假相關（Spurious Correlation）是指兩個變量之間看似存在關聯，但實際上這種關聯是由於第三個變量的影響或其他偶然因素所導致的。在心理學中，假相關是一個重要的概念，因為它提醒研究者在解釋數據時要謹慎，避免錯誤地推斷因果關係。
冰淇淋銷售與溺水事件
在夏季，冰淇淋的銷售量和溺水事件的數量可能會同時增加。這並不意味著吃冰淇淋會導致溺水，而是因為天氣炎熱，人們更傾向於吃冰淇淋和游泳，從而增加了溺水事件的風險。
學生成績與鞋子尺寸
在小學生中，鞋子尺寸較大的學生通常成績較好。這並不是因為鞋子尺寸影響了學習能力，而是因為年齡較大的學生鞋子尺寸更大，同時他們的認知能力也更成熟。
第三變量問題
假相關通常是由於第三個變量（也稱為混淆變量）的存在。例如，在冰淇淋和溺水的例子中，天氣炎熱是第三變量，它同時影響了冰淇淋銷售和溺水事件。
隨機性
有時，兩個變量之間的關聯可能是純粹的巧合，尤其是在樣本量較小或數據範圍有限的情況下。
選擇偏差
如果研究樣本未能代表整體群體，可能會導致假相關。例如，研究僅針對特定年齡段或性別的群體，結果可能無法推廣到其他群體。
控制變量
在研究設計中，研究者應盡可能控制可能影響結果的變量，例如通過實驗設計或統計方法（如多元回歸分析）來排除第三變量的影響。
因果推斷
相關性不等於因果性。要確定因果關係，需要更多的證據，例如實驗研究或縱向研究。
擴大樣本量
增加樣本量和數據的多樣性可以減少假相關的可能性，因為隨機性對結果的影響會降低。
重複研究
在不同情境或樣本中重複研究，可以驗證結果的穩定性，從而減少假相關的風險。
假相關是心理學研究中一個常見的陷阱，可能導致錯誤的結論。研究者需要通過嚴謹的設計和數據分析來識別和避免假相關，從而確保研究結果的科學性和可靠性。