假性相關

在統計學中相關性與因果關係的研究中,誤把相關視為因果效應關係,因為樣本相關係數非常大,並不意味二個變數之間具有因果關係。若所觀察的兩個變數依同一個方向變動,並不隱含它們之間存有直接關係。儘管x與y可能沒有相關或有負的相關,但此亦可能由於第三個變數的變動,而引起x與y依相同的方向變動。實際上引發x與y具有相關的第三個變數;稱為潛伏變數(lurking variable),而此種錯誤相關的現象,稱為假性相關(spurious correlation)。

來源

自從19世紀末科學心理學興起以來,心理學即仿照自然科學,採取了“根據觀察到的現象探求現象背後的真相”的研究取向。由於現象背後的真相無法直接觀察測量,故而改採統計學上相關的原理來推論解釋。惟經統計處理後發現兩個(或多個)變項之間具有相關關係時,卻無法肯定變項間究竟是否存在因果關係。此即西蒙1954年提出的假相關與因果性的問題。

內容

所謂假相關(spurious correlation),是指兩變項之間的相關是表面的,不代表兩變項間具有真的因果性(causality)(因生果或互為因果)。

他舉例說明假相關可能在兩種情形下產生:

(1)兩變項間本無關係,只因第三變項存在而造成兩變項的假相關。例如小學生的平均身高雖與其平均書寫辭彙間有相關關係。事實上兩者間彼此無關,造成其相關的是第三個變項(年齡或年級)。

(2)兩變項之間的相關不是直接的,而是由於兩變項間所存在的第三個中介變項使然。例如某公司調查發現已婚員工平均子女數與其定期內平均請假缺席時數具有正相關關係。按西蒙的解釋,此種情形不是假相關,而是間接相關。原因是構成員工缺席的原因與他們子女多需要照顧有關。在心理學上通常採用 淨相關 (partial correlation)統計方法剔除假相關因素,從而了解變項之間的相關關係。

相關詞條

相關搜尋

熱門詞條

聯絡我們