跳转至

相关性研究

在科学探索的旅程中，我们不仅想知道事物“是什么样”（描述性研究），更渴望理解事物之间是如何相互关联的。相关性研究（Correlational Research） 正是这样一种旨在探究两个或多个变量之间是否存在关联关系及其强度和方向的研究范式。它回答的核心问题是：“当A变化时，B是否也会随之系统性地变化？”

相关性研究是一种非实验性的定量研究方法。研究者不会像在实验中那样去操纵任何变量，而仅仅是测量已经存在的变量，然后运用统计技术来分析它们之间的关系。例如，研究者可能会测量一群学生的“每日学习时长”和他们的“考试成绩”，以探究这两者之间是否存在关联。这种研究在心理学、社会学、教育学和市场研究等众多领域都扮演着至关重要的角色。

理解相关关系的核心概念

要理解相关性研究，必须掌握几个核心概念：

  • 相关关系（Correlation）：指两个或多个变量共同变化的趋势。当一个变量的值发生变化时，另一个变量的值也倾向于以一种可预测的方式发生变化。
  • 相关系数（Correlation Coefficient）：这是一个介于-1.0到+1.0之间的统计数值（通常用 r 表示），用于量化相关关系的强度和方向。
    • 方向：
      • 正相关（Positive Correlation）：r > 0。两个变量同向变化。一个增加，另一个也倾向于增加。例如，身高和体重。
      • 负相关（Negative Correlation）：r < 0。两个变量反向变化。一个增加，另一个倾向于减少。例如，商品价格和其需求量。
    • 强度：
      • 相关系数的绝对值越接近1，表示关系越强。r = +1.0 或 -1.0 表示完全线性相关。
      • 相关系数越接近0，表示关系越弱。r = 0 表示两个变量之间没有线性关系。

可视化相关关系：散点图

散点图（Scatter Plot）是可视化两个变量之间关系的最佳工具。通过观察数据点在图上的分布模式，我们可以直观地判断出相关性的方向和强度。

Correlational-Research-Tutorial-zh-mermaid-1.png

“相关不等于因果”：最核心的警示

这是理解相关性研究时必须牢记的黄金法则。即使我们发现两个变量之间存在很强的相关关系，我们也绝对不能仅凭此就断定是其中一个变量“导致”了另一个变量的变化。这背后主要有两个原因：

  1. 第三变量问题（Third-Variable Problem）：可能存在一个我们未测量的、潜藏的第三个变量，它同时影响了我们观察到的两个变量，从而制造出一种虚假的关联。一个经典的例子是：研究发现冰淇淋销量和溺水死亡人数之间存在强正相关。但我们不能说是吃冰淇淋导致了溺水。真正的第三变量是“天气炎热”，天热导致人们既想吃冰淇淋，又想去游泳，从而同时推高了两者。

  2. 方向性问题（Directionality Problem）：即使两个变量之间真的存在因果关系，相关性研究也无法告诉我们哪个是因，哪个是果。例如，研究发现自尊心和学业成绩呈正相关。但究竟是高自尊心导致了高学业成绩，还是优异的学业成绩提升了学生的自尊心？相关性研究无法回答这个问题。

如何进行一次相关性研究

  1. 定义研究问题与变量

    明确你想要探究哪两个（或多个）变量之间的关系。例如：“员工的工作满意度与其工作绩效之间是否存在关系？”

  2. 操作化并测量变量

    为每个变量设计具体的测量方法。例如，使用成熟的“工作满意度量表”来测量满意度，通过“年度绩效评定得分”来测量绩效。

  3. 抽样与数据收集

    从目标群体中选取一个有代表性的样本，并对样本中的每个个体同时测量所有相关变量。

  4. 数据分析与解释

    使用统计软件计算变量之间的相关系数（如皮尔逊相关系数），并绘制散点图。根据相关系数的值和显著性水平，判断变量之间是否存在统计上显著的相关关系，并描述其方向和强度。

  5. 谨慎下结论

    在报告结果时，必须极其谨慎地措辞，只能说“A与B存在关联”，而绝不能说“A导致了B”。同时，要积极探讨可能存在的第三变量和不同的方向性解释。

应用案例

案例一：教育心理学研究

  • 场景：一位教育研究者想知道学生的家庭作业完成率是否与他们的期末考试成绩有关。
  • 应用：他收集了一个班级所有学生整个学期的作业完成率（百分比）和他们的期末考试分数。通过计算相关系数，他发现两者之间存在一个中等强度的正相关（r = +0.55）。他可以得出结论：作业完成率越高的学生，其期末考试成绩也倾向于越高。但他不能说，是完成作业这件事本身“导致”了高分（可能“学习动机”这个第三变量同时影响了两者）。

案例二：公共卫生研究

  • 场景：流行病学家希望研究吸烟与肺癌之间的关系。
  • 应用：由于无法通过实验（即强迫一组人吸烟）来研究这个问题，他们采用了大规模的相关性研究。通过调查数十万人的吸烟习惯（每天吸烟数量）和他们未来几十年的健康状况，研究人员发现了两者之间存在极强的正相关关系。尽管这本身不能100%确立因果，但结合生物学等其他证据，它为两者间的因果链条提供了极其有力的支持。

案例三：市场营销分析

  • 场景：一家公司想知道其在社交媒体上的广告投入与产品销量之间是否存在关联。
  • 应用：公司分析了过去24个月的数据，一个变量是每月的广告花费，另一个变量是当月的在线销售额。他们发现两者存在强正相关。这表明广告投入越高的月份，销量也越高。这个发现可以为未来的预算分配提供参考，但同样需要警惕第三变量（如季节性促销活动可能同时推高了广告投入和销量）。

相关性研究的优势与局限

核心优势

  • 预测价值：当发现两个变量强相关时，我们可以用一个变量的值来预测另一个变量的值。
  • 研究无法操纵的变量：对于那些因伦理或现实原因无法通过实验来操纵的变量（如人格特质、家庭背景、疾病等），相关性研究是唯一可行的探究方法。
  • 探索性：可以作为实验研究的前期探索，帮助研究者识别出值得进一步深入研究的潜在因果关系。

潜在局限

  • 无法建立因果关系：这是其最根本、最核心的局限。
  • 易被误读：媒体和公众常常会错误地将相关性解读为因果关系，造成误导。
  • 只能揭示线性关系：标准的相关系数只能衡量线性关系。如果两个变量之间存在非线性关系（如U型曲线关系），相关系数可能会很低，从而掩盖了它们之间真实存在的强关联。

延伸与关联

  • 描述性研究：是相关性研究的基础，我们必须先能描述变量，才能研究它们之间的关系。
  • 实验研究：当相关性研究发现了一个有趣的关联后，可以通过严格的实验研究来检验其背后是否存在因果机制。
  • 回归分析（Regression 分析）：是相关性研究的延伸和升级。当存在多个自变量时，回归分析不仅能揭示它们与因变量的关系，还能分析出每个自变量的相对重要性或独特的预测能力。

来源参考：相关性研究的统计基础由弗朗西斯·高尔顿（Francis Galton）和卡尔·皮尔逊（Karl Pearson）奠定，皮尔逊相关系数至今仍是使用最广泛的统计指标之一。任何一本基础的心理学或社会科学研究方法教科书都会有关于相关性研究及其与因果关系区别的详细论述。