歡迎來到心理學的研究核心！
你有沒有想過心理學家是如何從一個「預感」走到實際驗證真理的過程呢？這一切都始於研究規劃與執行 (Planning and Conducting Research)。這是本科目中最重要的一部分，因為即使是最天才的想法，如果研究規劃不當，也毫無用處。把這一章想像成蓋房子的「藍圖」——如果藍圖畫錯了，房子就會倒塌！
別擔心，如果起初覺得這些術語像外星語言一樣陌生，我們將會把它們拆解成簡單易懂的生活例子，讓你輕鬆掌握。
1. 研究目的與假設：我們在尋找什麼？
心理學家在開始之前，必須清楚自己要做什麼，以及預期會發現什麼。
研究目的與研究問題
研究目的 (Research aim) 是對研究內容的概括說明。
例子：「探討咖啡因是否會影響記憶力。」
研究問題 (Research question) 就是字面上的意思——提出一個問題！
例子：「喝咖啡是否有助於學生更好地記憶單詞？」
假設 (Hypotheses)（即預測）
假設是一個可測試的陳述。在考試中，你通常需要了解四種類型：
- 虛無假設 (Null Hypothesis)： 預測「沒有」影響或「沒有」差異。這是一個「平淡」的預測。
例子：「喝咖啡者與喝水者之間的記憶得分沒有差異。」 - 對立假設 (Alternative Hypothesis)： 預測「會」有影響。
- 單尾 (定向) 假設 (One-tailed/Directional Hypothesis)： 確切預測事情會「如何」變化。
例子：「喝咖啡的學生會比喝水的學生記住『更多』單詞。」 - 雙尾 (非定向) 假設 (Two-tailed/Non-directional Hypothesis)： 預測會有差異，但不確定具體方向。
例子：「喝咖啡的學生與喝水的學生在記憶得分上會存在『差異』。」
記憶小撇步： 想想狗的尾巴！單尾 (one-tailed) 狗的尾巴指向「一個」特定方向（例如：「表現會變好」）。雙尾 (two-tailed) 狗的尾巴擺來擺去——你知道有事情發生，但它並沒有指向某個特定方向！
快速複習： 如果先前的研究已經暗示了結果，請使用單尾假設；如果是全新的研究領域，請使用雙尾假設。
2. 母體與取樣：我們要測試誰？
你不可能測試地球上的每一個人，所以你需要一個樣本 (sample)。
關鍵術語
- 目標母體 (Target Population)： 你感興趣的整個群體（例如：「英國所有的 A Level 學生」）。
- 樣本 (Sample)： 來自該母體中，實際參與你研究的一小群人。
取樣技術
- 隨機取樣 (Random Sampling)： 母體中的每一位成員都有平等的被選中機會（像從帽子裡抽籤）。
優點： 非常公平，通常具有代表性。
缺點： 在大型母體中很難操作。 - 便利取樣 (Opportunity Sampling)： 隨機詢問當時方便的人（例如：站在食堂問路過的人）。
優點： 快速且容易。
缺點： 存有偏見！你只會接觸到剛好在那裡出現的那一類人。 - 志願取樣 (Self-selected/Volunteer Sampling)： 人們主動報名參加，通常是為了回應廣告。
優點： 人們參與意願高，不容易中途退出。
缺點： 「志願者偏見」——志願者通常比「普通人」更有動力或更熱心。 - 滾雪球取樣 (Snowball Sampling)： 你找到一個人，然後由他們去「招募」他們的朋友，朋友再招募朋友。
優點： 對於尋找「隱蔽」群體非常有效（例如：有稀有愛好的人）。
缺點： 樣本代表性不高，因為大家彼此都認識。
關鍵要點： 取樣的目標是代表性 (representativeness)。如果你的樣本像母體一樣，你就能將研究結果推論 (generalise) 到其他人身上。
3. 變數與操作化：使其可測量
心理學有時比較「模糊」，我們需要將概念轉化為數字。
自變數 (IV) 與依變數 (DV)
- 自變數 (Independent Variable, IV)： 研究者改變或操弄的事物。
- 依變數 (Dependent Variable, DV)： 研究者測量的事物。
「操作化 (Operationalisation)」的小技巧： 你必須具體。不要只說「記憶力」，要說「從 20 個單詞列表中回憶出的單詞數量」。不要只說「咖啡因」，要說「200 毫克雀巢即溶咖啡」。
無關變數 (Extraneous Variables)
這些是可能搞砸結果的「煩人」變數。如果你在測試記憶力，無關變數可能是房間裡的噪音或參與者的睡眠時間。如果它們影響了結果，就會變成混淆變數 (confounding variables)。
你知道嗎？ 標準化 (Standardisation)（即對每一位參與者保持完全相同的程序）是控制無關變數的最好方法！
4. 實驗設計：如何分組？
一旦你有了參與者，你該如何運用他們呢？
- 獨立測量 (Independent Measures)： 每個組別使用不同的人（A 組喝咖啡，B 組喝水）。
問題： 「參與者變數」——可能 A 組的人天生記憶力就比 B 組好！ - 重複測量 (Repeated Measures)： 同一群人做這兩項測試（所有人第一天喝水，第二天喝咖啡）。
問題： 「順序效應」——參與者可能會因為練習過而表現變好，或因為厭煩/疲勞而表現變差。 - 配對測量 (Matched Participants)： 你找出兩個非常相似的人（例如：相同的年齡、智商和性別）。一個放入 A 組，另一個放入 B 組。
問題： 要完美匹配人是非常困難且耗時的。
快速複習表：
- 獨立測量： 快速，但要留意個體差異。
- 重複測量： 需要的人數較少，但要留意練習效應。
- 配對測量： 兩者的優點兼具，但組織起來簡直是一場噩夢！
5. 設計觀察法
有時我們不做實驗，只是觀察。但我們不能只是隨便「看看」——我們需要一個計劃。
- 行為類別 (Behavioural Categories)： 將行為拆解成檢查清單。與其「觀察攻擊行為」，不如觀察「毆打」、「踢踹」或「叫喊」。
- 編碼框架 (Coding Frames)： 使用符號或數字來快速記錄這些行為。
- 事件取樣 (Event Sampling)： 計算行為發生的每一次次數（例如：孩子踢球的每一次）。
- 時間取樣 (Time Sampling)： 只在設定的時間間隔記錄行為（例如：「每 60 秒他們在做什麼？」）。
6. 設計自我報告法（問卷與訪談）
這是我們詢問人們想法或感受的地方。
問題類型
- 開放式問題 (Open Questions)： 參與者用自己的話回答。（提供定性數據 - 詳細且豐富）。
- 封閉式問題 (Closed Questions)： 固定選項如「是/否」或多選。（提供定量數據 - 容易轉換成圖表）。
評分量表
- 李克特量表 (Likert Scale)： 通常是 5 或 7 點量表，從「非常不同意」到「非常同意」。
- 語意差異量表 (Semantic Differential Scale)： 兩個相反的形容詞，中間設置刻度。
例子：開心 [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] 難過
要避免的常見錯誤： 避免「誘導性問題」。如果你問「你有多討厭吸煙者？」，你是在強迫參與者給出負面答案。保持中立！
總結重點
1. 假設是你對結果的「押注」。使用虛無假設預測無影響，對立假設預測有影響。
2. 取樣是為了獲取母體的「切片」。隨機取樣通常最好，但最難執行。
3. 實驗設計在於你在組別中使用的是相同的人還是不同的人。
4. 操作化是科學研究成功的秘訣——要具體，並使其可測量！
5. 觀察法與自我報告法需要清晰的架構（如類別或量表）來避免研究者偏見。
你一定做得到的！理解研究的「方法」是心理學考試中 50% 的勝負關鍵。繼續練習寫那些假設吧！