歡迎來到研究方法！
研究方法是心理學家用來理解人類思考與行為模式的「工具」。你可以把它想像成偵探工具包：在心理學家告訴我們為什麼會遺忘事情，或者為什麼我們會從眾之前，他們必須先學會如何正確地收集證據。別擔心，即使這些內容起初看起來像數學或科學，我們都會把它拆解成簡單的步驟！
1. 從計劃開始：假設 (Hypotheses)
在進行實驗之前，心理學家會先做出預測，這就稱為假設 (Hypothesis)。
假設的類型：
1. 虛無假設 (Null Hypothesis)：這預測將會有「沒有」差異或影響。就像說：「喝咖啡不會讓你跑得比較快。」
2. 研究假設 / 對立假設 (Alternative Hypothesis)：這預測「將會有」差異。例如：「喝咖啡會讓你比喝水跑得更快。」
小測驗：虛無假設是「無聊的」那個（什麼事都沒發生），而研究假設則是測試新想法的那個。
2. 基本組件：變數 (Variables)
在心理學中，我們會改變一樣事物來觀察對另一事物產生的影響，這些「事物」被稱為變數 (Variables)。
自變數 (Independent Variable, IV)：研究者改變的事物（「原因」）。
依變數 (Dependent Variable, DV)：研究者測量的事物（「結果」）。
外在變數 (Extraneous Variables)：這些是會干擾結果的「惱人」因素，例如房間裡的噪音，或是參加者感到多疲累。研究者會盡量控制這些變數，確保測試公平。
例子：如果你正在測試新肥料是否有助於植物生長，肥料就是 IV，植物高度就是 DV。而下雨天則是一個外在變數！
3. 挑選參與者：抽樣方法 (Sampling Methods)
你無法研究全世界的每一個人，所以你需要從目標群體 (Target Population) 中挑選一個樣本 (Sample)。
如何選擇樣本：
• 隨機抽樣 (Random)：每個人都有相等的機會被選中（就像從帽子裡抽籤）。這非常公平，但可能很花時間。
• 方便抽樣 (Opportunity)：你只詢問當下能找到的人（例如在走廊遇到的人）。這很快，但可能會產生偏見。
• 系統抽樣 (Systematic)：你使用一個系統，例如從名單中每隔 5 個人選出 1 個。
• 分層抽樣 (Stratified)：樣本精確地反映了群體的比例（例如，如果學校有 60% 是女生，你的樣本也該有 60% 是女生）。這是最具代表性但執行難度最高的方法。
重點摘要：好的樣本能代表整個群體，讓研究結果對所有人來說都是「真實的」，而不僅僅是針對少數幾個人。
4. 設計實驗 (Experimental Designs)
我們要如何組織參與者？主要有三種方式：
實驗設計：
1. 獨立組別設計 (Independent Groups)：不同的人做不同的任務。A 組喝咖啡；B 組喝水。
優點：沒有「順序效應」（人們不會因為練習過而感到無聊或變強）。
缺點：兩組人在天性上可能不同（例如 A 組可能天生跑得比較快）。
2. 重複測量設計 (Repeated Measures)：同一組人做「兩項」任務。每個人第一天喝咖啡，第二天喝水。
優點：沒有「個人差異」，因為是同一群人！
缺點：順序效應 (Order effects)——人們可能因為第二天已經練習過，表現得更好。
3. 配對設計 (Matched Pairs)：你找到兩個非常相似的人（如雙胞胎或智商相同的人），然後將一個放入 A 組，另一個放入 B 組。
優點：減少人與人之間的差異。
缺點：找到「配對」對象非常困難且費時。
5. 不同的研究方法
心理學家不只是在實驗室做實驗，他們還有許多方法：
• 實驗室實驗 (Laboratory Experiment)：在受控的房間進行。控制力高，但對參與者來說可能感覺「不真實」。
• 田野實驗 (Field Experiment)：在現實世界中進行（例如購物中心）。更自然，但較難控制外在變數。
• 自然實驗 (Natural Experiment)：研究者不改變 IV；它自然發生（例如比較新法律實施前後人們的行為）。
• 問卷與訪談 (Questionnaires & Interviews)：詢問人們的想法。問卷很快；訪談則能提供更多細節。
• 個案研究 (Case Studies)：針對某個人或小群體進行深入研究（常用於獨特的腦部損傷案例）。
• 觀察研究 (Observation Studies)：觀察人們的行為。研究者會使用行為類目表 (Categories of behaviour)（一張要檢查的行為清單）。為了公平，他們會使用觀察者間信度 (Inter-observer reliability)，意思是兩位研究者同時觀察並確認他們的記錄是否一致。
6. 相關性：尋找連結 (Correlations)
相關性 (Correlation) 檢視兩個變數之間的關聯 (Association)。例如：「花在複習的時間」與「考試分數」有關嗎？
• 我們使用散佈圖 (Scatter diagrams) 來展示。
• 正相關 (Positive Correlation)：兩者同時增加（複習越多 = 分數越高）。
• 負相關 (Negative Correlation)：一個增加，另一個減少（玩遊戲時間越多 = 分數越低）。
• 零相關 (Zero Correlation)：完全沒有連結（腳的大小與智商無關）。
重要：相關性並不代表其中一項造成了另一項，它只是顯示兩者有連結！
7. 正確執行：程序與道德 (Procedures and Ethics)
研究者必須遵循嚴格的規則以確保公平與友善。
程序：
• 標準化 (Standardisation)：給予每位參與者完全相同的指示和體驗。
• 隨機化 (Randomisation)：使用機會（如拋硬幣）來決定事情，例如決定某人進入哪一組。
• 抵銷法 (Counterbalancing)：用於重複測量設計。一半的人先做任務 A 再做 B，另一半的人先做 B 再做 A。這抵銷了「順序效應」。
道德 (BPS 指引)：
心理學家必須遵守英國心理學會 (BPS) 的規則：
1. 知情同意 (Informed Consent)：參與者必須同意參加，並知道他們在做什麼。
2. 欺瞞 (Deception)：除非絕對必要，否則不應對參與者撒謊。
3. 保護免受傷害 (Protection from Harm)：參與者不應感到尷尬或受到傷害。
4. 隱私與保密 (Privacy and Confidentiality)：必須對姓名和數據保密。
8. 數據處理：數字的世界
研究完成後，我們必須查看數據。
量化數據 vs. 質性數據：
• 量化 (Quantitative)：數字（例如「10 個人中有 7 個」）。容易製圖。
• 質性 (Qualitative)：文字和描述（例如「我感到非常緊張」）。提供深層意義。
原始數據 vs. 次級數據：
• 原始數據 (Primary)：你自己為研究收集的數據。
• 次級數據 (Secondary)：由他人收集的數據（例如查看政府統計資料）。
描述性統計：
你需要學會計算以下四項：
1. 平均數 (Mean)：平均值（全部加起來再除以個數）。
2. 中位數 (Median)：按順序排列後的中間值。
3. 眾數 (Mode)：出現次數最多的數值。
4. 全距 (Range)：最大數減去最小數。
記憶小撇步：「平均數 (Mean) 是個『刻薄鬼 (Mean)』，因為它強迫你做最多的數學題！」
常態分佈 (Normal Distributions)：
如果你將大量人口的身高或智商製成圖表，通常會形成一個常態分佈。這看起來像一個對稱的「鐘形曲線」，大多數人在中間，極端值的人非常少。
最後快速複習
• IV = 你改變的東西。DV = 你測量的東西。
• 標準化能確保每個人都公平。
• 道德規範能保護參與者安全。
• 平均數、中位數、眾數幫助我們看出「一般人」的水平。
• 相關性顯示連結，但「不是」因果關係。