歡迎來到心理學研究的世界！

你有沒有想過心理學家是如何「證明」他們的理論的？他們並非靠猜測，而是使用一套特定的工具和方法來探究人類的思維與行為。本章節的重點就是這些工具。將自己想像成一名偵探，正在學習調查背後的科學。如果起初覺得術語太多也別擔心——我們會一步步為你拆解！

1. 研究設計：藍圖

心理學家在開始前需要一個計畫。這始於識別變項（variables）——即那些可以改變或被改變的事物。

自變項與依變項

試想你想要觀察喝咖啡是否有助於學生在記憶測試中表現更好。

自變項（Independent Variable, IV）：這是你改變或操縱的事物。在我們的例子中，就是學生攝取咖啡的份量。
依變項（Dependent Variable, DV）：這是你測量的對象。在我們的例子中，就是記憶測試的分數。

快速複習：IV 是「因」，而 DV 是「果」。

「攪局者」：額外變項

有時，其他因素會干擾你的結果，這些就是額外變項（extraneous variables）。主要分為兩類：

1. 情境變項：環境中的事物（例如：測試時的噪音）。
2. 參與者變項：研究對象之間的差異（例如：某些學生天生記憶力較好）。

如何進行控制

為了確保研究公平，心理學家會使用以下技巧：

• 標準化程序：對每個人保持完全一致（相同的房間、相同的說明）。
• 平衡法（Counterbalancing）：一半組別先做任務 A 再做任務 B，另一半則先做 B 再做 A。這能避免「練習效應」。
• 隨機化：隨機選擇（如拋硬幣）以避免偏差。
• 單盲法：參與者不知道研究目的。
• 雙盲法：參與者和研究人員都不知道誰被分在哪一組。這是防止偏差的「黃金標準」！

重點總結：一項好的實驗會改變 IV，測量 DV，並控制額外變項，以確保這是個「公平的測試」。

2. 假設：做出預測

假設（Hypothesis）是一個清晰、可驗證的陳述，說明你認為將會發生什麼。

• 虛無假設（Null Hypothesis）：預測不會發生任何事，或變項間沒有關係。（例如：「喝咖啡不會影響測試分數。」）
• 研究假設（Alternative Hypothesis）：預測會出現差異或關係。（例如：「喝咖啡的學生會比沒喝的學生得分更高。」）

3. 抽樣：選擇參與者

你無法研究全世界的每個人！你會有一個目標群體（Target Population）（你感興趣的整個群體），並從中選出一個樣本（Sample）（你實際研究的小組）。

抽樣方法：

• 隨機抽樣：目標群體中的每個人都有平等的被選機會（像從帽子裡抽籤）。
優點：非常公平/無偏見。缺點：可能很耗時。
• 分層抽樣：樣本反映了目標群體中的比例（例如：如果群體中 60% 是女生，樣本也應有 60% 女生）。
優點：代表性極高。缺點：組織起來非常複雜。
• 志願抽樣：人們自願參與（例如：回覆廣告）。
優點：容易找到人。缺點：「志願者偏差」——只有特定類型的人會報名。
• 方便抽樣：利用當下隨手可得的人（例如：在飯堂詢問路人）。
優點：快速又方便。缺點：對整個群體的代表性不高。

4. 實驗設計：如何組織你的組別

你該如何將參與者分組？

1. 獨立組設計：每組使用不同的人（A 組喝咖啡，B 組喝水）。
2. 重複測量設計：同樣的人在兩種條件下進行測試（每個人週一喝水，週二喝咖啡）。
3. 配對組設計：將兩個相似的人配對（例如：兩個智商相同的人），然後將一人分進 A 組，另一人分進 B 組。

常見錯誤：別搞混「抽樣」（如何找到人）和「實驗設計」（找到人後如何分配組別）！

5. 信度與效度：兩大關鍵

心理學家總是會問：「我能相信這些結果嗎？」

• 信度（Reliability）= 一致性。如果你重做該研究，會得到相同的結果嗎？（想像一個體重計：如果它每 5 分鐘給你不同的體重數字，它就沒有信度）。
• 效度（Validity）= 準確性/真實性。研究是否真的在測量它宣稱要測量的東西？（如果你用歷史考試來測量數學能力，這就沒有效度）。

重點總結：你希望你的研究既有一致性（高信度）又真實準確（高效度）。

6. 倫理：做正確的事

心理學家必須遵守嚴格規則以保護參與者。使用口訣 "I Do Care Really Pointedly" 來記憶：

• 知情同意（Informed Consent）：參與者必須在了解將會發生什麼後同意參與。
• 欺瞞（Deception）：除非對研究絕對必要，否則不應對參與者說謊。
• 保密（Confidentiality）：確保姓名與個人資料隱密。
• 退出權（Right to Withdraw）：參與者有權在任何時候離開。
• 保護參與者（Protection of Participants）：不允許任何生理或心理傷害。

7. 研究方法

實驗：
• 實驗室實驗：受控的環境。（控制度高，但感覺「虛假」）。
• 實地實驗：真實世界環境。（行為更自然，但較難控制變項）。
• 自然實驗：研究人員不改變 IV；它是自然發生的（例如：研究自然災害的影響）。

其他方法：

• 問卷：書面提問。封閉式問題（是/否）提供量化數據（數字）。開放式問題提供質性數據（文字/描述）。
• 訪談：面對面。可分為結構化（設定好的問題）、非結構化（隨性交談）或半結構化（混合式）。
• 相關研究：尋找兩個變項之間的關係。重要提醒：相關性並不代表一個變項引起了另一個變項！
• 個案研究：深入探討某個獨特個人或小群體。
• 觀察法：觀看並記錄行為。

8. 數據分析：解讀數字

別讓數學嚇到你！考試所需的重點如下：

描述統計

• 平均數（Mean）：平均值。將所有分數相加後除以總人數。
• 中位數（Median）：排序後位於中間的分數。
• 眾數（Mode）：出現次數最多的分數。
• 全距（Range）：最高分與最低分的差值（最高減去最低）。
• 常態分佈：「鐘形」曲線，大多數人的分數集中在中間。

數學技巧

你可能需要計算百分比、分數和比例。你還應該能使用科學記數法（例如：\( 1.2 \times 10^3 \)）和有效數字。

數據類型

• 原始數據：你自己為研究收集的數據。
• 二手數據：由他人收集的數據（例如：來自書本或網站）。
• 量化數據：數值數據（數字）。容易繪製成圖表。
• 質性數據：描述性數據（文字）。內容豐富詳盡。

必學圖表

• 長條圖：用於不同類別。
• 直方圖：用於連續性數據（長條之間相連）。
• 散點圖：用於相關性研究，顯示兩個變項間的關係。

快速複習箱：
平均數：總和 / 數量
全距：最大 - 最小
IV：我改變的變項
DV：我測量的變項

如果剛開始覺得這些有點難，別擔心！只要多練習在不同研究中找出 IV 和 DV，就會愈來愈熟練。你一定行的！