这个说法是不正确的。多进程可以提供并行处理的能力，并且在某些情况下可以显著提高程序的性能。下面是一个使用多进程的示例代码，展示了如何通过并行处理来加速任务。

import time
import multiprocessing

# 定义一个需要执行的任务函数
def process_task(n):
    time.sleep(1)  # 模拟需要耗时的任务
    return n * n

if __name__ == '__main__':
    numbers = [1, 2, 3, 4, 5]  # 需要处理的数据

    # 创建进程池，最大并发进程数为4
    pool = multiprocessing.Pool(processes=4)

    # 使用进程池的map方法并行执行任务
    results = pool.map(process_task, numbers)

    # 关闭进程池
    pool.close()
    pool.join()

    print(results)

在上面的代码中，我们创建了一个包含4个进程的进程池，并使用map方法并行处理了一个需要耗时1秒的任务。通过并行处理，我们可以同时处理多个任务，从而显著减少了总的执行时间。

因此，多进程并不总是比单进程更差，它可以提供更好的性能和并行处理能力，尤其是在需要处理大量数据或耗时任务时。