预测 IQ 的差异
尽管是随机地把学生分配给不同的实验条件,但在预测 IQ 中,实验组儿童的得分略高于控制组儿童的得分。这一事实表明了这种可能性:那些起点较聪明的儿童可能在任何情况下都会表现出理智成绩有更大的增量。当人们检验这种假设时,就要计算儿童在最初预测时的 IQ 分数与一年后的 IQ 增量之间的相关。如果那些起点较聪明的儿童表现出更高的 IQ 增量,那么这种相关是正相关。一般来说,总相关是负的,因为在总体 IQ 上,r=—2.3(p< O.001),在言语 IQ 上,r=—0.04(不显著),在推理 IQ 上,r=—0.48
(p<0.001)。(附录表 A-31 中详细呈现了这些相关。)尽管就整个学校而言,最初的 IQ 分数与 IQ 增量之间的相关,在实验组儿童中要比在控制组儿童中的负相关略少一点,但这看来根本不是简单效应。相反,看来实验组与控制组的差异是一种交互作用的效应,这种效应是所考虑的 IQ 类型与儿童所处轨的位置的函数。这样,在中轨的儿童中,那些开始时处于言语 IQ 较高的前测水平上的儿童,如果在控制组,他们在言语 IQ 上的增量就较小;但是, 如果他们在实验组,言语 IQ 的增量就较大。当考虑到预测水平和推理 IQ 的增量时,在中轨的儿童中就看不到这样的差异。
在慢轨的儿童中,那些开始处于言语 IQ 较高的预测水平的学生,如果在实验组,他们在言语 IQ 上的增量就相对地小于在控制组时的增量。同是在慢轨,实验组儿童在推理 IQ 上的预测水平与随后的推理 IQ 的增量之间没有表现出任何相关,而控制组儿童在两者之间显示出很大的负相关(r=—0.74)。如果考虑到个人年级水平的话,对于附录表 A-31 作比较详细的考察就表现出更多的这种难以解释的交互作用。总之,根据最初 IQ 水平与 IQ 增量的数量之间的相关,看来无法解释实验组儿童获得相对较大的增量。
有一种可能较为满意的方法可以用来考察最初的 IQ 水平对 IQ 增量的影响。这种方法涉及为特殊组的每个儿童在同一班级的控制组中找到前测 IQ 完全一样的儿童。①虽然这种方法不是总能找到在预测 IQ 上完全相匹配的儿童,但还是被采用了。如果找不到完全相匹配的儿童,就把实验组的儿童合并成各小群,然后找一群预测 IQ 几乎相同的控制组的儿童。表 10-1 表明了预测 IQ 相匹配或不相匹配时实验组儿童一年后总体 IQ 的期望益处的量。即使预先没有匹配,期望益处的量也与实验组儿童表现出来的超出预测 IQ 的值无关。这样,表现出最大的期望益处的两个年级就是实验组中表现出最大和最小预测 IQ 益处的年级。
① 我们感谢杰罗姆·卡根(Jerome Kagan),是他建议用这种分析。
表 10-1 根据匹配或不匹配的预测 IQ 对一年后
总体 IQ 表现出来的期望益处的比较
年级 |
不匹配 b N 平 均 数 |
期望益处 匹 配 N c 平均数 |
不匹配平均数 |
预测 IQ 差异a 匹 配 平均数 |
||
---|---|---|---|---|---|---|
1 |
7 |
+ 15.4 |
7 |
+ 14.5 |
— 2.07 |
0.00 |
2 |
12 |
+ 9.5 |
6 |
+ 7.5 |
+ 7.94 |
+ 0.49 |
3 |
14 |
— 0.0 |
13 |
0.0 |
+ 0.93 |
+ 0.12 |
4 |
12 |
+ 3.4 |
10 |
+ 1.8 |
+ 2.21 |
+ 0.00 |
5 |
9 |
— 0.0 |
6 |
+ 2.0 |
— 0.35 |
— 0.25 |
6 |
11 |
— 0.7 |
10 |
+ 0.5 |
+ 4.67 |
+ 0.20 |
合计 |
65 |
+ 3.80 |
52 |
+ 3.48 |
+ 2.687 |
+ 0.096 |
a 实验组超过控制组的预测 IQ 的量。所有实验组儿童人数( N )。
c 实验组和控制组儿童相匹配的对数( N )。
最初 IQ 水平的相匹配对总的期望益处的量没有任何显著的影响。在前面的三个年级中,预先匹配降低了所获得的期望益处,而在后面的三个年级中, 预先匹配提高了所获得的期望益处。这些分析表明,教师有利期望的总的显著效应不能归因于实验组儿童和控制组儿童在预测 IQ 上的差异。
测验过程
有一种非常合理的“理论”可用来解释我们的实验结果,这种理论提出, 儿童的 IQ 受到影响,只是因为教师在施测期间不同地对待实验组儿童。虽然没有任何方式可以证明这种理论不能成立,但有几个因素有助于削弱这种解释的似乎可信的程度。①