优生学理论的诡异魅惑(16)

换句话说，如果以皮尔逊式的、费希尔式的标准操作，在105种可能中的任何一个发现都可以被当作是不均匀性的证据，也是对一个零假设的一项重要反驳。
米尔成为了反对显著性检验最直言不讳的批评者之一，1978年，当显著性检验已经作为学界标准存在了超过50年，米尔写道，“罗纳德·费希尔爵士灌醉了我们，迷惑了我们，将我们带上了一条享乐沉沦的羊肠小道，”他还写道，“在软研究领域证明实质性理论时，将否定零假设作为标准方法，而且对这种方法几乎全然的依赖就是一个巨大的失误，这从本质上就是错误的，是一种简陋的科学策略，更是心理学历史上发生过的最糟糕的事件之一。”他还形容自己呼吁取消显著性检验的做法是“革命性的，而非改良”。
与之类似，针对统计学在科学领域应用的批评可谓源远流长。正如心理学家埃德温·波林（Edwin Boring）于1919年第一次提出的反对意见，一项科学假设永远不仅仅是一个统计学假设——比如总体中的两个平均值是不同的，或者两个变量是相关的，再或者一项处理有着非零效果——而是在试图回答为什么，有多重要，以及为什么重要的问题。
在其2008年出版的著作《统计显著性的狂热崇拜》（The Cult of Statistical Significance）中，经济学家迪德尔·麦克洛斯基（Deirdre McCloskey）、斯蒂芬·齐利亚克（Stephen Ziliak）直指显著性检验忽视了这一点，并称其为，“来自统计显著性的无意义凝视”。用他们的原话说，“统计显著性并不是一个科学的检验，它是一个哲学的、定性的检验。它提出的问题不是‘多少’而是‘是否’。”——的确，它仅仅是在提问一种效应或关联是否存在。“存在性问题、是否的问题，这很有趣，”他们还写道，“但这不是科学。”
我们无法避开这样一个事实，即统计学是一项人类的共同事业，它受制于人类的欲望、偏见、共识与解释。
尽管有着各种反对意见，但这样的操作如今仍然非常普遍。当我们听说网上交流有关的快乐比线下见面更强烈，当我们听说某种食品与癌症的关联程度在降低，或者当我们听说这样或那样的教育政策导致考试成绩呈现出统计学上显著的升高趋势，等等等等，我们听到的只不过是一些“是否问题”的答案罢了。我们应该提出的问题是什么样的因果机制可以解释这样的区别，它是否适用于其他条件，以及这样做可以让人获得多少利益，诸如此类。