性別刻板印象的解釋偏差研究①

周瑤， 趙玉芳，， 陳清， 樊沛君

1.西南大學 西南民族教育與心理研究中心， 重慶 400715； 2.西南大學 心理學部， 重慶 400715

刻板印象是指社會對某一個群體的特征所作的歸納、 概括的總和， 是一種比較固定的看法， 通常與種族、 地域、 性別、 年齡、 職業等有關[1]． 在學科領域， 國內外研究都發現， 人們普遍持有一種“男性數學好而女性數學不好”或“女性數學能力不如男性”的概括化和片面化的觀點， 即數學—性別刻板印象(Math-Gender Stereotype)． 這種性別刻板印象在內隱層面也存在， Nosek等[2]采用內隱聯想測驗發現， 大學生存在內隱性別—數學刻板印象， 普遍認為“男性較女性更擅長數學”， 并且沒有性別差異． 中國學者的研究也得到了相同的研究結果， 有研究發現， 不管被試的性別如何， 他們都傾向于把理工科與男生相聯系， 把人文學科與女生相聯系[3]； 大學生普遍存在“男性比女性更擅長數學”的內隱數學—性別刻板印象， 且不存在專業和性別的差異[4]． 這種認為“男性數學好， 而女性數學不好”的過度簡化的分類概括， 實質上是對女性數學能力的一種污名， 這種污名一旦在情境中被激活， 并被女性知覺為她們在數學領域的表現可能會印證自己所屬群體的消極刻板印象時， 會使其在數學相關領域的成績表現下降[5-6]， 影響其對數學的認同和對數學相關職業的追求[7-10]． 此外， 刻板印象經常充當引導社會推理的啟發式工具， 影響社會感知者對他人行為的因果推斷[11]． 當感知者相信一個人具有某種特質時， 他們會片面地尋找確認信息， 從而加強他們最初的信念[12]． 即使面對相互矛盾的證據， 刻板印象驅動的歸因也有助于維持社會感知者對某個群體的最初看法[13]． 因此， 刻板印象雖然可以簡化人們的認知過程， 有助于對人或情境迅速作出判斷， 提高知覺、 推理和決策的速度與效率， 但也會導致認知層面的解釋偏差[14]．

解釋偏差是指當個體面對與自己期望不一致的情境時， 會作出更多的解釋行為， 即歸因行為， 以使不一致得到合理化[15]． 由于個體期望值常常受到對他人所抱有的刻板印象預期的影響， 因此解釋偏差在刻板印象情境中十分常見[16]． 當一個事件(比如考試失敗)引發了刻板印象， 這個刻板印象會提供歸因信息， 可能會使一個人對該事件的解釋產生偏差[17]． 刻板解釋偏差(Stereotypic explanatory bias， SEB)即人們在與刻板印象不一致的情境中所表現出的解釋偏差[18-19]． 如果一個人持有“女性數學不好”的性別刻板印象， 那么得知“小紅在數學考試中得了滿分”可能會引發更多解釋加工來試圖解釋這種不一致行為(如： 因為她上了數學補習班， 因為數學題目簡單， 因為她作弊了等)； 相反， 如果得知“小紅在數學考試中不及格”， 則不太可能引發解釋偏差， 因為他會認為小紅“本該如此”． 因此， 歸因偏向反映了解釋偏差的存在， 通過計算對不同情境作出解釋的數量差異， 可以檢驗人們在內隱層面上是否對男女數學能力存在刻板解釋偏差．

人們對刻板印象的解釋偏差研究不僅涉及與刻板印象一致或不一致所提供的解釋數量上的差異， 也涉及解釋性質上的差異． Kulik[20]認為， 當某一行為與個體已有刻板印象觀念形成的預期相一致時， 該行為結果就更有可能歸因于行為者的個性因素； 相反， 當基于刻板印象觀念的預期與行為結果不一致時， 更有可能把該行為結果的產生歸因于情境因素或行為者內在的不穩定因素． 表現在數學領域， 即人們傾向于將男性表現出數學好的行為歸因于能力， 女性表現出數學好的行為歸因于運氣， 而將男性表現出數學差的行為歸因于情境因素， 將女性表現出數學差的行為歸因于能力的缺乏[21]． 因此， 如果SEB主要涉及刻板印象不一致的內歸因， 實際上可能會促進刻板印象的改變或減少， 而當SEB主要涉及外歸因時， 則可能會導致刻板印象的繼續維持[19]． 所以， 通過比較被試對不同性別主語在不同句子情境下所提供的解釋性質的差異， 可以進一步探究刻板解釋偏差的具體特征， 即人們對數學—性別刻板印象存在怎樣的解釋偏差．

數學—性別刻板印象是指人們普遍所持有的認為“男性數學好而女性數學不好”的觀念． 當女性在數學領域表現出與其所持刻板印象觀念不一致的行為時(女性數學好)， 則會被更多地歸因為外部情境因素(如運氣好、 題目簡單、 他人幫助等)或內部不穩定因素(如努力、 練習得多、 勤奮等)； 而如果女性在數學領域表現出與其所持刻板印象觀念一致的行為時(女性數學不好)， 則會對此行為更多地作出內部穩定因素的歸因(如腦袋笨、 基礎差、 數理邏輯能力不行等)， 以此來維持“女性數學不好”的刻板印象． 因此， 對性別刻板印象的解釋偏差本質上是對女性數學能力的污名． 基于此， 本研究按照解釋是否有利于維持性別—數學刻板印象分為內部穩定的能力歸因(內歸因)和非能力歸因(外歸因包括內部不穩定因素如動機、 努力等； 外部情境因素如運氣、 任務難度等)， 這與以往有關刻板解釋偏差研究中的歸因分類方式有所不同． 佐斌等[22]將歸因的性質劃分為個人的內部因素(如努力、 能力和天分等)和外部環境因素(如運氣、 意外、 他人影響等)， 忽視了歸因的穩定—不穩定維度． 根據Weiner[23]對歸因的分類， 能力屬于內部穩定的因素， 而努力則屬于內部不穩定的因素； 運氣屬于外部不穩定因素， 任務難度則屬于外部穩定因素． 因此， 對于女性表現出不符合性別刻板印象的句子情境(女性數學好)， 被試歸因為“她聰明、 天賦高、 邏輯思維能力強”相比歸因為“她學習數學非常努力、 勤奮”所持的數學—性別刻板印象觀念應該是不一樣的． 所以， 有必要將歸因的性質按照內—外維度和穩定—不穩定維度相結合的方式去進行細分， 從而進一步探究對男女數學能力的刻板解釋偏差．

綜上， 本研究擬采用刻板解釋偏差(SEB)測量方法， 從提供的解釋數量和解釋性質兩個方面來探討大學生是否存在對男女數學能力的刻板解釋偏差以及這種刻板解釋偏差的具體特征．

1 預研究

由于解釋偏差是以刻板印象為基礎的， 為探究被試是否存在數學—性別刻板印象的解釋偏差， 首先需要檢驗被試是否存在數學—性別刻板印象． 因此， 預研究采用自我報告的方式測量被試的外顯數學—性別刻板印象水平．

1.1 被試選取

采用方便取樣的方式， 在線收集問卷， 不限學校、 專業和性別， 共收集285份問卷， 依據被試填寫的時間和內容對問卷進行篩選后， 刪除作答不認真的問卷25份， 最終剩余被試260名， 問卷有效回收率達91%． 其中男性被試105名， 女性被試155名； 年齡范圍為18～24歲， 平均年齡為20.57歲． 其中大一年級67名， 大二年級78名， 大三年級75名， 大四年級40名； 高中為文科生的有87名， 理科生有173名．

1.2 測驗材料

外顯數學—性別刻板印象的測量： 采用自我報告的方式， 使用Schmader等[24]編制的量表進行測量， 該量表共包含3個題目， 分別是： ①男生的數學能力很可能比女生強； ②一般來說， 男生較女生擅長數學； ③我并不認為男生與女生在數學能力方面有真正的性別差異(反向計分)． 采用7點評分， 從1(非常不同意)到7(非常同意)， 本研究的Cronbach’s α=0.86．

1.3 數據處理

根據Schmader等[24]對外顯數學—性別刻板印象的測量， 對最后一個項目的回答進行反向編碼， 并與對前兩個項目的回答進行平均． 在本研究中平均值分布范圍為1～7分， 其中4分以下代表被試存在相反的外顯數學—性別刻板印象， 4分代表無外顯性別—數學刻板印象， 4分以上代表存在外顯的數學—性別刻板印象． 分數越高， 說明被試存在的外顯數學—性別刻板印象越強．

1.4 研究結果

對于外顯數學—性別刻板印象的數據， 本研究擬先采用單樣本t檢驗， 將被試報告的數據平均值與中值4進行比較， 結果發現， 總體而言， 被試(M=4.34，SD=1.45)存在外顯數學—性別刻板印象(t=3.75，p<0.001)． 為了進一步檢驗外顯數學—性別刻板印象是否存在性別差異， 對數據進行獨立樣本t檢驗， 結果見表1．

表1 外顯數學—性別刻板印象的性別差異比較

由表1可知， 外顯數學—性別刻板印象存在性別差異(t=5.21，p<0.001)， 男性被試(M=4.88，SD=1.26)相比女性被試(M=3.97，SD=1.46)持有更強的外顯數學—性別刻板印象．

自我報告的分析結果表明， 被試存在外顯的數學—性別刻板印象， 即認為相比女性， 男性更加擅長數學； 進一步分析表明對數學—性別刻板印象的認同水平存在非常顯著的性別差異， 即相比女性， 男性持有更強的數學—性別刻板印象． 這與以往學者關于外顯數學—性別刻板印象所得的研究結果相同[24]． 因此， 在接下來的正式研究中， 將使用內隱測量的刻板解釋偏差(SEB)問卷， 比較被試對不同性別主語下的不同句子情境所提供的解釋數量和解釋性質上的差異， 探究大學生是否存在對男女數學能力的刻板解釋偏差以及對這種刻板解釋偏差的具體特征．

2 數學—性別刻板印象解釋偏差研究

2.1 被試選取

正式研究被試與預研究為同一批被試(N=260)， 為了防止內隱的刻板解釋偏差測量受外顯數學—性別刻板印象測量的先驗影響， 正式研究在預研究結束一周后再進行施測．

2.2 測驗材料

采用張菁[25]自編的刻板解釋偏差(SEB)問卷， 該問卷由25個原因填空句子構成， 其中16句是與所研究的數學—性別刻板印象主題有關的句子(具體來說， 是認為“男性數學好而女性數學不好”的刻板印象)， 稱為SEB項目(SEB items)； 另外9句是與數學—性別刻板印象無關的中性句子．

在16個SEB項目中， 8句以典型的男性姓名(如李勇)為主語， 8句以典型的女性姓名(如張芳)為主語． 在每一個性別組中， 均有4個主語的行為結果與刻板印象一致(即男性數學好而女性數學不好)， 4個主語行為結果與刻板印象行為結果不一致(即女性數學好而男性數學不好)． 中性句子則在主語上沒有特別要求， 如小李、 小陳等． 16個SEB項目既包含與刻板印象一致的積極和消極行為， 如“王敬磊的數學測驗得了滿分”和“馮玲的數學經常不及格”， 也包含與刻板印象不一致的積極和消極行為， 如“張芳的幾何考了全年級第一名”和 “在一次數學競賽中孫剛被淘汰”． 被試的任務則是根據前半句呈現的事件結果， 自由填寫產生該事件可能的原因， 如“張芳的幾何考了全年級第一名， 是因為……”， 被試可能會填“她在幾何方面很有天賦”“她平時學習很用功”“題目簡單”“她運氣好”等， 被試在一個句子中可以填入若干理由．

2.3 測驗程序

采取網上發放問卷的方式招募被試， 讓被試完成內隱的SEB問卷． 要求被試仔細閱讀句子， 并根據自己的理解在空白處填寫這一事件發生的所有自己能想到的原因． 回答沒有對錯之分， 填寫時間不受限制． 同時， 為了平衡問卷填寫過程中產生的順序效應和疲勞效應， 避免被試前面多寫后面少寫給測驗結果帶來影響， 將男性—女性、 積極—消極、 一致—不一致組合的8種情況按不同的順序排列呈現給被試[26]．

2.4 數據處理

2.4.1 解釋數量

在計算SEB分值前， 首先由2名心理學專業的研究生充當評分者， 分別獨立對每份問卷上SEB項目中被試填寫的原因進行分類編碼， 判斷填寫的內容是關于前半句行為的解釋， 還是簡單重復了前半句的意思， 并各自剔除無效回答． 如果被試的回答提供的是一種解釋(涉及了內歸因或外歸因)則計1分； 而如果被試的回答只是對前半句意思的簡單重復， 沒有涉及內歸因或外歸因， 可以將其視為無效回答不進行計分． 如針對“張芳的幾何考了全年級第一名， 是因為……”這一題項， 若被試填寫“她在幾何方面很有天賦”， 則這種回答提供的是一種解釋； 而如果被試回答“因為她幾何考了全年級第一”， 這一回答就只是對前半句意思的簡單重復， 不涉及對事件的歸因， 也即沒有提供一種深入的解釋． 分類后， 對評分的結果進行相關分析， 發現2名評分者的分類結果經檢驗存在顯著相關(r=0.96，p<0.001)． 取2名評分者結果的平均值， 作為下一部分計算分值的數據．

由于本研究的刻板印象內容為數學—性別刻板印象， 所以， 在一個被試的SEB問卷上可以計算出4類解釋的總數量： ①主語為女性， 且行為符合“女性數學不好”的句子(即與刻板印象一致的句子情境中)的解釋總數， 記作FF； ②主語為女性， 且行為不符合“女性數學不好”的句子(與刻板印象不一致的句子情境中)的解釋總數， 記作FM； ③主語為男性， 且行為不符合“男性數學好”的句子(即與刻板印象不一致的句子情境中)的解釋總數， 記作MF； ④主語為男性， 且行為符合“男性數學好”的句子(即與刻板印象一致的句子境中)的解釋總數， 記作MM．

針對男、 女主語， 該被試有2個SEB分值， 即SEB1=FM-FF(句子主語為女性)，SEB2=MF-MM(句子主語為男性)， 即用與數學—性別刻板印象不一致情境所提供的解釋數量減去一致情境所提供的解釋數量． 根據Hastie[15]的理論假設， 人們在面對與自己期望不一致的情境時會作出更多的解釋[15]． 因此如果SEB值與0存在顯著差異， 說明被試對行為主語的歸因受到數學—性別刻板印象的顯著影響， 即被試對男女數學能力存在刻板解釋偏差， SEB的絕對值越大， 解釋偏差的程度越大； 反之， 如果SEB值與0沒有顯著差異， 則說明被試對男女數學能力不存在刻板解釋偏差[4]．

2.4.2 解釋性質

除了分析總體的SEB1和SEB2分值是否與0存在顯著差異外， 還可以就被試對每一個項目的歸因性質進行分類， 然后比較不同性別主語在不同句子情境下的不同歸因性質是否存在差異， 這樣可以進一步探究刻板解釋偏差的具體特征．

因此， 根據被試對16個SEB項目所作歸因的性質， 本研究對FF，FM，MM，MF 4類解釋總數再分別進行細分， 區分內—外維度和穩定—不穩定維度的歸因， 如果被試提供的解釋涉及到“天賦、 聰明、 基礎”等關鍵詞時， 則視作是對句子情境的能力歸因， 即個人內部穩定的歸因； 而如果被試提供的解釋涉及“努力、 狀態、 練習、 運氣、 難度”等關鍵詞時， 則視作是對句子情境的非能力歸因， 包括外部情境歸因和個人內部不穩定因素的歸因． 這樣就可以將對女性符合刻板印象的行為(消極句子情境)的內歸因記為FFI； 女性符合刻板印象的行為(消極句子情境)的外歸因記為FFE； 女性不符合刻板印象的行為(積極句子情境)的內歸因記為FMI； 女性不符合刻板印象的行為(積極句子情境)的外歸因記為FME． 同理， 對男性的符合(積極句子情境)或不符合(消極句子情境)刻板印象行為的內外歸因也可以分別記為MMI，MME，MFI，MFE．

根據前言中的理論假設， 如果被試持有“男性數學好而女性數學不好”這一刻板印象會導致其把男性表現出積極行為的句子情境更多地歸因為內部因素(能力因素)， 而對女性同樣表現出的積極行為更少地歸因為內部因素； 外歸因方面， 被試會把男性表現出積極行為的句子情境更少地歸因為外部因素(環境因素和內部非能力因素)， 但是對女性表現出積極行為的句子情境更多地歸因為外部因素， 因此就可以通過比較對不同性別主語在不同句子情境下提供的不同解釋性質的差異來具體分析被試對數學—性別刻板印象解釋偏差的特點．

2.5 研究結果

2.5.1 解釋數量

2.5.1.1 總體SEB分值

采用SPSS 25.0統計分析軟件對數據進行處理與分析， 將被試的2個SEB分值分別與0比較， 進行單樣本t檢驗， 結果見表2．

表2 總體SEB分數

由表2可知， 對女性主語的SEB1分數(M=0.31， SD=2.03， t=2.43， p<0.05)與0存在著顯著的差異， 即與數學—性別刻板印象不一致(女性數學好)的行為解釋數量顯著大于與性別刻板印象一致(女性數學不好)的行為歸因數量， 說明被試對于女性主語的數學能力存在刻板解釋偏差； 同樣， 對男性主語的SEB2分數(M=-0.45， SD=1.57， t=-4.63， p<0.001)與0存在著極其顯著的差異， 同樣說明了被試對于男性主語的數學能力存在刻板解釋偏差．

2.5.1.2 SEB分值是否存在性別差異

由表3可以看出， 在SEB1上， 男女被試的得分不存在顯著性別差異(t=-0.131， p=0.896>0.05)， 即當句子主語為女性時， 男女被試對與刻板印象不一致時(女性擅長數學)提供的解釋數量均大于與刻板印象一致時(女性不擅長數學)的解釋數量， 但二者差異不顯著．

表3 SEB及其內/外歸因分數的性別差異檢驗

在SEB2上， 男女被試的得分同樣不存在性別差異(t=0.987， p=0.325>0.05)， 即當句子主語為男性時， 男女被試對與刻板印象不一致時(男性不擅長數學)提供的解釋數量均小于與刻板印象一致時(男性擅長數學)的解釋數量， 但二者差異不顯著． 這一結果表明， 男女被試在SEB1和SEB2上的得分均沒有顯著差異， 也即對SEB1和SEB2的解釋數量不存在性別差異．

2.5.2 解釋性質

對不同主語性別在不同句子情境下內外歸因分數的描述性統計結果如表4所示． 采用2(主語性別： 男性對比女性)×2(句子情境： 積極對比消極)×2(歸因性質： 內歸因對比外歸因)重復測量方差分析， 主語性別、 句子情境和歸因性質均為被試內變量， 因變量為歸因數量， 結果見表5．

表4 不同性別主語在不同句子情境下的內外歸因分數(M±SD)

表5 主語性別×句子情境×歸因性質影響作用的方差分析

由表5可知， 主語性別×句子情境×歸因性質的三階交互作用顯著，F(1， 259)=20.255，p=0.000，ηp2=0.07， 繼而對其進行進一步的簡單效應分析， 交互作用圖見圖1和圖2．

圖1 主語性別和句子情境對內歸因數量的影響

圖2 主語性別和句子情境對外歸因數量的影響

如圖1所示， 進一步簡單效應分析發現， 對于內歸因性質而言， 在積極情境下， 對男性主語的內歸因數量(M=2.75，SD=0.10)大于對女性主語的內歸因數量(M=2.45，SD=0.09)， 并且差異具有統計學意義(p=0.002<0.05)； 而在消極情境下， 對男性主語的內歸因數量(M=1.78，SD=0.08)小于對女性主語的內歸因數量(M=2.13，SD=0.09)， 并且差異具有統計學意義(p=0.000<0.001)．

而在外歸因方面， 如圖2所示， 在積極情境下， 對男性主語的外歸因數量(M=4.06，SD=0.19)小于對女性主語的外歸因數量(M=4.28，SD=0.17)， 并且差異具有統計學意義(p=0.043<0.05)； 在消極情境下， 對男性主語的外歸因數量(M=4.57，SD=0.19)大于對女性主語的外歸因數量(M=4.29，SD=0.21)， 并且差異具有統計學意義(p=0.013<0.05)．

4 討論

本研究從解釋數量和解釋性質兩個方面探討了大學生是否存在對男女數學能力的刻板解釋偏差以及數學—性別刻板解釋偏差的具體特征， 結果發現： ①從解釋數量上來看，SEB1和SEB2均與0存在著顯著和極其顯著的差異， 即被試對男女數學能力存在刻板解釋偏差， 并且， 被試性別因素對SEB1、SEB2均沒有顯著影響； ②從解釋性質上來看， 當男性表現出“數學好”這一積極行為時， 相比女性同樣表現出“數學好”的積極行為， 會更多地作出能力歸因， 更少地作出非能力歸因； 相反， 當男性表現出“數學不好”這一消極行為時， 相比女性表現出“數學不好”這一消極行為會更少地作出能力歸因， 更多地作出非能力歸因．

研究發現了“男性數學好而女性數學不好”的刻板解釋偏差， 這一結果與已有研究結果一致[22，26-28]． 這說明， 盡管隨著時代的進步和社會的發展， 但數學—性別刻板印象依然深植于人們的觀念中， 并且影響著人們對男女數學能力的解釋偏差． 根據生態系統理論， 個體的發展嵌套于相互影響的一系列環境系統之中[29]， 對個體影響最直接的是家庭這一微觀系統， 父母可以通過傳達他們自己關于女孩和男孩應該如何在數學上表現的性別偏見來塑造孩子的數學期望和表現． 性別—數學刻板印象觀念更強的父母(例如， 認為男孩比女孩更擅長數學)對兒子的數學能力感知更高， 對女兒的數學能力感知更低[30]； 反過來， 這些父母的觀念與孩子對自己數學能力的看法正相關[31-32]， 由此在認知上對男女數學能力產生了解釋偏差． 此外， 學校中的教師和同伴有意或無意所傳遞的數學—性別刻板印象， 也可能讓個體產生數學和科學是屬于男性領域的刻板印象[33]． 老師會低估女孩相對于男孩的數學能力[34，30]， 并將男孩在數學上的成功更多地歸因于能力， 在數學上的失敗更多地歸因于缺乏努力[32]， 教師傳達給學生的歸因又會反過來影響孩子自己對結果的歸因解釋． 因此， 性別數學刻板印象具有很強的代際傳遞性， 在社會觀念中具有顯著的穩定性．

性別因素并不影響刻板印象解釋偏差， 女性也同樣存在解釋偏差． 制度正當化理論認為， 人們普遍有相信現存社會秩序是公正、 合理、 必要的動機， 人們會用刻板印象對社會現狀進行心理上的正當化， 即使自身和內群體的利益受損[35-36]． 女性在數學領域一直處于代表性不足的弱勢群體地位[33，37]， 即使女性表現出“數學好”的積極行為， 但是女性被試和男性被試一樣， 都傾向于將女性數學好歸因為個體內部不穩定因素和外部情境因素， 而不是個體內部穩定的能力因素． 這表明弱勢群體成員通過制度正當化過程內化了現狀的不平等， 同時也內化了自身以及內群體的消極刻板印象， 但是， 制度正當化雖然短期內會使個體在心理上獲益， 但從長遠來看， 它會對個體和社會產生消極的影響[38]．

雖然男女主語都表現出“數學好”這一積極行為， 但是被試傾向于對女性主語相較于對男性主語作出更多的外歸因(非能力歸因)， 對男性主語相較于對女性主語作更多的內歸因(能力歸因)； 當男女主語都表現出“數學不好”這一消極行為時情況則相反． 根據Wilder(1996)提出的刻板印象改變的歸因模型， 人們會將一個人的性別角色行為與人們對此人所屬的性別群體的行為期望即性別刻板印象進行比較． 因為男性表現出數學好的這一行為符合被試所持有的性別角色期望， 而女性表現出數學好的這一行為則與被試持有的性別角色期望不相符． 因此， 當不同性別主語同樣表現出“數學好”的積極情境時， 被試會把“女性數學好”(反刻板印象)更多歸因為“她學習努力”“她勤奮刻苦”“題目簡單”“她請了家教”等個體內部不穩定因素或外部情境因素， 而當男性表現出“數學好”(刻板印象一致)這一積極行為時， 作出同樣非能力歸因的數量比女性少， 作出能力歸因的數量則比女性多， 從而來維持其原有的性別刻板印象不受影響． 在消極情境下情況則相反， 當不同性別主語同樣表現出“數學不好”的消極情境時， 被試會把“男性數學不好”(反刻板印象)更多歸因為“他缺少練習”“他運氣不好”“題目太難”“對手太強”等內部不穩定因素或外部情境因素， 而女性表現出“數學不好”(刻板印象一致)這一消極情境時， 作出能力歸因的數量比男性多， 作出非能力歸因的數量則比男性少， 之所以出現這樣的解釋偏差同樣是為了使原有的性別刻板印象不受影響從而得到維護．

總之， 上述結果表明， 數學—性別刻板印象一旦形成就具有一定的穩定性， 人們無法從根本上擺脫因自身的態度、 觀念等主觀因素而造成嚴重的“認知偏差”． 而這種刻板的“認知偏差”會影響女性對STEM(Science科學， Technology技術， Engineering工程， Mathematic數學)領域的興趣、 認同和歸屬感， 造成數學相關領域女性的代表性不足結局[33]． 現代高等教育雖然在消除性別歧視、 促進男女平等方面作了大量的努力， 但卻依然難以在內隱層面上消除性別刻板印象觀念． 未來的研究有必要進一步探究男女數學能力的刻板解釋偏差對行為表現方面的影響以及可能的干預機制．

5 結論

1) 根據解釋數量， 大學生存在認為“男性數學好而女性數學不好”的刻板解釋偏差， 且不存在性別差異．

2) 根據解釋性質， 相對“女性數學好”來說， 大學生傾向于將“男性數學好”更多地歸因于內部穩定的因素(能力因素)， 更少地歸因于外部情境因素和內部不穩定的因素(非能力因素)， 而對“男性數學不好”的歸因傾向則相反．