因为可能有第三变量的干扰。
来看一个很简单的例子。
根据统计显示，冰糕卖得越多，游泳死亡人数越高，也就是说这两者具有正相关性。但很显然，我们并不会说因为冰糕卖多了，死亡的人就多了，这一听就很荒谬，相反，我们很容易就能想到，这两者都是由于气温升高导致的。
也就是说，相关的产生不是由于两个变量之间存在一个可以测量的直接的因果关系，而是因为两个变量都和第三变量相关。
但有些时候，第三变量并不是那么显而易见。
例如，大量研究发现，中度饮酒者比频繁饮酒者和不饮酒者更加健康。但这并不意味着酒本身是个好东西。这个结论背后的原因在于，中度饮酒者对他们做的任何事都倾向于适度，他们适度饮食，适度锻炼，自然更容易有好的身体。
再例如，研究数据有时会显示，接受心理治疗的人在各种成瘾证——如肥胖、吸毒、吸烟的治愈率方面会低于没有接受心理治疗的人。所以心理治疗难道还会让人更难痊愈么?不，答案是去接受心理治疗的人本身就更难痊愈，也就是说，病情重的人才治疗，那些病情轻的，更容易痊愈的一般就不治疗了。
我们会发现，这两个例子背后的第三变量都和研究人群背后的某些特质有关。这就涉及到了选择性偏差。选择性偏差指的是特定主体和环境变量之间的关系，当不同生理、行为、心理特点的人们选择不同类型的环境时，就有可能出现选择性偏差。
直白点说就是，有时候，是一些人背后的某些特质导致了一些事的结果，而不是看似和这些事相关的一些东西。比如城市孩子比农村孩子考入名校的几率大，能否考入名校和智力有很大关系，但我们并不能据此说农村孩子智力差，城市和农村背后代表的一些教育资源的差距或许才是重点。
总而言之，我们在对待相关性时，一定要谨慎再谨慎，不要轻易被表面上的联系迷惑。
——基思.斯坦诺维奇《这才是心理学:看穿伪心理学的本质》读书笔记（4）
网友评论