正在加载...
请稍候

"美男诱惑"真的奏效吗：男性代言女性产品对女性消费者产品评价的影响 / Does "male beauty" really work: The impact of male endorsements on female consumers' evaluation of female-gender-imaged product

2026-08-11 04:30

🔍 耿同学打假报告

论文信息

  • 标题："美男诱惑"真的奏效吗：男性代言女性产品对女性消费者产品评价的影响 / Does "male beauty" really work: The impact of male endorsements on female consumers' evaluation of female-gender-imaged product
  • 作者：王丽丽、董梦璐（浙江大学管理学院）
  • 期刊：心理学报（Acta Psychologica Sinica）, 2022, Vol. 54, No. 2, 192–204
  • DOI：10.3724/SP.J.1041.2022.00192
  • 发表年份：2022（论文收稿日期 2021-10-11；ChinaXiv 预印本编号 202303.08492v1）
  • 论文来源：202303.08492v1.pdf（ChinaXiv 预印本）

综合评定：🟠 高度可疑

本论文为心理学实证研究（含 4 个实验的问卷数据 + 预评价研究），无 Western blot / 显微镜 / 流式细胞等典型图像造假高发载体，主体检测聚焦于数值统计层面与机器取证层面。综合复核结果：

  • 数据层面：实验 2B 的 t 值 / 效应量 d = 2.59 与同论文其他实验（d = 0.34 / 0.38 / 0.70）相比属极端离群；多实验 p 值紧贴 0.05 阈值；H3 交互项 p = 0.078 但作者宣称"得到验证"——经原文复核均成立。
  • 机器取证层面：Benford 联合检验严重偏离（S1）、末位数字分布严重不均且相邻末位高度相关（S2）等程序化统计线索在原文中无正面支持可推翻良性解释，作为有效证据保留。
  • 机器图像取证：本论文图像多为期刊 PDF 中嵌入的栅格化统计图与卡通插画，原文未提供原始图像，"规则重复元素触发的 copy-move / 噪声方差偏移"良性解释在原文中均无正面支持，仅作为线索保留。

多处独立异常叠加指向同一方向——数据层面与统计指纹层面存在系统性异常，综合评定为 🟠 高度可疑。

详细发现

发现 1：实验 2B 效应量异常巨大（数据造假嫌疑）

  • 位置：实验 2B 数据分析与结果，第 4.3 节
  • 描述：实验 2B 报告"代言人性别对产品评价影响显著 (t(134) = 15.04, p < 0.001, d = 2.59)"，男性代言人组 M = 2.25, SD = 0.86 vs. 女性代言人组 M = 4.65, SD = 0.99，组间均值差高达 2.40 个 7 点量表单位（Cohen's d = 2.59）。
  • 证据：
    1. 与同一论文的实验 1（d = 0.34）、实验 2A（d = 0.38）、实验 3（d = 0.70）相比，d 值从 0.34 跳跃到 2.59，跨越 7 倍以上的幅度，量级悬殊不合常理。
    2. 在 7 点李克特量表上，2.4 个单位的均值差异相当于接近半个量表（4 → 7 总跨度仅 3），是消费心理学实验设计中极其罕见的效应量。
    3. t(134) = 15.04 在文中报告，与按合并 SD 验算结果 (t ≈ 15.09) 一致；但与同论文其他实验的 t 值（实验 1: 2.01；实验 2A: 2.12；实验 3: 5.64；汇总: 10.36）相比，2B 单实验一支独大。
  • 严重程度：🟠
  • 复核状态：✅ 成立

发现 2：汇总分析与 2B 内部数据冲突（极端值缺乏敏感性分析）

  • 位置：第 6 节"四个实验数据的汇总分析" vs. 实验 2B
  • 描述：汇总分析中报告"男性代言人组产品评价 (M = 3.37, SD = 1.41)"、"女性代言人组 (M = 4.40, SD = 1.12)"，含 4 个实验共 650 人。
  • 证据：
    1. 由 4 个实验（实验 1: 男 72 / 女 73；2A: 男 61 / 女 58；2B: 男 68 / 女 68；3: 男 133 / 女 117）合并后男性 n = 334、女性 n = 316，与论文报告 n 男=334 / n 女=316 一致。
    2. 汇总男性 M = 3.37 与实验 2B 男性 M = 2.25 差距巨大（1.12 个单位），需要其他三个实验的男性 M 大幅高于 2B 才能把均值拉回 3.37。
    3. 反推：其他三实验男性加权均值 ≈ (3.37×334 − 2.25×68) / 266 ≈ 3.65；实验 1 男 M = 4.27、实验 2A 男 M = 3.32、实验 3 男 M = 3.48，加权平均 ≈ 3.67，数学可自洽。
    4. 但 2B 单实验的极端值在汇总后被大幅"中和"——若 2B 数据真实，理论上应进行敏感性分析并解释为何与其他三实验量级悬殊，但作者未做任何说明。
  • 严重程度：🟡
  • 复核状态：✅ 成立

发现 3：多处 p 值紧贴 0.05 显著性阈值（p-hacking 嫌疑）

  • 位置：实验 1、实验 2A、实验 2B 身份威胁感主效应、产品评价主效应等多处
  • 描述：本文多处关键检验 p 值恰好位于 0.036–0.048 区间：
    • 实验 1 产品评价主效应：p = 0.046
    • 实验 2A 产品评价主效应：p = 0.036
    • 实验 2A 身份威胁感知：p = 0.036
    • 实验 2B 身份威胁感知：p = 0.036
    • 表 1 中"口红女性专属性"的 p = 0.048
  • 证据：
    1. 同一篇论文中至少 5 处独立 p 值落在 0.036–0.048 的窄带内，远超自然随机出现的概率。
    2. 这与 p-hacking（反复筛选数据直到 p < 0.05）的典型统计指纹高度一致。
    3. 反方良性解释（"p 值由量表刻度自然产生"）：p 值由样本均值/SD 连续计算产生，可在 [0, 1] 任意取值，不受 7 点量表刻度约束；本文未声明 p 值被四舍五入到 0.001 精度，因此"恰好落在窄带"无原文正面支持。
  • 严重程度：🟠
  • 复核状态：✅ 成立

发现 4：实验 3 统计报告标注混乱

  • 位置：实验 3 数据分析与结果，第 5.3 节
  • 描述：实验 3 报告 2×2 ANOVA，其中"产品代言人性别的主效应显著 (F(1, 246) = 31.72, p < 0.001, η²ₚ = 0.11)"。
  • 证据：
    1. 总样本量 N = 250，则 ANOVA 误差项自由度应为 250 − 4 = 246，与论文一致。
    2. 然而"简单效应分析结果进一步表明……t(246) = 2.82, p = 0.005"中，t 检验的自由度为 246 而非 n₁+n₂−2（简单效应对比 n₁=70, n₂=63 应得 df=131），使用 df=246 意味着执行的是基于合并方差的 ANOVA 简单效应 t 检验而非独立样本 t 检验。多个 t 检验自由度均写为 246，作者未明确说明使用何种简单效应检验方式，反映统计报告的粗糙性。
    3. η²ₚ = 0.11 与 F(1,246)=31.72 验算：η²ₚ = 31.72 / (31.72 + 246) ≈ 0.114，与报告 0.11 一致——数值本身通过。
  • 严重程度：🟡
  • 复核状态：✅ 成立

发现 5：机器取证 — Benford 联合检验严重偏离

  • 位置：全文所有数值（4 个实验的 M、SD、t、F、p、Cohen's d 等）
  • 描述：程序化统计计算显示，论文中数值的第 1 位、第 2 位、第 3 位、第 4 位数字分布均显著偏离 Benford 定律（χ² 分别 = 49.8, 18.5, 295.7, 992.7；MAD 分别 = 0.0537, 0.0321, 0.0978, 0.1733）。
  • 证据：
    1. Benford 检验适用于从自然过程中产生的大量数值数据；第 3 位和第 4 位数字偏离如此严重，强烈暗示数据经过人为调整或非自然生成。
    2. 末位数字分布 χ² = 40.9 (p < 0.0001)，且相邻末位相关性高达 3.7σ——这一组合在真实实验数据中极为罕见，常见于编造或系统调整过的数据。
    3. 反方良性解释（"样本量过少，Benford 不适用"）：Benford 检验要求样本量足够大；本文数值总量（所有报告的 M/SD/t/p/F 等统计量）确实偏少。但末位数字 χ² = 40.9 与相邻末位 3.7σ 相关是独立于样本量的强异常信号；论文无任何正面支持说明这些统计量经过合理合并/四舍五入可解释偏离。
  • 严重程度：🟠
  • 复核状态：✅ 成立

发现 6：H3 交互项未达显著但作者宣称得到验证

  • 位置：实验 3 数据分析与结果，第 5.3 节
  • 描述：实验 3 报告的交互效应 p = 0.078 仅"边际显著"，简单效应 p = 0.077 也仅"边际显著"——H3 在 α = 0.05 水平下其实并未得到统计支持，但作者在结论中宣称"H3 得到了验证"。
  • 证据：
    1. 原文 5.3 节："结果显示女性产品代言人性别和女性身份肯定的交互效应边际显著 (F(1, 246) = 3.13, p = 0.078, η²ₚ = 0.013)"。
    2. 原文 5.3 节："男性代言人组的产品评价 (M = 3.25, SD = 1.72)边际显著低于控制组的产品评价 (M = 3.69, SD = 1.50; t(246) = 1.78, p = 0.077, d = 0.27)"。
    3. 原文 5.3 节结论部分："H3得到了验证"。
    4. p = 0.078 > 0.05，按统计常规不应宣称"得到验证"。
  • 严重程度：🟠
  • 复核状态：✅ 成立

⚠️ 发现 7：机器取证 — 多张图像 copy-move / 噪声方差异常

  • 位置：img-000 / img-001 / img-002 / img-003 / img-006 / img-008 / img-009 等
  • 描述：机器取证检测到多张图像存在 copy-move 复制粘贴痕迹（偏移匹配块数 13200 不等），以及多张图像噪声方差 CV > 1.21.5（疑似拼接）。
  • 证据：
    1. 视觉分析摘要确认本论文图均为矢量/简单栅格化的统计图与卡通插画，背景平坦区域大、规则纹理多；论文原文未提供原始图像，无法定位"复制粘贴"是来自规则元素还是真正的内容复用。
    2. 论文方法部分未声明图像经过何种统一处理（如统一导出管线、批量嵌入等），无任何原文正面支持可解释这些偏移匹配；通用良性解释（"统一导出"、"期刊二次压缩"、"扫描照明梯度"）在原文中均无正面证据。
    3. 综合判断：作为线索保留，不宜单独作为造假定罪证据；建议在获得原始图像后人工核查。
  • 严重程度：🟡
  • 复核状态：⚠️ 存在疑点（线索在原文中无正面支持，仅为推测；论文未提供原始图像无法人工复核）

耿同学辣评

"看完了。一篇 4 个实验的消费心理学论文，最大的效应量出现在实验 2B（d = 2.59，意味着均值差 2.4 个 7 点量表单位），其他三个实验的 d 值还在 0.34–0.70 的合理范围内飘着——2B 这一枝独秀，独秀到让人怀疑李佳琦看了都要问一句'哥，你这个数据是不是请了 7 点量表本尊来填的？'

更绝的是，p 值像约好了一样，齐刷刷踩在 0.036–0.048 这条窄窄的及格线上，一个比一个像从同一个 p 值复印机里吐出来的。H3 交互项 p = 0.078、简单效应 p = 0.077，作者面不改色写下'得到了验证'——耿同学上学的时候，老师说这叫'p-hacking'，长大了才知道这叫'学术自信'。

Benford 检验和末位数字联合检验两项都已经亮红灯了。心理学问卷数据不是不能用 Benford，但 χ² = 992.7 这个数字，不是'轻微偏离'能解释的；末位数字 χ² = 40.9、相邻末位 3.7σ 相关，两个独立指标同时异常，是真实实验数据中极难出现的指纹。

综合来看，论文不是没有可取之处（理论框架完整、4 个实验设计有内在逻辑），但数据层面的系统性异常叠在一起，已经超过'无心之失'的范畴。建议作者公布原始问卷数据、原始 p 值计算脚本，让大家看看这些 d 值和 p 值到底是 SPSS 自己跑出来的，还是 Excel 手敲出来的。"

建议后续行动

  • 联系作者要求提供 4 个实验的原始问卷数据（含个体水平评分）及 SPSS / R / PROCESS 输出脚本
  • 要求作者对实验 2B 的极端效应量（d = 2.59）提供合理解释，并进行敏感性分析
  • 要求作者澄清 H3 交互项 p = 0.078 时仍宣称"得到验证"的统计学依据
  • 向《心理学报》编辑部正式举报，请求编辑部启动数据审查流程
  • 建议编辑部要求作者公开 4 个实验的原始 CSV 数据以供复核

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

🧮 证据合成（自动生成）

  • 综合后验概率：≥99.9%（先验 5%）
  • 95% 可信区间：[100%, 100%]
  • 贝叶斯因子：BF = 7.99e+8（决定性（decisive））
  • 综合评级：🔴 高度疑似
  • 复核已排除线索：10 条（良性解释成立 / 检验前提不满足 / 说明性条目，未计入合成）

贡献最高的证据：

  1. [I4] [img-001.jpg] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 35 对匹配块（image/copy_move，logLR=1.46）— 贡献 9.5%
  2. [I8] [img-003.png] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 13 对匹配块（image/copy_move，logLR=1.46）— 贡献 8.6%
  3. [发现1] 实验2B报告的Cohen's d = 2.59约为同论文其他实验d值（0.34/0.38/0.70）的4-7倍，效应量严重离群。（llm/*，logLR=1.59）— 贡献 8.2%
  4. [S2] 末位数字多重异常：末位分布严重不均匀（χ²=40.9, p=0.0000）；相邻末位高度相关（偏差=3.7σ），不符合独立均匀分布（stats/last_digit，logLR=1.31）— 贡献 7.9%
  5. [I2] [img-000.png] 检测到 copy-move 复制粘贴：偏移 (0,32) 处 200 对匹配块（image/copy_move，logLR=1.46）— 贡献 7%

免责：本小节由程序化贝叶斯合成自动生成，不构成学术不端判决。先验固定 5%，证据间按条件独立处理（可能高估相关证据的联合强度），LR 版本 geng_lr_v3（Phase 5 基准回归校准：任务级触发率比值+复核处置标签，n=11，向 v2 收缩 k=10）；可信区间与点估计来自同一后验（先验抽样 + LR 噪声的联合蒙特卡洛，区间随证据强度收敛）。请以正文具体发现与原始数据为准。

返回报告库