CH6 由此及彼：因果分析.

Presentation on theme: "CH6 由此及彼：因果分析."— Presentation transcript:

1 CH6 由此及彼：因果分析

2 CH 6 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。

3 CH 6 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。

4 CH 6 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）。

5 CH 6 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 CH 6 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。

7 CH 6 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。

8 CH 6 6.2.3 非假性關係 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）。

9 CH 6

10 CH 6 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。

11 CH 6 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）。 經典設計只是幾種實驗設計中的一種。之所以把它叫做「經典」設計，原因是其他的一些實驗設計都只是這個經典方案的變形。

12 CH 6 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。

13 CH 6 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變數引起的；很可能是歷史導致了這些變化。 成熟（maturation）　在實驗過程中，受試者的生理和心理可能發生變化或成長，當這種變化影響到依變數時，成熟就成為內在效度的威脅因素了。

14 CH 6 對象選擇偏誤（selection bias）　如果分組不是嚴格按照隨機分配原則進行，那麼這也會影響到實驗結果。依變數的變化可能是由自變數引起的，但也有可能是由某組受試者的一些特殊屬性造成的。 實驗設計是控制上述以及其他內在效度威脅因素的一種非常有效的手段。 其他一些常見的威脅因素有：測驗、實驗工具、對象丟失、退化、污染以及補充。

15 CH 6 6.3.2　實驗設計的侷限 實驗要求一個能被研究者操縱或控制的自變數。在社會研究人員感興趣的變數中，有極多變數無法滿足這一條件：如性別、種族、民族、年齡等等。 一般情況下，涉及一個人的特徵或屬性的變數都無法用實驗研究加以操控。 嚴格按照實驗要求進行研究很可能會給研究者帶來倫理和（或）政治困境。

16 CH 6 實驗的缺陷還在於，它的外在效度不高。實驗的條件和情境具有受控制和人工化的特點，由此得出的結論在非實驗條件下可能就不再是成立了。 多因子實驗設計（factorial experimental design）。在多因子設計中，每一個自變數及其組合都有自己的實驗組。 6.4　因果分析和調查研究 社會研究中最常用也是最有效率的一種方法就是調查（survey）。調查是一種依靠問題來蒐集關鍵研究資訊的研究工具。

17 CH 6 調查採用的是相關設計（correlational design），而不是實驗設計。
相關設計指的是，研究的目的是尋找研究者感興趣的不同變數間的共變或相關關係。 在滿足時間順序這個問題上，調查略顯不足。原因在於，大多數調查都是橫剖（cross-sectional）研究。這意味著研究者僅在同一個時間點上一次性蒐集所有相關資訊，沒有任何後續的調查。 橫剖研究在時間上的侷限影響了調查對因果性時間先決條件的滿足。

18 CH 6 解決橫剖研究這一時間困境最常用的辦法也許就是採用回溯性問題（retrospective questions），即研究者向受訪者提一些問題，以瞭解他們的過去。 解決時間問題的另一個方法是引進固定變數。由於固定變數通常反映的是一些與生俱來的身分屬性或條件，因此它們自然出現在其他結果或變數之前。 對調查研究來說，最難滿足的先決條件或許就是假性關係檢驗了。

19 CH 6 由於沒有採用隨機分配的實驗組和控制組，所以調查不能十分確定地剔除那些可能對依變數造成影響的干擾變數。
在調查研究中，假性關係的辨別大多依靠研究人員的主觀警惕。也就是說，研究人員必須預測可能存在的C變數，並把這些變數納入調查範圍之內。這樣，在分析調查資料時，我們就可以引進那些C變數作為控制變數，隔斷它們對AB關係的影響。 調查研究能否有效地剔除影響依變數的干擾因素，這取決於研究人員的考慮是否周到，相關工作是否到位，以及是否能正確地把恰當的C變數納入調查問題之內。如果相關的C變數沒有得到調查，那麼假性關係的檢驗也就不可能進行。

20 CH 6 6.5　因果關係和田野研究 所謂田野研究，就是研究者直接在自然環境下觀察人們的活動或事情的進展。這種研究的目標是記錄事件發生的自然過程。 一般情況下，田野研究經常和個殊式因果分析聯繫在一起。田野研究致力於直接觀察事件和人們在某一段時間內的變化和活動，從而方便了對事物間因果順序的深入分析。 個殊式模型還把注意力集中在另外兩個因果性條件上：詳細描述特定事物之因果關係的個殊作用過程，以及記錄事件發生的脈絡環境。

21 CH 6 在解釋一個事件的原因時，個殊式模型給出的是一段敘述（narrative），即對前後發生的事件之間的關係進行描述。
敘述的主體是詳細描述某特定事件前後環節之間的個殊性因果聯繫，這種具體個例式的推理可以加強因果分析的說服力。 情境脈絡分析的目的是找出那些對充分理解因果關係有幫助的相關因素。 建構一個敘述並不代表其中的因果論證就是正確的。同樣，我們最好採取科學的懷疑精神，對一個敘述論證的時間順序和因果發生的描繪進行評估。

22 CH 6 6.6　結論 為了得到高質量的因果研究結論，我們最好使用實驗。用實驗設計找到自變數和依變數之間因果聯繫的機率最高。實驗是其他一切因果研究的範本。 有時候實驗並不符合實際研究的需要。實驗在變數性質、倫理或政治糾紛以及外在效度等問題上的侷限，常常迫使研究者採用非實驗研究方案。