1. XenForo 1.5.14 中文版——支持中文搜索!现已发布!查看详情
  2. Xenforo 爱好者讨论群:215909318 XenForo专区

为什么明明是男性司机的事故率更高,大家却喜欢凸显“女司机”和事故的相关性?

本帖由 漂亮的石头2020-09-29 发布。版面名称:知乎日报

  1. 漂亮的石头

    漂亮的石头 版主 管理成员

    注册:
    2012-02-10
    帖子:
    485,111
    赞:
    46
    [​IMG] Xhaiden,某心理学打铁匠 阅读原文

    竟然能在知乎上看到和相关关系感知有关的问题,也太感动了。

    这种现象其实在心理学上是有解释的,叫「错觉性相关」(illusory correlation)。在我们考虑司机性别和事故情况的相关关系的时候,抽象起来就是下图这样一张列联表(对于很多答主从事故类型再细分的角度就不在此考虑了):

    [​IMG]

    对相关关系有一定概念的朋友应该知道:

    • 若 AD=BC,那么司机性别和是否出过事故不存在关联;
    • 若 AD>BC,那么司机性别和是否出过事故存在正相关;
    • 若 AD<BC,那么司机性别和是否出过事故存在负相关。

    (此处的正负仅仅是一种描述数据的方式,并不代表男女有高低优劣之分,对称型的二分变量只能采取人为的正负定义)

    简单来理解,错觉性相关表述的意思是:对于实际不存在关联的情景,人们会错误地判断存在关联。以本例来看,可能实际情况下,司机性别与是否出过事故无关,但人们会常常如题主所说凸显相关性。(这里需要纠正一下题主的说法,女只是司机性别这一变量的一种取值,出过事故也是是否出过事故这一变量的一种取值,故而准确的说法应该是司机性别与是否出过事故之间的相关性,即两个变量之间的相关性。)

    早在 1963 年,心理学家 Smedslund 就曾悲观地认为「未经统计训练的人不具备与相关关系这一概念等价的认知结构」。[1]在错觉性相关最为经典的一项研究中,Hamilton 和 Gifford(1976)[2]给参与者阅读了一些陈述语句,指导语是这么说的:

    在实验中你会读到一些句子,句中描述的人物属于某一群体,为了简化起见,我们把两个群体命名为 A 组和 B 组。为了进行本次实验,我们收集了一些对人们行为的描述,并在人群中随机抽取了一些人。在现实情况下,B 组比 A 组人数少,因此,在接下来的实验中,你会更少地读到描述 B 组人物的句子。请仔细阅读每个句子吧!​

    这些句子可能是「亚瑟,是 A 组的一员,举报了考试作弊的同学。」、「比利,是 A 组的一员,扶老奶奶过了马路」、「鲍比,是 B 组的一员,到孤儿院做志愿者」、「汤姆,是 B 组的一员,踢足球打破了窗户」。参与者一共阅读了 39 个陈述语句,其中,组别与事件性质的分布情况如下:

    [​IMG]

    不难发现,组别和事件性质并不存在关联。然而,当参与者对两组成员进行人格特质上的评价时,结果发现,整体上,参与者认为 A 组成员社交能力更好、更加聪颖,认为 B 组成员社交能力更差,更不聪颖。换言之,错误地认为组别和事件性质存在关联,从而给出了有偏的特质评价。

    那么,人们为什么会表现出错觉性相关?

    举一个我很喜欢举的例子,结合几种有代表性的假说做些解释。例子是这样的,众所周知心理系学子隔三岔五就要写实验报告,本科的时候我们的任课老师董老师非常喜欢面批,也经常在改完报告后对男女生的报告质量抛出一些带有性别差异的评价。实际上报告质量有没有性别差异?或者说性别与报告质量有无关联?仅就个人体验而言,似乎身边的男女同学没多大区别。那为什么董老师会信誓旦旦地感觉到性别与报告质量有关系呢?

    [​IMG]
    • 独特性假说[3]

    一天下来,面批实验报告异常劳累,心理系男女比大概是 1:3,学生实验报告的字数又普遍很多。当董老师想起,「竟然有 3 个男生的报告就 5 页,还双倍行距,不到 8000 字,太不认真了!」好了,男生要遭殃了,因为董老师得出了今日感想:「嗯,这届还是女生表现好,男生,哎。」

    为什么会这样呢?因为独特,男生作为心理系的少数群体,表现出不常见行为(字数少)的男生太过独特,让人印象深刻,可谓是几颗老鼠屎坏了一锅粥(没有贬低这些同学的意思),此时更有可能感觉 B 较大,于是董老师更容易体会到性别与报告质量有负相关,认为男生不好。

    • 信息损耗假说[4]

    董老师这次心路历程是:「今天写得好的女生还挺多啊,男生?好像一半一半吧。」男生作为心理系的少数群体,董老师对男生的具体情况可能没有那么熟悉,在对男生进行评价时容易做出模糊的、不确定的判断,如此处好坏各一半便是一种模糊的、随机的判断。此时更有可能认为 A 和 B 差不多,但 C 明显多于 D,于是更容易体会到性别与报告质量有负相关,认为男生不好。

    • 区分假说[5]

    还是由于男生是心理系少数群体,尽管 A/B 和 C/D 可能差不太多,即男生写得好的比例和女生写得好的比例可能差不多,但女生人多,董老师多次改到女生赏心悦目的实验报告,于是对女生群体的评价就更好。

    • 注意模型[6]

    董老师的心路历程:「女生,今天写得好的还挺多的吧,xxx、xxx、xx、xxx……。男生,xxx、xxx 那几个人写得太差了!」女生作为多数群体优先被考虑,好的报告多于差的报告形成好印象;男生作为少数群体之后被考虑,关注差的报告更易区分男女。

    除了以上解释还有一些计算模型,比如 Costello 和 Watts(2019)提出的基于连续律(the rule of succession)的计算模型,感兴趣的可下载阅读。[7]

    总结一下,为什么大家总盯着女司机出事故的例子?一方面,女司机毕竟是司机里的少数群体,另一方面,交通事故毕竟也不是每时每刻都上演,相较而言是不常见行为。不论是受到「女司机」+「交通事故」少少联合的独特性影响,还是对男司机事故率判断得清对女司机事故率判断模糊不清(信息损耗),亦或者先考虑了男司机才考虑女司机,为了区分男女司机做出了误判(注意模型)。

    对于相关关系的错误判断让刻板印象滋生,许多以种族和犯罪率作为实验情景的研究也都认为错觉性相关可能是形成刻板印象的一种认知基础。

    阅读原文
     
正在加载...