什么样的人会成为合格的大学生


  1983年春季的某一天，我听宾夕法尼亚大学招生办主任威利斯·斯特森（Willis Stetson）谈起他们所遇到的困难，事实上，是他们所犯的错误。斯特森抱怨说：“这毕竟只是统计学上的一个猜测，我们必须接受一定数量的错误。”


  我问他宾夕法尼亚大学如何筛选新生。他说：“我们考虑三个学术因素，高中的成绩、SAT成绩和成就测验分数，我们有一个回归公式，我们把这三个分数套入这个公式得出一个分数，例如3.1分，这就是我们预期他大一的平均分。我们把这叫作预测指数（predictive index），如果这个分数比较高，你就可以进入宾夕法尼亚大学就读。”


  我知道这个回归公式多么容易犯错。它求出过去因素的加权比例，然后去预测你大学的表现。就好像通过父母的体重去预测婴儿的体重，你可以找出某个医院某段时间出生的1 000名婴儿的体重，再查出他们父母的体重，你可能会发现用妈妈的体重除以21.7，爸爸的体重除以43.4，再把这两个数平均起来，就可以得到婴儿出生时的重量。这个21.7和43.4之间并无任何关系，也不符合任何自然界的定律，它们只是统计学上的“意外”。


  这就是招生办的人在做的事。他们把若干大一新生的SAT分数和高中成绩拿来和大一时的平均成绩求相关。他们看到大多数情况下，SAT分数越高，大学入学后的总平均成绩也越高；高中的成绩越好，大学的成绩也越好。


  基于这个公式，大学生成绩的预测值只是统计学上的一个猜测，它在大部分情况下是正确的，但也有错误的时候。而这些错误招致了很多父母的失望与抱怨、教授的负担以及大学生的不适应。


  “这个方法存在两种误差，”斯特森说，“第一是少数学生大一时的表现比预估的差，第二是大多数学生表现得比预估的好。即便如此，我还是想减少误差。告诉我你的测验是做什么的。”


  我解释了归因风格测验和它背后的理论。我跟他谈归因风格测验怎么有用，我告诉他我们跟大都会保险公司的合作，以及如果宾夕法尼亚大学采用这种方法会取得什么样的效果。“原来的方式漏掉了一些好学生，”我说，“收了一些后来念不下去的学生，这对学生来说是个悲剧，对学校则是一种损失。”


  最后，招生办主任说：“让我们试一次吧！从1987年入学的那一届学生开始。”


  所以，当1987年新生入学时，300多人做了归因风格测验，然后我们就期待着看他们的期末考试成绩。我们想看什么人沉了下去，而什么人会浮出水面。


  在第一学期结束时，1/3的学生比他们SAT成绩、高中成绩和成就测验所预测的更好或更坏；而通过归因风格测验的300名新生中，20%的人比预测的差，而80%的人比预测的好。


  我们看到了想要看的，就跟在小学四年级学生身上看到的一模一样：入学时测验分数显示为乐观的学生超越了预估的成就，进来时显示为悲观的学生则表现得比应有的水平差。