moralscience的个人博客分享 http://blog.sciencenet.cn/u/moralscience

博文

报告差异性,配套相似性 精选

已有 7580 次阅读 2022-2-19 23:57 |系统分类:科研笔记

前面几篇博文介绍的研究显示,群体之间的相似性通常大于差异性;报告比较群体之间的相似性,通常能使人们对研究结果理解得更准确;其三,报告内群体与外群体之间的相似性,能使人们对外群体持有更积极的态度。如此而言,心理学研究报告,如果只呈现差异性信息,而不呈现相似性信息,显然是不当的。

研究者(Hanel, Maio, & Manstead, 2019)认为,分析和解释所有反应之间的重叠程度是很重要的。这样做可以让科学交流的受众从数据得到合理的结论,并且还有一些重要的启示。例如,在研究中,对于所考察的22个变量,当比较不同性别、年龄、教育水平、收入、国家、宗教信仰的群体时,平均的PCR=93,即93%的反应都是重叠的。从另一方面看,研究涉及的所有类别和变量的平均AE=0.05,说明任何两个群体之间的中数差异只是量尺可能差异的1/12,亦即,差异性其实很小。

发现多种群体之间在一系列心理变量上的相似性超过差异性,可能会被认为是令人吃惊的,毕竟,大多数研究都声称发现了群体之间的差异(Fanelli, 2010)。然而,从生物学的观点来看,这就不那么令人吃惊了:人类超过99%DNA都是一样的,每个群体或社会都需要形成一些共同的交流和行动标准,以便有效运行。例如,社会选择对那些能够产生亲社会动机的基因有利(Boyd & Richerson, 2009)。

报告相似性可以帮助读者更恰当地解释均值差异。例如,研究者比较两个国家可能报告它们之间的均值差异,效应量d=.39,但是,在量尺上的反应,有84%都是相同的,只有11%是不同的。

既报告差异性又报告相似性,可以避免单纯关注于均值差异而对发现过于简化的倾向。实际上,只关注于均值差异是研究者无意中引导人们把群体之间的差异视为根深蒂固的一种方式。报告群体之间的相似性,能够有效反对种族主义、反对排外主义。因此,对于重点比较极化群体之间差异的研究,研究者不应该忽略群体之间的相似性,特别是向大众传播时,更应如此。

此外,即使差异很小却可靠时,呈现相似性信息也是有用的。虽然人们可能从差异很小的事实,推论相似性很高,但是,如果没有具体框架,这种推论就有误导的风险。例如,一项研究这样陈述结果:某个单位工资存在性别差异,d=0.24。这是费解的。倘若这样陈述结果:某个单位90%的男性员工与女性员工的工资是一样的,但是,在剩下的职工中,女性的工资要低一些。这样的具体描述是容易理解的,也是更有意义的,例如,考察何时女性员工的工资更低,特别地,为什么会更低?因此,当研究者在观察到相似性的语境中报告这些小效应时,小效应的意义和启示才可能得到重视。

由上,还可以体会到:群体之间的差异性,在统计上无论是大的还是小的,以相似性信息为背景,才可能是更有价值的。如果明白这种情形,那么,就可以改变研究重在考察差异性的倾向,因为描述一些群体与变量之间的相似性本身就是有趣的。相应地,这又可能增多研究时用来比较群体的变量数目。毕竟,当前选择变量的基础几乎都是它们显示差异的可能性,从而,在数据收集之前,就潜在地使研究有偏了(Fiedler, 2011)。

显然,零假设显著性检验、贝叶斯统计可以与PCRAE指标互为补充。当比较两个群体时,假如其他情况相同,那么,更大的p值和更小的贝叶斯因子,意味着更大的差异性。不过,关键是,无论是p值、贝叶斯因子,还是任何常用的效应量,都不能直接反映相似性。因此,心理学研究在报告差异性时,也应当配套地报告相似性的度量指标,以便全面反映所研究效应的性质。

参考文献

Boyd, R., & Richerson, P. J. (2009). Culture and the evolution of human cooperation. Philosophical Transactions of the Royal Society of London Series B: Biological Sciences, 364, 3281-3288.

Fanelli, D. (2010). Positive results increase down the Hierarchy of the Sciences. PLoS ONE, 5, e10068.

Fiedler, K. (2011). Voodoo correlations are everywhere - not only in neuroscience. Perspectives on Psychological Science, 6, 163-171.

Hanel, P. H. P., Maio, G. R., & Manstead, A. S. R. (2019). A new way to look at the data: Similarities between groups of people are large and important. Journal of Personality and Social Psychology, 116, 541-562.



https://blog.sciencenet.cn/blog-2619783-1326122.html

上一篇:真研究结果,该如何呈现?
下一篇:人如此相似,该如何研究?
收藏 IP: 116.1.48.*| 热度|

18 王平平 李世斌 杨韩 宁利中 尤明庆 郑永军 范振英 王安良 张晓良 檀成龙 张志东 侯丹 孙颉 杨正瓴 李毅伟 张鹰 陆仲绩 马鸣

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-25 20:45

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部