1702645430
表2-9 各宗教信仰群体年龄的百分比分布
1702645431
1702645432
1702645433
1702645434
1702645435
这些结果暗示，各宗教信仰群体之间在年龄和受教育程度上的差异确实部分地解释了在接受科学进化论观点上我们所观察到的差异。
1702645436
1702645437
为了进一步考察不同宗教信仰群体在年龄和受教育程度上的差异在多大程度上解释了不同宗教信仰群体在接受进化论方面的差异，我们可以利用受教育程度和年龄对认同宗教/进化论观点这两者之间的关系进行直接标准化。我们通过下面的步骤完成此标准化：先确定整个样本关于年龄和受教育程度的联合分布，然后用年龄组—受教育程度交互分类的一个类别的比例做权重，分别计算每个宗教信仰群体接受进化论这一科学观点的分年龄和受教育程度的加权平均百分比。在上述步骤中，我们假设每个宗教信仰群体具有和整个样本完全一致的年龄和受教育程度的联合分布。因此，此过程调整了每个宗教信仰群体中由年龄和受教育程度的联合分布不同引起的支持科学进化论观点的百分比差异。
1702645438
1702645439
为了获得所需的权重，我们先将年龄按受教育程度做交叉表，然后将表中每个单元格的人数除以总人数得到一个比例，如表2-10所示。
1702645440
1702645441
表2-10 受教育程度和年龄的联合概率分布
1702645442
1702645443
1702645444
1702645445
1702645446
然后，我们按不同的宗教信仰群体、年龄和受教育程度对接受进化论这一科学观点的样本列出百分数表，如表2-11所示。注意，这些百分比中有一些是基于很少的样本数计算得到的。这意味着这些百分比不是很准确，在某种意义上可能受到抽样变异性的影响。我们也可以进一步合并受教育程度和年龄的类别，但这样做会忽视实质上存在的组内异质性。通常情况下，我们需要在抽样准确性和实际敏感性——术语称为信度（reliability）和效度（validity）——之间寻求平衡。在本例中，我建议最好采用较保守的方法，这是因为各单元格中的百分比变动很大（当抽样变异性较大时我们通常会碰到这样的情况），使计算得到的标准化百分比差异不太明显。另一方面，样本数很少的单元格其权重也很小，从而使这些单元格对总体百分比的影响也很小。
1702645447
1702645448
表2-11 分宗教派别、年龄和受教育程度的接受科学进化论观点的百分比分布（括号中是样本数）
1702645449
1702645450
1702645451
1702645452
1702645453
最后，为了获得调整的或标准化的系数，我们将加权后的百分比进行加总，这些权重来自表2-10中的百分比。例如，新教原教旨主义者中调整的或直接标准化的接受进化论观点为“完全正确”的比例（四舍五入后）为：
1702645454
1702645455
9.7=5.7×0.274+3.8×0.184+15.7×0.110+29.3×0.080+4.9×0.126+3.3×0.056+25.0×0.032+40.9×0.029+3.3×0.076+7.7×0.015+10.0×0.012+16.7×0.007
1702645456
1702645457
我们可以用同样的方法计算其他标准化百分比，如表2-12所示。为了便于比较，表2-12同时列出了表2-5中标准化之前的百分比。
1702645458
1702645459
表2-12 对受教育程度和年龄进行标准化前后接受进化论这一科学观点的百分比
1702645460
1702645461
1702645462
1702645463
1702645464
如表2-12所示，尽管宗教信仰群体分别与年龄和受教育程度有关，且对人类起源的进化学说的接受程度也分别与年龄和受教育程度有关，但是对年龄和受教育程度进行标准化处理后，不同宗教信仰群体对接受“人类是从其他动物进化来的”观点的组间差异几乎没有变化。其中的一个特例是不信教群体，他们更支持进化论观点的部分原因是他们相对年轻。尽管上面的分析并没有大大改变我们最初观察到的新教原教旨主义者、犹太教徒和其他宗教信仰群体之间的差异，但我们的一个主要发现是，不同宗教信仰群体对进化论观点接受程度的差异不应简单地归结为这些群体在年龄和受教育程度方面的差异，相反，这些差异可能来自这些宗教派别在教义上的差异。
1702645465
1702645466
实例3：南非职业地位的种族差异
1702645467
1702645468
现在让我们来考虑另一个例子：南非职业地位的种族差异在多大程度上可以被教育方面的种族差异所解释〔数据来自1990年代早期完成的南非经济机会和成就调查（Survey of Economic Opportunity and Achievement in South Africa）（Treiman，Lewin，and Lu，2006）；这个例子的Stata-do-和-log-文件可以通过下载获得；关于数据集及如何获取的信息参见附录A〕。从表2-13的左边一栏很容易看出，不同种族在职业获得方面存在很大差别。与白人相比，非白人，尤其是黑人，在很大程度上更不可能成为管理人员、专业人员或技术工人，而在更大程度上可能成为半技术或非技术体力劳动者。而且，相对于其他种族而言，黑人更有可能失业。众所周知，在南非，人们的受教育程度存在明显的种族差异，白人的受教育程度最高，其次是亚裔（在南非，亚裔主要是来自印度次大陆的合同工人的后代）、有色人种（混合种族）和黑人（这些是南非传统上的种族分类）。同其他地方一样，在南非，职业获得在很大程度上依赖于教育获得（Treiman，McKeever，and Fodor，1996）。据此，我们预期职业获得方面的种族差异可以在很大程度上被教育获得方面的种族差异所解释。实际上，该结果来自Treiman，McKeever and Fodor（1996）的研究，他们用国际社会经济地位指标（International Socioeconomic Status Index，ISEI）（Ganzeboom，de Graaf，and Treiman，1992；Ganzeboom and Treiman，1996）作为职业地位的衡量标准。然而，也会存在另一种可能，比如对专业人员和技术人员这种职位，受教育程度可能起到主要的作用，但是对另一些职业，如管理职业，即使人们的受教育程度满足要求，该职业的获得仍然取决于其种族身份。
1702645469
1702645470
表2-13 1990年代早期南非20～69岁男性分种族的各职业的百分比分布（显示各种族教育获得标准化前后的百分比a；N=4004）
1702645471
1702645472
1702645473
1702645474
1702645475
为了确定哪些职业类别在种族上的差异能够被教育方面的种族差异所解释，我依照受教育程度调整了（直接标准化了）种族和职业地位之间的关系。这里，我用以加权数据计算的白人的教育分布作为标准分布，然后计算如果其他非白人群体的受教育程度和白人一样的话，他们的职业分布会是怎样的。
1702645476
1702645477
结果如表2-13的B栏所示。该结果非常具有启发意义。当其他种族具有与白人一样的教育分布（假设这样做不影响每个群体内受教育程度和职业获得的关系）时，成为专业人员的可能性在种族间的差异完全消失了。实际上，黑人比其他种族稍稍更有可能成为专业人员。相比较而言，每个种族的管理类职位的比例基本保持不变，这意味着不是受教育程度而是允许谁管理谁的规则解释了此类职业的种族差异。其他较大的变化仅发生在1～2个非白人群体中：亚裔除了在半技术工人的比例上有所下降外，在其他职业上没有显著的变化；有色人种的技术人员的比例升高了，而半技术和非技术工人以及农民的比例下降了；黑人在办事员这一职业上的比例升高了，而在所有体力工作上的比例下降了。如果所有四个种族都具有与白人一样的教育分布，白人与亚裔的职业分布相异指数（用Δ测量，见第3章）降低约30%（从29.2降至20.5），白人和有色人种的职业分布相异指数也降低了相似的程度（从37.9降至26.5），然而白人和黑人的职业分布相异指数仅降低了约12%（从52.4到46.1）。在控制受教育程度的影响后，四个种族在职业分布上的显著相异指数表明，Treiman、McKeever和Fodor的结论——在南非，受教育程度在很大程度上解释了种族之间在职业地位上的差异——并没有说明事情的全貌。
1702645478
1702645479
实例4：中国城乡文化水平的差异