避免单向相关假设，提倡双向假设的重要性

一、防止单向的相关假设

这也是一个常见的问题。专业人员都知道，统计学意义上的相关绝不是因果关系，也绝不是单向的关系，一定是双向的：A如果跟B有关系，那么B一定跟A有关系；A如果作用于B，B一定作用于A。这在统计学上都是常识，可是我们在设计问卷的时候却容易忽视这一点，只假设A对B起作用，却没有考虑B对A起不起作用。这并不是说我们一定要把所有的变量都设计成双向相关，而是说研究者必须考虑到单向的相关假设很可能是一个错误，很容易造成解释上的偏差。

如果我们对某两个现象之间的关系不明确，想通过问卷调查去探明两者的关系，那么使用单向假设去设计问卷，就达不到我们的目的。因为这无异于在我们寻求答案之前，已经规定了我们必须找的答案是什么样了。这就会导致在分析资料的时候，对社会现象做出片面的解释。(www.xing528.com)

在笔者的问卷中也存在这样的失误。例如，笔者设置了居住环境对性生活的影响这样一个相关关系，但是它却是一个单向假设，仅仅假设了居住环境可能影响性生活，却没有假设性生活对居住环境可能产生什么影响。结果，在这样的相关假设下收集到的数据就只能单向检验居住环境对性生活的影响，而不可能分析两者之间的相互关系，因此客观上就等于把一种相关关系误当做因果关系了。

因此，我们主张应该尽量多提出一些双向的假设。例如，情绪和性生活频率的关系就是双向的，既可能是因为情绪不好，所以性生活频率不高，也可能是性生活频率少而使得情绪不好。提出这样的假设之后，我们在分析数据的时候，如果发现两者相关，就不会片面地解释为“情绪影响性”，而是说“情绪与性相互影响”。也就是说，从变量间的双向关系出发进行假设，就可以更加充分地使用信息资源，可以做出更全面的解释。