生存线索启动对风险行为的影响

2014-12-05 03:47陶佳雨杨志杰
承德石油高等专科学校学报 2014年5期
关键词:因变量平均数温馨

陶佳雨,杨志杰

(承德医学院 心理学系,河北 承德 067000)

Darwin(1871)提出,为了求偶而驱动物种内部竞争的基本机制——性内选择竞争(intrasexual competition);选择求偶伙伴——性间选择竞争(intersexual choice)。这些生产繁衍的驱动力被称为性选择。很多研究证明在风险行为方面,性别之间存在很大的差异,和女性相比,男性从事风险行为的可能性更大(Byrnes,Miller,&Schaffer,1999)。根据性选择理论,男性表现风险行为,是在向女性展示自己的良好基因,从而获得女性更多的关注与肯定,来赢得更多求偶与繁衍的机会。当生物个体通过努力完成了求偶与生产任务后,繁衍的最主要的任务就会转移到养育生物个体后代上来。Hill&Chow(2002)研究发现,养育后代会降低个体的风险意愿和风险行为。因为通常认为,如果生物个体在拥有了自身的后代后,依然进行高风险行为是不利于后代养育与繁衍的。那么,我们就有理由假设在亲子线索呈现的条件下,生物个体,尤其是男性个体,就会更加谨慎的从事风险行为。

研究通过亲子线索启动探究人类的风险行为,是在性选择和亲代投资理论背景下的扩展研究,因为进化心理学指出人类的最终目的是成功的繁衍后代,那么就有理由相信在亲子线索启动条件下,个体会权衡繁衍利弊,将更多的精力投入到后代养育上来。所以就会将更少的精力投入到求偶之中,从而降低为了获得求偶机会的风险行为表现。

1 实验

根据亲代投资理论和进化的繁衍生产目的,研究假设亲子线索(温馨家庭图片)启动条件下的被试和控制组被试相比,会从事更少的风险行为。

1.1 试验对象

某大学本科生192人,其中男生93人、女生99人,年龄在18-22岁之间,平均年龄为19.6岁,所有被试都不知道本实验目的,并且所有被试也都未参加过与本研究类似的实验。

1.2 研究工具

1)图片等级评定表:根据Likert5点量表法,研究者设计编制了《温馨家庭图片5点等级评定表》。等级分别为从“1分=完全不温馨”到“5分=非常温馨”。

2)线索启动图片:启动图片为被评定为高温馨家庭图片15张(每张图片内容为包括父母和1至2名学龄前儿童的温馨家庭照片)。这些图片是通过网络从百度图片和谷歌图片中随机搜索出来的,研究者在百度图片和谷歌图片中随机搜索出温馨家庭图片50张,之后对随机搜索的下载图片用Adobe Photoshop CS5.1进行亮度、对比度和背景进行处理,所有图片像素统一为800×600。之后随机选择男女大学生各50人对处理后的所有图片进行等级评定。等级评定采用《温馨家庭图片5点等级评定表》,分别对图片的温馨程度进行评定。最后选择出15张平均分在4分以上温馨家庭图片。

3)《风险行为领域问卷》(Kruger,D.J.,Wang,X.T.,& Wilke,A.2007)

1.3 实验设计

实验为2(性别:男和女)×2(图片:温馨家庭图片和控制组)的完全随机实验设计。自变量为性别和温馨家庭线索启动图片,因变量为《风险行为领域问卷》的风险行为得分。

1.4 研究程序

实验分组:被试被随机分组,实验采用集体施测,因为性别为实验自变量之一,男女被试要分开施测。实验采用集体施测,5人一组,采用多媒体屏幕呈现的方式进行,被试在多媒体教室中进行实验,每名被试间隔而坐。研究者在实验开始前发给每位被试一份《温馨家庭图片5点等级评定表》和一份《风险行为领域问卷》。

为保证启动效应,在以往研究的基础上,研究者除了发给被试每人一份《风险行为领域问卷》,还发给被试每人一份《温馨家庭图片5点等级评定表》,并告知被试在观看完每幅图片后,为每幅图片自己认为的温馨程度在《温馨图片5点等级评定表》上打分,研究者将为图片打分平均分为4分以上者保留,将这些实验组被试的风险行为得分和控制组被试进行比较。研究者在实验开始前,还会统一告知被试在观看完所有图片后再进行《风险行为领域问卷》的填写。为保证被试不知道实验目的,研究者发给被试的《风险行为领域问卷》无问卷名称。

实验开始,实验启动组被试进行亲子线索启动,被试观看多媒体屏幕上随机但有先后呈现的15张经过评定的温馨家庭图片,每张图片呈现10 s。看完每幅图片后,被试在《温馨家庭图片5点等级评定表》上为每幅图片的温馨程度打分。在15张图片全部呈现后,多媒体大屏幕上字幕提示被试填写发放到每人手中的风险行为领域问卷,并提示作答时间为10 min。10 min后,多媒体大屏幕会语音提示作答时间已满,停止作答的要求,研究者统一收回被试填写的问卷。

控制组的被试不进行启动试验,而是直接在多媒体的教室中,填写风险行为领域问卷,时间为10 min,研究者宣读完指导语后,被试开始填写。10 min后,多媒体大屏幕会语音提示时间已满,停止作答的要求,研究者统一收回被试的填写的问卷。

2 数据结果与分析

表1 被试风险行为方差分析表

从方差分析结果和表1可以看出,在群体内竞争风险行为(WGC)为因变量时,性别的主效应显著;启动条件的主效应不显著;性别与启动条件的交互作用F(1,188)=5.96,p<0.05,交互作用显著。在群体间竞争风险行为(BGC)为因变量时,性别的主效应显著;启动条件的主效应不显著;性别与启动条件的交互作用F(1,188)=0.30,p=0.583,交互作用不显著。在环境挑战风险行为(EC)为因变量时,性别的主效应显著;启动条件的主效应不显著;性别与启动条件的交互作用F(1,188)=1.56,p=0.213,交互作用不显著。求偶和资源分配(MR)为因变量时,性别的主效应显著;启动条件的主效应不显著;性别与启动条件的交互作用F(1,188)=0.02,p=0.891,交互作用不显著。在生育风险行为(RC)为因变量时,性别的主效应不显著;启动条件的主效应不显著;性别与启动条件的交互作用F(1,188)=0.08,p=0.778,交互作用不显著。

表2 被试风险行为平均数差异比较表

从表2可以看出,在群体内竞争风险行为(WGC)为因变量时,在亲子线索启动条件下,平均数差异比较的结果显示,男生的平均数差异不显著(p=0.052)。女生的平均数差异不显著(p=0.149)。在群体间竞争风险行为(BGC)为因变量时,在亲子线索启动条件下,平均数差异比较的结果显示,男生的平均数差异不显著(p=0.506)。女生的平均数差异不显著(p=0.077)。在环境挑战风险行为(EC)为因变量时,在亲子线索启动条件下,平均数差异比较的结果显示,男生的平均数差异不显著(p=0.519)。女生的平均数差异不显著(p=0.247)。求偶和资源分配(MR)为因变量时,在亲子线索启动条件下,平均数差异比较的结果显示,男生的平均数差异不显著(p=0.608)。女生的平均数差异不显著(p=0.670)。在生育风险行为(RC)为因变量时,在亲子线索启动条件下,平均数差异比较的结果显示,男生的平均数差异不显著(p=0.861)。女生的平均数差异不显著(p=0.585)。

3 讨论

本研究在以往研究的基础上,采用亲子线索启动,但研究结果未支持研究者的研究假设。具体来说,实验组男生在群体内竞争风险行为(WGC),群体间竞争风险行为(BGC),环境挑战风险行为(EC),求偶和资源分配(MR)和生育风险行为(RC)领域和控制组男生相比,平均数均未达到显著水平。女生实验组在这五个领域的平均分和控制组女生相比,也未达到显著水平。这说明,在面对亲子线索启动时,个体并非全部会有明显的风险行为降低。

人类进化认知的特点具有高度线索敏感性,所以研究假设亲子线索启动会激发个体养育后代的认知模式,个体会在养育后代和求偶中进行权衡资源分配,为了后代的成功繁衍,个体会从事更少的风险行为。但是,研究中,男女被试的风险行为都没有降低。Wang等人(2009),在对于生活史变量对风险行为的影响中发现,男性个体在结婚后尤其是有了自己的后代之后的风险行为会明显降低。由于本研究选用的被试是大学生被试,虽然人类对于进化线索就有高度敏感性和自动化的特征,但是在亲子线索下,可能会受到个体年龄的影响而对于这一线索的敏感性出现差异。具体来说,人类虽然进化出了对于亲子线索下规避风险行为的认知机制,但是可能会因为年龄的不同而对于这一线索的敏感性不同。与结婚或者有了自己后代的人相比,本研究的大学生被试群体对于亲子线索的敏感性可能会低一些。

4 结论

研究在以往研究的基础上,采用亲子线索启动,但研究结果未支持研究者的研究假设。男女被试在亲子线索启动条件下,在各风险行为领域无明显风险行为降低。

[1]Byrnes,J.Miller,D.,& Schaffer,W.(1999).Gender differences in risktaking:Ameta-analysis.Psychological Bulletin,125,367 -383.

[2]Hill,E.M.,& Chow,K.(2002).Life-history theory and risky drinking.Addiction,97,401-413.

[3]Wang,X.T.,Kruger,D.J.,& Wilke,A.(2009).Life history variables and risk-taking propensity.Evolution& Human Behavior,30,77-84.

猜你喜欢
因变量平均数温馨
温馨提示
温馨提示
调整有限因变量混合模型在药物经济学健康效用量表映射中的运用
温馨的一家
适应性回归分析(Ⅳ)
——与非适应性回归分析的比较
不一样的平均数
偏最小二乘回归方法
关注加权平均数中的“权”
平均数应用举隅
说说加权平均数