假性關係指的是，變數A和變數B之間之所以會表現出因果聯繫的原因在於：另外存在一個變數C，而變數C和變數A、B都有關聯（見圖6.1a）。 在檢驗因果關係真偽的過程中，研究人員必須考慮任何以及所有可能的解釋（即幕後影響的變數C），也許就是這些影響變數導致了變數A和B之間出現似真的因果關係。 剔除某個變數的影響的做法叫做「控制」變數，即我們隔斷該變數對其他變數的影響。 6.3　因果分析與研究設計 如果我們的研究目標是因果分析，那麼實驗比其他任何研究設計或方案都更有助於實現這一目標。 在實驗（experiment）過程中，研究人員會採取一系列人為操縱手段有意地控制自變數，以分析其對依變數的影響。這種可控制性使得研究人員能較為容易地滿足前文提到的三個因果性先決條件。 經典的實驗設計，把受試者分成兩個小組：實驗組（experimental group）和控制組（control group）。 隨機分配（random assignment）指的是志願者究竟是進入實驗組還是控制組，這完全由隨機概率決定。 實驗組將接受或處於自變數的影響之下；控制組則不接受或不處於自變數的影響之下。 實驗設計使我們能夠孤立自變數和依變數之間的聯繫關係（如果存在的話）。 6.3.1　實驗設計和內在效度 如果一個研究方案能夠剔除其他變數對結果（即依變數）的影響，那麼這個設計方案就具有內在效度。 影響結果的其他變數被稱為內在效度的威脅因素（threats to internal validity）。 常見的威脅因素有：歷史、成熟和對象選擇偏誤。 歷史（history）　在實驗進行期間，周圍環境發生的事件可能會影響到實驗的結果。當「歷史」發生時，我們就再也不能確保依變數的變化是由自