Research methods 1

歡迎來到研究方法 1！

你有沒有想過心理學家是如何「證明」他們的理論的？他們不是單靠猜測，而是擁有一套「研究方法」工具箱。你可以把這一章當作你的「心理學工具箱」。我們將學習如何設計一項研究、如何挑選合適的測試對象，以及如何在研究結束後解讀這些數據。如果一開始覺得術語很多，請不用擔心——我們會循序漸進地為你拆解！

第一部分：研究方法（我們如何收集數據）

1. 實驗法 (Experimental Methods)

實驗是心理學家唯一能斷定一件事是否「導致」另一件事的方法。我們改變一個變量（自變量），看看它是否影響另一個變量（因變量）。主要有三種：

實驗室實驗 (Laboratory Experiments)： 在受控環境（如實驗室）中進行。
例子： 透過要求學生在安靜的房間內背誦單字來測試記憶力。
優點： 你對一切有高度的控制權。
缺點： 可能會感覺「不真實」（生態效度低），所以人們可能不會表現出自然的行為。

實地實驗 (Field Experiments)： 在現實生活環境中進行，但研究人員仍會操縱某些變項。
例子： 研究人員在繁忙的購物中心「不小心」掉落書本，觀察誰會伸出援手。
優點： 行為表現較自然。
缺點： 較難控制外界的「噪音」或干擾。

自然實驗 (Natural Experiments)： 研究人員不干預任何變項，因為改變是自然發生的（例如一項新法規的通過）。
優點： 容許我們研究那些在倫理上無法刻意營造的情況（如自然災害的影響）。
缺點： 你無法百分之百肯定「改變」是影響結果的唯一因素。

2. 觀察法 (Observation Techniques)

這是研究人員觀察並記錄行為的方式，就像是牆上的「蒼蠅」一樣隱蔽。

自然觀察 vs. 受控觀察： 自然觀察發生在受試者自己的環境中（如遊樂場）；受控觀察則發生在特定的空間內（如遊戲室）。
隱蔽觀察 vs. 公開觀察： 在隱蔽觀察中，人們不知道自己正在被觀察（臥底）；在公開觀察中，他們知道你在現場並拿著記錄表。
參與觀察 vs. 非參與觀察： 在參與觀察中，研究人員會加入該群體（例如加入一個邪教以進行研究）；在非參與觀察中，研究人員則保持在群體之外。

3. 自我報告法 (Self-Report Techniques)

有時候，了解一個人想法最好的方法就是直接問他們！

問卷調查 (Questionnaires)： 一系列書面問題。可以是開放式（讓受試者自由書寫）或封閉式（是非題或 1-10 分評分表）。
訪談 (Interviews)： 面對面或電話訪談。可以是結構化（問題固定）或非結構化（更像自由交談）。

4. 相關研究 (Correlations)

這是探討兩件事（共變量）之間的關係。
例子： 溫習時間的長短與考試成績是否有關？
重點： 相關性不等於因果關係！僅僅因為兩件事同時發生，並不代表一件事導致了另一件事（例如：冰淇淋銷量和鯊魚襲擊次數都在夏季上升，但冰淇淋並不會導致鯊魚襲擊！）。

快速複習： 實驗法尋找因果關係，而相關法尋找關聯性。

第二部分：科學程序（設計你的研究）

研究目的與假設 (Aims and Hypotheses)

研究目的 (Aim)： 研究人員打算研究什麼的籠統陳述。
「我想看看咖啡是否會影響專注力。」

假設 (Hypothesis)： 一個明確且可測試的預測。它可以是：
1. 方向性假設 (Directional)： 精確預測將會發生的結果（例如：「咖啡會提升專注力」）。
2. 非方向性假設 (Non-directional)： 預測會有變化，但沒有說明方向（例如：「咖啡會影響專注力」）。

抽樣 (Sampling)（我們要測試誰？）

你無法測試世界上所有的人！母體 (Population) 是你感興趣的整個群體。樣本 (Sample) 是你實際測試的小群體。

隨機抽樣 (Random Sampling)： 每個人都有平等的被選中機會（就像從帽子裡抽籤）。這是最公平且無偏見的方法。
機會抽樣 (Opportunity Sampling)： 你只問當時手邊正好有誰（例如圖書館裡的人）。這很簡單，但通常有偏見，因為它不能代表所有人。

實驗設計 (Experimental Designs)

這是你安排參與者分組的方式：

獨立組設計 (Independent Groups)： 每組使用不同的人（A 組喝咖啡測試，B 組不喝）。
重複測量設計 (Repeated Measures)： 同一批人參與所有實驗條件。
注意！ 人們在第二次測試時可能會因為熟練而表現更好（這稱為順序效應 Order effect）。我們使用平衡法 (Counterbalancing)（將組別拆分，一半先喝咖啡，另一半先不喝）來解決這個問題。
配對組設計 (Matched Pairs)： 你找到兩個非常相似的人（例如雙胞胎或智商相同的人），將其中一個放入 A 組，另一個放入 B 組。

變量與控制 (Variables and Controls)

自變量 (IV)： 你改變的項目（「原因」）。
因變量 (DV)： 你測量的項目（「結果」）。
額外變量 (Extraneous Variables)： 可能搞砸結果的「干擾」變量（例如記憶測試時窗外的噪音）。我們必須控制這些變量。
操作定義 (Operationalisation)： 使變量變得可測量。與其說「我正在測量『聰明度』」，不如說「我正在測量『一份 20 題智力測驗的得分』」。

常見錯誤提示： 不要混淆 IV 和 DV！記住：我 (I) 改變 自 (I) 變量。

倫理：行為準則 (Ethics)

心理學家必須遵守職業道德。關鍵原則如下：
1. 知情同意 (Informed Consent)： 參與者必須在了解實驗內容後同意參加。
2. 欺瞞 (Deception)： 除非絕對必要，否則不應對受試者撒謊。
3. 保護免受傷害 (Protection from Harm)： 受試者離開研究時的狀態應與抵達時相同。
4. 保密 (Confidentiality)： 嚴格保守他們的數據隱私。
5. 退出權 (Right to Withdraw)： 受試者可隨時退出實驗。
6. 匯報 (Debrief)： 研究結束後告知他們實驗的真實目的。

關鍵總結： 一項好的研究必須是有效度的（真實的）、信度高的（一致的）以及合乎道德的（公平的）。

第三部分：數據處理與分析

定量與定性數據 (Quantitative vs. Qualitative Data)

定量 (Quantitative)： 以數字形式呈現的數據。容易製成圖表進行比較。
定性 (Qualitative)： 以文字形式呈現的數據（描述、感受）。內容更深層、細節更多，但較難總結。

一手與二手數據 (Primary and Secondary Data)

一手數據 (Primary)： 你為了自己的研究親自收集的數據。
二手數據 (Secondary)： 已經存在的數據（例如使用政府統計資料或其他研究人員的工作成果）。
元分析 (Meta-analysis)： 「研究的研究」。研究人員查看針對同一主題的多項既有研究結果，從而得出一個宏觀的結論。

描述性統計 (Descriptive Statistics)

這些有助於我們總結數據：

集中趨勢量數 (Measures of Central Tendency)（「平均值」）：
1. 平均數 (Mean)： 將所有分數相加後除以分數總數。這是最靈敏的，但可能被極高或極低的分數「帶偏」。
2. 中位數 (Median)： 將分數按順序排列後的正中間數值。
3. 眾數 (Mode)： 出現次數最多的分數。

離散程度量數 (Measures of Dispersion)（「分佈」）：
1. 全距 (Range)： 最高分減去最低分。
2. 標準差 (Standard Deviation)： 一個較複雜的計算，顯示分數圍繞平均值「擴散」的程度。低標準差意味著大家的分數差不多；高標準差則意味著分數分佈極散！

數據呈現 (Presenting Data)

長條圖 (Bar Charts)： 用於分類數據（例如男生 vs. 女生）。柱子之間不接觸。
折線圖 (Line Graphs)： 展示事物隨時間的變化。
散點圖 (Scattergrams)： 用於相關研究。每個點代表一個人對兩項不同事物的得分。

分佈 (Distributions)

常態分佈 (Normal Distribution)： 「鐘形曲線」。大多數人集中在中間，極端值很少（例如身高或智商）。
偏態分佈 (Skewed Distributions)： 當數據向一側偏移時。
- 正偏態 (Positive Skew)： 大多數分數較低（「尾巴」指向右側的高數值區域）。
- 負偏態 (Negative Skew)： 大多數分數較高（「尾巴」指向左側的低數值區域）。

偏態記憶法： 看圖表的「尾巴」。如果尾巴指向右側（正數方向），那就是正偏態！

關鍵總結： 統計數據能協助我們將混亂的數字堆變成關於人類行為的清晰故事。