簡介：心理學的藍圖
歡迎！心理學家在探索我們為何會做夢或如何學習之前，必須像建築師一樣為研究繪製「藍圖」。這就是所謂的規劃與進行研究 (planning and conducting research)。在本筆記中，我們將探討研究人員如何決定研究課題、選取參與者，以及如何設計實驗以確保結果公平且準確。如果剛開始看到這些術語覺得眼花繚亂，別擔心——我們會把它們拆解開來，逐一攻破！
1. 研究目的與假設：我們在尋找什麼？
每項研究都始於一個想法。但在科學界，我們必須對這些想法進行精確的定義。
• 研究目的 (Research Aim)：這是研究人員打算調查內容的廣泛陳述，也就是研究的「宗旨」。例如：「調查音樂是否有助於學生集中精神。」
• 研究問題 (Research Question)：這是將「研究目的」轉化為一個具體的問題。例如：「聽莫札特音樂是否能提升 12 年級學生的考試成績？」
假設 (The Hypothesis) —— 預測結果
假設是一個清晰、可測試的預測，說明你認為將會發生什麼。主要分為兩類：
• 研究假設 (Alternative Hypothesis)：預測變項之間存在某種關係或差異。
• 虛無假設 (Null Hypothesis)：預測變項之間沒有任何關係或差異。它基本上是說，你發現的任何結果都只是偶然。記憶小撇步：「Null」聽起來像「Nil」，也就是零差異的意思！
選擇方向
撰寫研究假設時，你需要決定具體程度：
• 單尾假設 (One-tailed/directional hypothesis)：你準確地預測結果會朝哪個方向發展。例如：「喝咖啡的學生分數會比沒喝的更高。」
• 雙尾假設 (Two-tailed/non-directional hypothesis)：你認為會有差異，但不確定具體是什麼方向。例如：「喝咖啡與沒喝咖啡的學生在分數上會有差異。」
溫馨提示：如果過往研究顯示了結果的趨勢，請使用單尾假設；如果是全新的研究領域，請使用雙尾假設！
重點總結：研究目的是「目標」，而假設是「預測」。你永遠需要一個虛無假設，以保持科學上的「中立性」。
2. 母體與抽樣：誰參與了研究？
心理學家通常想了解所有人（目標母體 Target Population），但他們不可能測試數十億人！因此，他們會挑選一個較小的群體，稱為樣本 (Sample)。
抽樣技巧
• 隨機抽樣 (Random Sampling)：目標母體中的每個人都有平等的機會被選中（就像從帽子裡抽籤）。這非常公平，但在大型群體中很難實施。
• 方便抽樣 (Opportunity Sampling)：直接詢問當下能找到的人。例如：在午餐時間詢問自助餐廳裡的人。這種方法很快，但可能無法代表所有人。
• 自願抽樣 (Self-selected/Volunteer Sampling)：人們主動報名參加，通常是為了回應廣告。例如：在公共休息室張貼海報。你會得到願意配合的參與者，但他們可能都是某種「特定類型」樂於助人的人。
• 滾雪球抽樣 (Snowball Sampling)：你先找到一個人，然後讓他「招募」他的朋友，再由這些朋友招募更多人。這非常適合尋找「隱藏」群體，例如非法街頭賽車俱樂部的成員。
常見錯誤：千萬別搞混「目標母體」（你關心的整個群體）和「樣本」（你實際測試的那群人）。
3. 實驗設計：如何分組？
如果你要比較兩件事（例如「聽音樂」與「安靜」），該如何分配受試者？
• 獨立組設計 (Independent Measures)：不同的人分在不同組別。一組進行「音樂」任務，另一組完全不同的人進行「安靜」任務。
比喻：一場比賽中，A組穿 Nike 跑步，B組穿 Adidas 跑步。
• 重複測量設計 (Repeated Measures)：相同的人在兩個情況下都進行任務。他們先在音樂環境下完成任務，之後再回來在安靜環境下重做一次。
比喻：你週一試穿 Nike，週二試穿 Adidas，看看你更喜歡哪一個。
• 配對樣本設計 (Matched Participants)：不同組別使用不同的人，但根據智商或年齡等特質進行「配對」，使兩組盡可能相似。
重點總結：獨立組設計可避免參與者感到厭煩或因練習而進步（順序效應 Order Effects），但重複測量設計更適合排除「個人差異」對結果的影響。
4. 研究設計：時間的維度
有時心理學家想了解人們隨時間的變化：
• 縱向研究 (Longitudinal Research)：在長時間（數年甚至數十年）內追蹤同一群人。就像是他們人生的「電影」。
• 橫斷研究 (Cross-sectional Research)：同時觀察不同年齡組的人（例如同時觀察 5 歲、10 歲和 15 歲的群體）。就像是比較不同年齡層的「快照」。
5. 變項：因與果
要成為一門科學，我們必須準確地測量事物。
• 自變項 (Independent Variable, IV)：研究人員改變或操作的變項（「因」）。
• 應變項 (Dependent Variable, DV)：研究人員測量的變項（「果」）。
• 無關變項 (Extraneous Variables)：這些是可能干擾結果的「煩人」額外因素，如果不加以控制，會搞砸你的結果。包括：
1. 研究者變項：研究者的肢體語言是否不經意間洩露了答案？
2. 情境變項：房間太熱嗎？環境太吵嗎？
3. 參與者變項：其中一名參與者是否天生更聰明或更疲憊？
操作型定義：精確至上
別被「操作型定義 (Operationalisation)」這個詞嚇到！它只是指將變項定義得非常明確，以便進行精確測量。
例如：與其說測量「智力」，不如將其定義為「在 20 分鐘智商測試中取得的分數」。
快速回顧框：
IV = 我所改變的。
DV = 我所測量的。
操作型定義 = 我具體是如何測量的？
6. 設計觀察法與自我報告法
並非所有研究都是實驗，有時我們只是透過觀察或詢問來收集數據。
觀察法 (Observations)
• 行為類別 (Behavioural Categories)：將一連串的行為拆解成檢查表。與其記錄「孩子在玩耍」，不如在「踢球」、「奔跑」或「大喊」等選項中打勾。
• 事件取樣 (Event Sampling)：統計特定行為發生的每一次次數（例如：每次有人微笑時記錄一次）。
• 時間取樣 (Time Sampling)：僅在特定間隔記錄行為（例如：每 60 秒觀察一次參與者在做什麼）。
自我報告法 (Self-Reports：問卷與訪談)
• 開放式問題 (Open Questions)：參與者用自己的話回答（提供豐富細節）。
• 封閉式問題 (Closed Questions)：固定答案，如「是/否」或勾選框（容易轉化為圖表）。
• 評分量表 (Rating Scales)：用於測量態度或感受。
1. 李克特量表 (Likert Scale)：通常為 5 點量表，從「非常不同意」到「非常同意」。
2. 語意差別量表 (Semantic Differential)：在兩個相反詞之間進行評分（例如：快樂 [ ] - [ ] - [ ] - [ ] 悲傷）。
3. 數字評分量表 (Numerical Rating Scale)：例如將疼痛程度從 1 分評到 10 分。
你知道嗎？李克特量表是以心理學家 Rensis Likert 的名字命名的。這是測量某人「有多喜歡」或「有多討厭」某事物最常用的方法！
最終重點總結：研究規劃的核心在於控制與清晰度。如果研究人員對研究目的明確、樣本公平，並能完美定義變項，那麼他們的研究就更有可能獲得科學界的認可。