果关系的方向可能是相反的，即从B到A。第二种是有关第三变量的问题，此问题已经通过糙皮病的例子（以及烤箱—节育和私立学校—学业成就的例子）加以论述。两个变量之间的相关并不能预示任何方向上的因果，因为当这两个变量都和第三变量相关时，该相关还是会出现。

    在一些情境下，虚假相关很容易出现。这也正是选择性偏差非常容易出现的原因。“选择性偏差”这个术语指的是特定主体和环境变量之间的关系，当不同生理、行为、心理特点的人们选择不同类型的环境时，就有可能出现选择性偏差。选择性偏差造成环境特征和行为-生物特征之间的虚假相关。

    让我们通过一个例子来了解选择偏差是如何产生虚假相关的。请快速说出一个州名，在这个州里，由呼吸系统疾病导致的死亡率高于平均水平。当然，答案之一是亚利桑那州。什么？等等！难道亚利桑那州没有清洁的空气吗？难道洛杉矶的烟雾弥漫得如此之远？难道凤凰城的郊区环境已经变得那么差了吗？不是，肯定不是！让我停下来想一想。可能亚利桑那州的确有清洁的空气，可能患有呼吸疾病的人都愿意搬到这里，然后他们死在了这里。这样就对了。如果我们不够认真，就会出现上面所说的那种情形：我们可能会受到误导，认为是亚利桑那州的空气害死了这些人①。

    但是，选择性偏差并不总是那么容易辨别。尤其是当我们事先就期望看到因果联系时，这种偏差经常会被忽略，就像在“自尊”的例子中那样。充满诱惑的相关性证据加上固有的偏见，就能够欺骗最聪明的头脑。下面让我们看一些事例。

    从关于“美国教育质量”的全国性讨论中可以很容易地看到选择性因素的重要性，这场讨论已经在美国全国范围内持续了近二十年。在这场辩论中，公众被各种教育统计数据所淹没，但研究者却没有提醒公众，警告他们避免从相关数据去推论因果关系，因为相关数据内含有大量具有误导性的选择性偏差。

    纵观这场辩论，许多怀有政治目的的人试图不断地提出证据，用以说明教育质量和教师的薪资水平、班级规模是没有关系的，尽管已有许多研究表明这二者都非常重要（Ehrenberg,Brewer,Gamoran,&Williams,2001;Finn&Achilles,1999）。他们所提到的证据当中，有一个是50个州的SAT（学术能力评估测试）的成绩。这个测试的参加者是有意升入大学的高中生，测试中的学生平均分确实表明，学生成绩和教师薪资水平、教育的支出是没有关系的。即使有关系，其趋势看起来也与期望的方向相反。在许多州，教师薪资水平很高，但是SAT的测试成绩很低，有些州教师的薪资水平在全国工资水平排行垫底，而学生的SAT测试成缋却很高。对这组数据的仔细审视给我们上了另外一课：

    选择偏差导致虚假相关是多么容易。

    举例来说，在进一步的检验中，密西西比州学生在SAT考试中的得分高于加利福尼亚州学生（Powell&Steelman，1996;Taube&Linden,1989），而且差异是非常显著的，密西西比州比加州的平均分要高出100分。而密西齿比州的教师薪资水平在全国是最低的，这无疑会让那些鼓吹削减教师工资的人们弹冠相庆。但是，请等一下！密西西比州的学校真的好于加利福尼亚州？前者的教育水平真的高于后者？当然不是。几乎任何一个客观的指标都显示，加利福尼亚州的学校更好（Powell&Steelman,1996）。但是如果这是真的，那么SAT的成绩又该如何解释？

    这个问题的答案要用选择性偏差来解释。SAT和学校通常选择的那些标准化考试不同，在标准化考试中，所有学生一律都要参加。但SAT并