欢迎来到心理学的「实战指南」！
你有没有想过，心理学家究竟是如何找出我们行为背后的原因呢？他们可不是凭空猜测的！他们使用的是研究方法（Research Methods）。你可以把这一章当作是「心理学家的工具箱」。你将会学习到研究人员收集数据的各种工具，了解他们如何筛选研究对象，以及如何确保研究过程公平且具备科学性。
如果起初觉得某些术语听起来有点「深奥」，别担心——我们会通过大量的例子一步步为你拆解！
1. 自我报告：问对问题的艺术
自我报告（Self-report）顾名思义，就是请人们亲自讲述自己的想法、感受或行为。这里的两大主要工具是问卷调查（Questionnaires）和访谈（Interviews）。
问卷调查 (Questionnaires)
这是一系列书面问题。问卷的优点是你可以同时发送给数百人！
问题类型包括：
1. 开放式问题（Open Questions）：参加者可以自由填写任何想说的话（例如：“你今天心情如何？”）。这能获得定性数据（qualitative data）（即文字描述）。
2. 封闭式问题（Closed Questions）：参加者必须从预设的答案中选择（例如：“是/否”）。
3. 等级量表问题（Ranked Scale Questions）：参加者给出评分（例如：“在 1 到 5 分的量表中，你觉得有多快乐？”）。这能获得定量数据（quantitative data）（即数字）。
访谈 (Interviews)
访谈是面对面（或通过电话）进行的。主要有三种类型：
• 结构式访谈（Structured）：你有预先列好的问题清单，且完全不偏离。这就像口头版的问卷。
• 非结构式访谈（Unstructured）：就像自然的谈话。你有一个主题，但问题会根据受访者的回答而改变。
• 半结构式访谈（Semi-structured）：两者的结合。你有固定的问题，但如果出现有趣的点，你可以随时追问。
注意：研究者效应（Researcher Effects）
这是指提问者无意间影响了回答。例如，如果访谈员在你承认某事时表现出震惊的表情，你可能会为了看起来“更好”而修改接下来的回答。
重点总结
自我报告是了解人们想法的好方法，但要记住：人们可能会为了给人留下好印象而说谎（这称为社会期许偏差，social desirability）！
2. 选择你的群体：抽样技术
心理学家通常想了解一个目标群体（Target Population）（例如“全英国的所有青少年”），但他们无法研究所有人！因此，他们会挑选一个较小的样本（Sample）。
常见抽样方法：
• 随机抽样（Random Sampling）：群体中的每个人都有平等的机会被选中（就像从帽子里抽签）。
• 分层抽样（Stratified Sampling）：确保样本的比例与总体一致（例如，如果总体中有 60% 是女生，样本中也应有 60% 是女生）。
• 志愿抽样（Volunteer/Self-Selected Sampling）：你发布广告，让感兴趣的人主动参与。
• 机会抽样（Opportunity Sampling）：只询问当时身边刚好有空的人（例如：站在走廊随机问路人）。
记忆法：抽样的“R-S-V-O”
记住 Random（随机）、Stratified（分层）、Volunteer（志愿）和 Opportunity（机会）。
快速回顾
• 随机 = 公平但难以执行。
• 机会 = 容易但可能会有偏差。
• 志愿 = 参加者动机强，但他们可能与一般人“不同”。
3. 实验：寻找因果关系
如果你想证明“一件事导致另一件事”，你需要进行实验（Experiment）。
• 自变量（IV - Independent Variable）：研究者“改变”的变量（因）。
• 因变量（DV - Dependent Variable）：研究者“测量”的变量（果）。
实验类型
• 实验室实验（Laboratory Experiment）：在受控环境下进行。优点：极其精确。缺点：环境人工化，参加者行为可能不自然。
• 田野实验（Field Experiment）：在现实环境下进行（如学校或街道）。优点：行为自然。缺点：难以控制外在变量（extraneous variables）（如噪音或天气等干扰）。
实验设计（如何分组）
1. 独立组设计（Independent Groups）：A 组进行条件 1，B 组进行条件 2。
2. 重复测量设计（Repeated Measures）：每个人都进行两种条件。要小心顺序效应（Order Effects）——参加者可能会感到疲劳，或者因为练习而变熟练！
3. 配对设计（Matched Pairs）：将两个相似的人（如同龄/智商）配对，一个放入 A 组，一个放入 B 组。
比喻：电灯开关
自变量（IV）就像电灯开关（由你控制）。因变量（DV）就像灯泡（它对你的操作做出反应）。外在变量则是像停电或灯泡坏掉等会搞砸实验的干扰！
重点总结
实验是唯一能判定“A 导致 B”的方法。为了保持公平，研究者会使用随机化（Randomisation）（随机分配）和平衡设计（Counterbalancing）（改变任务顺序）来避免错误。
4. 相关性：寻找链接
有时候因为伦理或可行性，你无法做实验。这时，你可以寻找相关性（Correlation）——即两个“共变量”之间的关系。
• 正相关（Positive Correlation）：一个增加，另一个也增加（例如：复习时间与考试成绩）。
• 负相关（Negative Correlation）：一个增加，另一个减少（例如：缺课次数与考试成绩）。
• 零相关（Zero Correlation）：两者毫无关系（例如：身高与对奶酪的喜爱程度）。
重要规则：相关不代表因果！
两件事有关联并不代表一件事导致了另一件事。例如，雪糕销量与鲨鱼袭击次数在夏天都会上升。雪糕会“导致”鲨鱼袭击吗？当然不会！背后的“第三个变量”是炎热的天气。
5. 观察：记录行为
与其询问，不如直接观察。观察有多种方式：
• 自然观察（Naturalistic）：在人们自己的环境中观察。
• 结构式观察（Structured）：使用“点算表”来计数特定行为。
• 显性观察（Overt）：被观察者知道你在看。
• 隐性观察（Covert）：你是“卧底”或隐藏起来的。
• 参与式观察（Participant）：研究者加入该群体。
• 非参与式观察（Non-participant）：研究者在一旁观察。
小提示：点算方法
在事件取样（Event Sampling）中，每当行为发生就画一个记号。在时间取样（Time Sampling）中，你只在固定的间隔（例如每 30 秒）进行记录。
6. 伦理：做正确的事
心理学研究涉及人类（及动物），因此我们必须保持友善。英国心理学会（BPS）有以下规范：
1. 知情同意（Informed Consent）：参加者应知道他们在参与什么。
2. 欺骗（Deception）：除非绝对必要，否则不应对参加者撒谎。
3. 退出权（Right to Withdraw）：参加者随时可以离开。
4. 保护免受伤害（Protection from Harm）：不应令参加者感到压力或受伤。
5. 保密（Confidentiality）：保护参加者的姓名隐私。
动物研究
使用动物时，研究者必须遵守《科学程序法（1986）》。他们必须尽量减少动物使用数量，并确保动物不会受到不必要的痛苦。
7. 数据分析：解读数字
收集完数据后，你需要用描述性统计（Descriptive Statistics）来描述数据。
集中趋势测量（平均值）
• 平均数（Mean）：总和除以数量。
• 中位数（Median）：排序后中间的数值。
• 众数（Mode）：出现次数最多的数值。
离散程度测量（分布范围）
• 全距（Range）：最高分与最低分的差值。
• 标准差（Standard Deviation）：衡量数值偏离平均值的程度。
标准差的公式是：\( \sqrt{\frac{\sum (x - \bar{x})^2}{n - 1}} \)
推论统计（深入分析）
心理学家利用数学来判断研究结果是巧合还是具备显著性（significant）。你需要知道何时使用以下检验：
• Spearman’s Rho：用于相关性分析。
• Mann-Whitney U：用于独立组设计的实验。
• Wilcoxon：用于重复测量设计的实验。
• 卡方检验（Chi-Squared）：用于观察频率（类别中的人数）。
卡方检验公式：\( \chi^2 = \sum \frac{(o - e)^2}{e} \)
你知道吗？
心理学家通常使用 \( p \leq 0.05 \) 作为显著性水平。这意味着他们有 95% 的信心认为结果不是侥幸发生的！
8. 心理学是科学吗？
要成为一门科学，研究必须具备：
• 可复制性（Replicable）：别人重复研究能否得到相同结果？
• 客观性（Objective）：是否不受个人观点影响？
• 信度（Reliable）：研究发现是否一致？
• 效度（Valid）：测量的是否真的是它声称要测量的？（例如，生态效度（Ecological Validity）指“是否像现实生活？”）。
• 可证伪性（Falsifiable）：能否证明理论是错的？
最后的鼓励
研究方法看起来有很多定义要背，但当你开始将它们应用到具体研究（如 Milgram 或 Sherif 的实验）时，一切都会融会贯通！随身携带这份指南，在你阅读每一项研究时，检查并核对所使用的方法。你一定做得到的！