近期的期刊和学位论文中常见一类文题“不同xxx的xxx”，这里的“不同”修饰的是某个变量的水平，例如不同自信水平者的攻击性，高低幸福感对安全感的反作用，等等

这些研究报告的题目，在形式上给人以很强的因果关系的感受，并且，这些研究多是实验性的操作过程。通常是，先根据某个变量，筛选出n个在此变量上得分高的群组和对应的n个低分者组，而后，在实验室中给予这两组人以特定的处理，而后检验两组人在特定指标（音量）上的差异，进而推断，两组人的因变量指标差异来自于群组分类变量上的差异，建立起某种因果表述。如：用开放性问卷筛选出两组人，一组的开放性高于平均数（X1），另外一组低于平均数（X2），而后进行工作记忆任务，发现在信息刷新与转换指标上，开放性高的人表现得（O1）比开放性低的这一组（O2）更好，由此得出结论，开放性高的人有更好的工作记忆品质。

读懂这类研究，需要仔细辨析：如果是共变性的相关研究，那么，自变量和因变量都是没有被操纵的，如果是实验研究，自变量是被系统地操控的，无关变量得到了有效控制，因变量得到了很好的测量。两类研究的对象，都期望随机选择研究对象，即有代表性的样本。

从这些基本条件来看，“高低不同”类研究，研究对象选择不符合随机原则。在实际操作中，研究对象选择遵循的是先随机后分组，往往是大面积发放问卷，这满足实验要求的随机化原则，但被分成X1和X2之后，两组人不再代表研究总体，也不代表各自所在的高分组和低分组，无论研究的理论总体是什么，两组研究对象都不遵循随机原则。

就自变量的操作而言，选择高低分组背后的假设是研究对象同质，由于个体差异而表达出了不同的水平，那么，选择的个案集合就相当于进行了操纵，也就是M1大于M2是“自然”操纵的结果。这看起来是合理的，但这个认定也没有排除研究对象的个体差异本就不可以还原到理论的平均水平，也就是并不会受操纵的影响，“自变量”就是一个个体差异的测量变量，那么，这个变量的两个亚组在因变量上的差异，实质仍然是相关关系。如其将中间分数组剔除，还不如保留，直接做一个相关分析，而不是因果判断。