美国芝加哥郊外的霍桑工厂，是一个制造电话交换机的工厂。

这个工厂具有较完善的娱乐设施，医疗制度和养老金制度等，但员工们仍愤愤不平，生产状况也很不理想。为探求原因，1924年11月，美国国家研究委员会组织了一个由心理学家等各方面专家参加的研究小组，在该工厂开展了一系列的试验研究。这一系列试验研究的中心课题是生产效率与工作物质条件之间的关系。

这一系列试验研究中有一个“谈话试验”，即用两年多的时间，专家们找工人个别谈话两万余人次，并规定在谈话过程中，要耐心倾听工人们对厂方的各种意见和不满，并做详细记录，对工人的不满意见不准反驳和训斥。

这一“谈话试验”收到了意想不到的结果：霍桑工厂的产量大幅度提高。这是由于工人长期以来对工厂的各种管理制度和方法有诸多不满，无处发泄，“谈话试验”使他们的这些不满都发泄出来，从而感到心情舒畅，干劲倍增。

就霍桑试验本身来看，当一定数量的工人被抽出来暂时成为一组的时候，她们就早已经意识到了自己是一个极其特殊的群体，同时也是试验的主要对象，还是这些专家们一直关心的主要对象，这种受到注意的感觉使得她们能够加倍努力的去工作，从而证明自己是最优秀的，同时也是最值得去关注的。

由于受到额外的关注而引起绩效或努力上升的情况，社会心理学家将这种奇妙的现象称为“霍桑效应”。

这个霍桑效应看起来很不错吧，但是放在统计学应用背景下，霍桑效应可能造成相反的错误结论。

举个例子

比如我们在进行一项不同药物治疗高血压预后差异的研究，试验组的研究对象因为了解到自己处于试验组，是受关注的对象，从而改变自己的行为，减少饮食中钠盐的摄入，增加运动量等等，那么我们研究所得试验组的预后不仅仅是我们的干预措施在起作用，其中还掺入了霍桑效应的作用。

如果我们在开展临床研究的时候忽视了霍桑效应的存在，没有在研究设计时就采取一些方法来避免霍桑效应的影响，那么我们的研究结果里试验组和对照组的差别很可能就是研究的干预措施的效应和霍桑效应的和，而不单纯是干预措施的效应。也就是说我们会夸大干预措施效应。

如果过分关照了实验组，这就等于是给自己挖坑犯错啊。

此外，因为在不同疾病、不同研究内容的研究中，霍桑效应的大小不一致，难以通过统计的方法消除霍桑效应。那么，对于霍桑效应这种客观存在又难以明确测量其大小的偏倚，我们该采用什么方法来避免呢？

1、平等看待试验组和对照组

首先，应该对试验组和对照组同等对待。

临床研究者常常会犯的一个错误就是对试验组给予更多的关注，对照组则不那么关心。这会使试验组研究对象由于受到更多关注而改变自己的行为，从而产生霍桑效应。如果说除了我们研究的因素以外，我们给予试验组和对照组同等的关注，那么可以预料的是，试验组和对照组的霍桑效应量是差不多的，这时，试验组和对照组的效应差值就更接近研究因素单纯的效应量。

2、建议采用双盲

其次，采用盲法。

产生霍桑效应有个前提，就是研究对象由于意识到自己处于某项研究，或某个分组中，从而改变自己的行为。如果在研究设计是应用盲法，那么研究对象并不知道自己身处试验组还是对照组，那么就可以避免霍桑效应。如果是个双盲试验的话，连和研究对象接触的医生也不知道研究对象的分组，那么也就可以保证第一条里说的，保证对试验组和对照组同等对待了。

霍桑效应是我们开展临床研究时不可忽视的一种偏倚，在研究设计阶段就应该采用盲法等来避免。但是在临床治疗病人的时候是不是可以利用霍桑效应呢？在可能的范围内给予病人多一些关注，也许能提高我们的治疗效果哦。

文/图 由数据小兵整理自互联网，SPSS统计训练营微信号首发。