欢迎来到心理学研究的世界！

你有没有想过心理学家是如何“证明”他们的理论的？他们并非靠猜测，而是使用一套特定的工具和方法来探究人类的思维与行为。本章节的重点就是这些工具。将自己想象成一名侦探，正在学习调查背后的科学。如果起初觉得术语太多也别担心——我们会一步步为你拆解！

1. 研究设计：蓝图

心理学家在开始前需要一个计划。这始于识别变量（variables）——即那些可以改变或被改变的事物。

自变量与因变量

试想你想要观察喝咖啡是否有助于学生在记忆测试中表现更好。

自变量（Independent Variable, IV）：这是你改变或操纵的事物。在我们的例子中，就是学生摄取咖啡的分量。
因变量（Dependent Variable, DV）：这是你测量的对象。在我们的例子中，就是记忆测试的分数。

快速复习：IV 是“因”，而 DV 是“果”。

“搅局者”：额外变量

有时，其他因素会干扰你的结果，这些就是额外变量（extraneous variables）。主要分为两类：

1. 情境变量：环境中的事物（例如：测试时的噪音）。
2. 参与者变量：研究对象之间的差异（例如：某些学生天生记忆力较好）。

如何进行控制

为了确保研究公平，心理学家会使用以下技巧：

• 标准化程序：对每个人保持完全一致（相同的房间、相同的说明）。
• 平衡法（Counterbalancing）：一半组别先做任务 A 再做任务 B，另一半则先做 B 再做 A。这能避免“练习效应”。
• 随机化：随机选择（如抛硬币）以避免偏差。
• 单盲法：参与者不知道研究目的。
• 双盲法：参与者和研究人员都不知道谁被分在哪一组。这是防止偏差的“黄金标准”！

重点总结：一项好的实验会改变 IV，测量 DV，并控制额外变量，以确保这是个“公平的测试”。

2. 假设：做出预测

假设（Hypothesis）是一个清晰、可验证的陈述，说明你认为将会发生什么。

• 虚无假设（Null Hypothesis）：预测不会发生任何事，或变量间没有关系。（例如：“喝咖啡不会影响测试分数。”）
• 研究假设（Alternative Hypothesis）：预测会出现差异或关系。（例如：“喝咖啡的学生会比没喝的学生得分更高。”）

3. 抽样：选择参与者

你无法研究全世界的每个人！你会有以个目标群体（Target Population）（你感兴趣的整个群体），并从中选出一个样本（Sample）（你实际研究的小组）。

抽样方法：

• 随机抽样：目标群体中的每个人都有平等的被选机会（像从帽子里抽签）。
优点：非常公平/无偏见。缺点：可能很耗时。
• 分层抽样：样本反映了目标群体中的比例（例如：如果群体中 60% 是女生，样本也应有 60% 女生）。
优点：代表性极高。缺点：组织起来非常复杂。
• 志愿抽样：人们自愿参与（例如：回复广告）。
优点：容易找到人。缺点：“志愿者偏差”——只有特定类型的人会报名。
• 方便抽样：利用当下随手可得的人（例如：在食堂询问路人）。
优点：快速又方便。缺点：对整个群体的代表性不高。

4. 实验设计：如何组织你的组别

你该如何将参与者分组？

1. 独立组设计：每组使用不同的人（A 组喝咖啡，B 组喝水）。
2. 重复测量设计：同样的人在两种条件下进行测试（每个人周一喝水，周二喝咖啡）。
3. 配对组设计：将两个相似的人配对（例如：两个智商相同的人），然后将一人分进 A 组，另一人分进 B 组。

常见错误：别搞混“抽样”（如何找到人）和“实验设计”（找到人后如何分配组别）！

5. 信度与效度：两大关键

心理学家总是会问：“我能相信这些结果吗？”

• 信度（Reliability）= 一致性。如果你重做该研究，会得到相同的结果吗？（想象一个体重计：如果它每 5 分钟给你不同的体重数字，它就没有信度）。
• 效度（Validity）= 准确性/真实性。研究是否真的在测量它宣称要测量的东西？（如果你用历史考试来测量数学能力，这就没有效度）。

重点总结：你希望你的研究既有一致性（高信度）又真实准确（高效度）。

6. 伦理：做正确的事

心理学家必须遵守严格规则以保护参与者。使用口诀 "I Do Care Really Pointedly" 来记忆：

• 知情同意（Informed Consent）：参与者必须在了解将会发生什么后同意参与。
• 欺瞒（Deception）：除非对研究绝对必要，否则不应对参与者说谎。
• 保密（Confidentiality）：确保姓名与个人资料隐秘。
• 退出权（Right to Withdraw）：参与者有权在任何时候离开。
• 保护参与者（Protection of Participants）：不允许任何生理或心理伤害。

7. 研究方法

实验：
• 实验室实验：受控的环境。（控制度高，但感觉“虚假”）。
• 实地实验：真实世界环境。（行为更自然，但较难控制变量）。
• 自然实验：研究人员不改变 IV；它是自然发生的（例如：研究自然灾害的影响）。

其他方法：

• 问卷：书面提问。封闭式问题（是/否）提供量化数据（数字）。开放式问题提供质性数据（文字/描述）。
• 访谈：面对面。可分为结构化（设定好的问题）、非结构化（随性交谈）或半结构化（混合式）。
• 相关研究：寻找两个变量之间的关系。重要提醒：相关性并不代表一个变量引起了另一个变量！
• 个案研究：深入探讨某个独特个人或小群体。
• 观察法：观看并记录行为。

8. 数据分析：解读数字

别让数学吓到你！考试所需的重点如下：

描述统计

• 平均数（Mean）：平均值。将所有分数相加后除以总人数。
• 中位数（Median）：排序后位于中间的分数。
• 众数（Mode）：出现次数最多的分数。
• 全距（Range）：最高分与最低分的差值（最高减去最低）。
• 常态分布：“钟形”曲线，大多数人的分数集中在中间。

数学技巧

你可能需要计算百分比、分数和比例。你还应该能使用科学计数法（例如：\( 1.2 \times 10^3 \)）和有效数字。

数据类型

• 原始数据：你自己为研究收集的数据。
• 二手数据：由他人收集的数据（例如：来自书本或网站）。
• 量化数据：数值数据（数字）。容易绘制成图表。
• 质性数据：描述性数据（文字）。内容丰富详尽。

必学图表

• 条形图：用于不同类别。
• 直方图：用于连续性数据（长条之间相连）。
• 散点图：用于相关性研究，显示两个变量间的关系。

快速复习箱：
平均数：总和 / 数量
全距：最大 - 最小
IV：我改变的变量
DV：我测量的变量

如果刚开始觉得这些有点难，别担心！只要多练习在不同研究中找出 IV 和 DV，就会愈来愈熟练。你一定行的！