欢迎来到研究方法！

研究方法是心理学家用来理解人类思考与行为模式的“工具”。你可以把它想象成侦探工具包：在心理学家告诉我们为什么会遗忘事情，或者为什么我们会从众之前，他们必须先学会如何正确地收集证据。别担心，即使这些内容起初看起来像数学或科学，我们都会把它拆解成简单的步骤！

1. 从计划开始：假设 (Hypotheses)

在进行实验之前，心理学家会先做出预测，这就称为假设 (Hypothesis)。

假设的类型：

1. 虚无假设 (Null Hypothesis)：这预测将会有“没有”差异或影响。就像说：“喝咖啡不会让你跑得比较快。”
2. 研究假设 / 对立假设 (Alternative Hypothesis)：这预测“将会有”差异。例如：“喝咖啡会让你比喝水跑得更快。”

小测验：虚无假设是“无聊的”那个（什么事都没发生），而研究假设则是测试新想法的那个。

2. 基本组件：变量 (Variables)

在心理学中，我们会改变一样事物来观察对另一事物产生的影响，这些“事物”被称为变量 (Variables)。

自变量 (Independent Variable, IV)：研究者改变的事物（“原因”）。
因变量 (Dependent Variable, DV)：研究者测量的事物（“结果”）。
外在变量 (Extraneous Variables)：这些是会干扰结果的“恼人”因素，例如房间里的噪音，或是参加者感到多疲累。研究者会尽量控制这些变量，确保测试公平。

例子：如果你正在测试新肥料是否有助于植物生长，肥料就是 IV，植物高度就是 DV。而下雨天则是一个外在变量！

3. 挑选参与者：抽样方法 (Sampling Methods)

你无法研究全世界的每一个人，所以你需要从目标群体 (Target Population) 中挑选一个样本 (Sample)。

如何选择样本：

• 随机抽样 (Random)：每个人都有相等的机会被选中（就像从帽子里抽签）。这非常公平，但可能很花时间。
• 方便抽样 (Opportunity)：你只询问当下能找到的人（例如在走廊遇到的人）。这很快，但可能会产生偏见。
• 系统抽样 (Systematic)：你使用一个系统，例如从名单中每隔 5 个人选出 1 个。
• 分层抽样 (Stratified)：样本精确地反映了群体的比例（例如，如果学校有 60% 是女生，你的样本也该有 60% 是女生）。这是最具代表性但执行难度最高的方法。

重点摘要：好的样本能代表整个群体，让研究结果对所有人来说都是“真实的”，而不仅仅是针对少数几个人。

4. 设计实验 (Experimental Designs)

我们要如何组织参与者？主要有三种方式：

实验设计：

1. 独立组别设计 (Independent Groups)：不同的人做不同的任务。A 组喝咖啡；B 组喝水。
优点：没有“顺序效应”（人们不会因为练习过而感到无聊或变强）。
缺点：两组人在天性上可能不同（例如 A 组可能天生跑得比较快）。

2. 重复测量设计 (Repeated Measures)：同一组人做“两项”任务。每个人第一天喝咖啡，第二天喝水。
优点：没有“个人差异”，因为是同一群人！
缺点：顺序效应 (Order effects)——人们可能因为第二天已经练习过，表现得更好。

3. 配对设计 (Matched Pairs)：你找到两个非常相似的人（如双胞胎或智商相同的人），然后将一个放入 A 组，另一个放入 B 组。
优点：减少人与人之间的差异。
缺点：找到“配对”对象非常困难且费时。

5. 不同的研究方法

心理学家不只是在实验室做实验，他们还有许多方法：

• 实验室实验 (Laboratory Experiment)：在受控的房间进行。控制力高，但对参与者来说可能感觉“不真实”。
• 田野实验 (Field Experiment)：在现实世界中进行（例如购物中心）。更自然，但较难控制外在变量。
• 自然实验 (Natural Experiment)：研究者不改变 IV；它自然发生（例如比较新法律实施前后人们的行为）。
• 问卷与访谈 (Questionnaires & Interviews)：询问人们的想法。问卷很快；访谈则能提供更多细节。
• 个案研究 (Case Studies)：针对某个人或小群体进行深入研究（常用于独特的脑部损伤案例）。
• 观察研究 (Observation Studies)：观察人们的行为。研究者会使用行为类目表 (Categories of behaviour)（一张要检查的行为清单）。为了公平，他们会使用观察者间信度 (Inter-observer reliability)，意思是两位研究者同时观察并确认他们的记录是否一致。

6. 相关性：寻找链接 (Correlations)

相关性 (Correlation) 检视两个变量之间的关联 (Association)。例如：“花在复习的时间”与“考试分数”有关吗？

• 我们使用散点图 (Scatter diagrams) 来展示。
• 正相关 (Positive Correlation)：两者同时增加（复习越多 = 分数越高）。
• 负相关 (Negative Correlation)：一个增加，另一个减少（玩游戏时间越多 = 分数越低）。
• 零相关 (Zero Correlation)：完全没有链接（脚的大小与智商无关）。

重要：相关性并不代表其中一项造成了另一项，它只是显示两者有链接！

7. 正确执行：程序与道德 (Procedures and Ethics)

研究者必须遵循严格的规则以确保公平与友善。

程序：

• 标准化 (Standardisation)：给予每位参与者完全相同的指示和体验。
• 随机化 (Randomisation)：使用机会（如抛硬币）来决定事情，例如决定某人进入哪一组。
• 抵消法 (Counterbalancing)：用于重复测量设计。一半的人先做任务 A 再做 B，另一半的人先做 B 再做 A。这抵消了“顺序效应”。

道德 (BPS 指引)：

心理学家必须遵守英国心理学会 (BPS) 的规则：
1. 知情同意 (Informed Consent)：参与者必须同意参加，并知道他们在做什么。
2. 欺瞒 (Deception)：除非绝对必要，否则不应对参与者撒谎。
3. 保护免受伤害 (Protection from Harm)：参与者不应感到尴尬或受到伤害。
4. 隐私与保密 (Privacy and Confidentiality)：必须对姓名和数据保密。

8. 数据处理：数字的世界

研究完成后，我们必须查看数据。

量化数据 vs. 质性数据：

• 量化 (Quantitative)：数字（例如“10 个人中有 7 个”）。容易制图。
• 质性 (Qualitative)：文字和描述（例如“我感到非常紧张”）。提供深层意义。

原始数据 vs. 次级数据：

• 原始数据 (Primary)：你自己为研究收集的数据。
• 次级数据 (Secondary)：由他人收集的数据（例如查看政府统计资料）。

描述性统计：

你需要学会计算以下四项：
1. 平均数 (Mean)：平均值（全部加起来再除以个数）。
2. 中位数 (Median)：按顺序排列后的中间值。
3. 众数 (Mode)：出现次数最多的数值。
4. 全距 (Range)：最大数减去最小数。

记忆小撇步：“平均数 (Mean) 是个『刻薄鬼 (Mean)』，因为它强迫你做最多的数学题！”

常态分布 (Normal Distributions)：

如果你将大量人口的身高或智商制成图表，通常会形成一个常态分布。这看起来像一个对称的“钟形曲线”，大多数人在中间，极值的人非常少。

最后快速复习

• IV = 你改变的东西。DV = 你测量的东西。
• 标准化能确保每个人都公平。
• 道德规范能保护参与者安全。
• 平均数、中位数、众数帮助我们看出“一般人”的水平。
• 相关性显示链接，但“不是”因果关系。