心理学研究方法与实践

心理学研究充满了各种有趣的问题，每个人都对人类行为有着不同的疑问和好奇。有些问题来源于日常生活的观察，比如许多父母会担心孩子沉迷手机游戏是否会影响学习成绩和社交能力。还有一些问题则更为深入，比如睡眠质量对记忆力的具体影响机制，或者一个人的性格特征是否能从微表情中判断出来。

这些看似简单的问题背后，实际上蕴含着深刻的心理学原理。要想得到准确可靠的答案，不能仅凭个人经验或主观印象来下结论，而必须采用科学的研究方法进行系统的观察和分析。

许多人可能基于个人观点、情感偏好、道听途说或其他非科学的依据对行为问题有自己的看法。然而，心理学家在没有获得基于有效、可重复研究的客观证据之前，会保留判断。即使获得了证据，他们的结论通常也会谨慎地限定在证据实际显示的范围内。

---

科学研究的核心理念

收集和评估实证证据是一个需要创造性解决问题的过程。心理学家必须想出办法进行观察，这些观察既能揭示想要解决的问题，又能经受同行的严格审查。为了完成这项任务，心理学家依靠大量的研究方法，因为不同类型的问题需要不同的调查策略。

无论研究对象是引力作用还是压力下的人类行为，科学方法都假设事件受到某种有序规律的支配。心理学家假设行为受到可以发现的规律或原则支配，就像地球围绕太阳运行受重力定律支配一样。生物的行为可能不像行星的“行为”那样有规律和可预测，但科学事业建立在这样的信念基础上：存在着可以被发现的一致性或规律。这种假设的合理性得到了大量行为一致性发现的支持，其中一些一致性为教学提供了素材。

科学态度的核心在于对实证证据的尊重。与日常生活中基于直觉或经验做出判断不同，心理学家会系统地收集数据，用客观的观察结果来支持或否定某个论断。这种态度不仅体现在研究设计上，也体现在对结果的解读上——无论结果是否符合研究者的预期，都必须如实呈现，而不是选择性地报告有利于自己观点的发现。深入理解这些方法将增强对后续知识的理解能力，同时熟悉实证方法的逻辑也将提高批判性思考各种声明的能力。

---

科学研究的目标

心理学家和其他科学家共同追求三组相互关联的目标：测量与描述、理解与预测、应用与控制。这三个层次的目标相互依存，从基础的观察记录，到深层的原因解释，再到实际问题的解决，构成了心理学研究的完整框架。

测量与描述

科学对观察的承诺要求研究者找出测量所研究现象的方法。以社交能力研究为例，如果心理学家无法找到某种测量社交能力的方法，就无法研究男性和女性在社交能力方面是否存在差异。因此，心理学的首要目标是发展测量技术，使行为能够被清楚和精确地描述。

理解与预测

科学的更高层次目标是理解。科学家相信，当他们能够解释事件发生的原因时，他们就理解了这些事件。为了评估理解程度，科学家会提出并检验称为假设的预测。

以时间感知研究为例，如果假设时间压力会降低人们时间感知的准确性，那么研究中的变量就是时间压力和时间感知的准确性。研究者必须明确界定如何操纵时间压力、如何衡量感知准确性，才能使假设具有可检验性。

应用与控制

最终，许多科学家希望收集的信息在帮助解决日常问题方面具有实用价值。一旦人们理解了某种现象，往往能够对其施加更多控制。心理学专业尝试将研究发现应用于学校、企业、工厂和医院的实际问题。以数学焦虑为例，学校心理学家可能利用关于数学焦虑成因的发现，来制定帮助学生控制数学恐惧的干预计划，从而改善教学效果。

---

理论在科学中的作用

心理学家并不仅仅是为了收集关于变量间关系的孤立事实而进行研究，为了更好地理解行为，他们构建理论。理论是用来解释一组观察的相互关联的概念体系，它将表面上不相关的事实和原理整合成一个连贯的整体，使心理学家能够从行为描述跃升到行为理解。进化心理学的理论家们使用自然选择和生殖适应性等概念，试图解释关于择偶偏好、嫉妒、攻击性、性行为等方面的各种已知事实。理论提供的增强理解，通过产生新的预测和建议新的研究方向来指导未来的研究，理论与假设之间形成一种相互检验、相互完善的关系。

在典型的研究中，研究者检验从理论中推导出的一个或两个具体假设。如果发现支持这些假设，对推导出这些假设的理论的信心就会增强。如果发现不支持假设，对理论的信心就会降低，理论可能随之被修订或抛弃。因此，理论构建是一个渐进的、反复的过程，需要不断在新的证据面前接受检验和修正，这也是科学知识得以不断积累和进步的根本机制。

---

科学调查的基本步骤

对某个问题的好奇心是任何调查的出发点，然而科学调查是系统性的，它们遵循有序的模式。心理学家张教授和他的同事们想要研究在网络讨论中，持不同观点的人是否会高估彼此观点之间的差距。他们注意到，在关于教育改革的网络辩论中，支持和反对某项政策的网民似乎都认为对方的观点比实际情况更加极端。这个日常观察促使他们开始设计一套系统的研究方案。

发表科学研究的过程允许其他专家评估和批评新的研究发现。当报告提交给科学期刊时，它们会经历严格的同行评议过程。专家们彻底审查每份提交材料，仔细评估每项研究的方法、统计分析和结论，以及其对知识和理论的贡献。

---

科学方法的优势

科学当然不是可以用来得出行为结论的唯一方法，每个人都使用逻辑、日常观察和传统常识。然而科学方法往往需要艰苦的努力，这就让人不禁要问，它究竟在哪些方面优于日常经验性判断。

关于行为的常识性观念往往模糊且有歧义。以“严师出高徒”这句古老格言为例，这个关于教育的概括到底意味着什么？如果父母不想“纵容”孩子，应该多严格？我们如何评估一个孩子是否算“高徒”？根本问题是这样的陈述有不同的含义，这取决于具体的人。相比之下，科学方法要求研究者使用操作性定义来准确说明在制定假设时所讨论的内容，这种清晰性和精确性增强了对重要观点的交流，也使得不同研究者之间的发现可以直接进行比较。

科学方法另一个优势是它对错误的相对不容忍。科学家接受训练要持怀疑态度，将自己的想法付诸实证检验，并以批判的眼光审视彼此的发现。当两项研究的发现相互冲突时，科学家试图找出原因，通常通过进行额外的研究。相比之下，常识和日常观察往往容忍矛盾的概括，如“物以类聚”和“异性相吸”这两种相互矛盾的说法在日常生活中都广为接受，却从未引发质疑。此外，常识分析很少努力验证想法或发现错误，因此，许多关于行为的广为人知的“真理”实际上只是神话。

---

实验研究方法

人们在感到焦虑时，是喜欢独处还是希望有他人陪伴？这个问题引起了北京师范大学社会心理学家李教授的兴趣。对相关理论的回顾表明，在焦虑时期，人们会希望有其他人在身边帮助他们理清自己的感受。因此，他的假设是焦虑的增加会导致与他人交往愿望的增加，心理学家称之为归属需要。为了检验这个假设，李教授设计了一个巧妙的实验。

自变量和因变量

实验的目的是找出一个变量的变化是否引起另一个变量的变化。更简洁地说，研究者想找出X如何影响Y，其中X被称为自变量，Y被称为因变量。自变量是实验者为了观察其对另一个变量的影响而进行变化的条件或事件，是实验者控制或操纵的变量。因变量是被认为受自变量操纵影响的变量，在心理学研究中，因变量通常是参与者行为的某种测量。

在李教授的实验中，自变量是参与者的焦虑水平。聚集在实验室中的参与者被一位“张博士”告知，他们将参与一项关于电击生理效应的研究，并将在监测脉搏和血压的同时接受一系列电击。一半的参与者被警告电击会很痛苦，他们构成了高焦虑组；另一半参与者被告知电击是轻微的、无痛的，他们构成了低焦虑组。实际上，根本没有计划对任何人进行电击，这些指导程序只是为了引起不同程度的焦虑。在指导之后，实验者表示需要延迟一段时间来准备设备，并询问参与者是愿意独自等待还是与他人一起等待。参与者与他人交往的愿望便是因变量。

实验组和对照组

在实验中，研究者通常组建两组在自变量方面接受不同处理的参与者，这两组被称为实验组和对照组。实验组由在自变量方面接受某种特殊处理的参与者组成，对照组由不接受实验组特殊处理的相似参与者组成。

在李教授的研究中，高焦虑条件下的参与者构成了实验组，低焦虑条件下的参与者作为对照组。实验组和对照组在研究中必须相似，除了在自变量方面接受的不同处理。这个条件带来了实验方法的基础逻辑：如果两组在除了自变量操纵创造的变化之外的所有方面都相似，那么两组在因变量上的任何差异都必须是由于自变量的操纵。李教授分离了焦虑对归属需要的影响，正如预测的那样，他发现焦虑的增加导致了归属的增加，高焦虑组中想要与他人一起等待的参与者百分比几乎是低焦虑组的两倍。

额外变量的控制

实验方法逻辑建立在实验组和对照组除了自变量处理外在所有方面都相似的假设上。任何其他两组之间的差异可能会使情况变得模糊，使得无法就自变量如何影响因变量得出结论。在实践中，不可能确保两组参与者在各个方面都完全相同，实验组和对照组只需要在与因变量相关的维度上相似即可。实验者专注于确保两组在有限数量可能对研究结果产生影响的变量上相似，这些变量被称为额外变量、次要变量或干扰变量。

意外的变量混淆已经毁掉了无数的实验。实验者使用各种保护措施来控制额外变量，最常见的做法是通过随机程序将参与者分配到实验组和对照组，使每个参与者都有相等的机会被分配到任何一组或条件中，从而合理地确信两组在大多数方面都是相似的。

实验设计的变化

最简单的实验形式只有一个自变量和一个因变量，但实际上在进行实验时可能有许多变化。有时仅使用一组参与者作为他们自己的对照组是有利的，通过将这单一组暴露于两种不同条件来评估自变量的影响。以研究大声音乐对打字性能的影响为例，可以让同一组参与者先在播放大声音乐时进行打字任务，再在没有音乐的情况下进行打字任务。当参与者作为他们自己的对照组时，实验被称为使用被试内设计，比较是在同一组参与者内进行的。相比之下，当两个或更多独立的参与者组暴露于自变量的操纵时，实验被称为使用被试间设计，比较是在两个不同的参与者组之间进行的。此外，研究者经常操纵两个或三个自变量来检查它们对因变量的联合影响，也经常使用多个因变量来获得实验操纵如何影响参与者行为的更完整图景。

复旦大学的王教授和她的研究团队就此做了一项生动的实验。研究者向参与者短暂展示了一个模糊的视觉刺激，这个刺激可以被解释为汉字“福”或数字“8”。参与者被告知，根据他们看到的内容，他们将被分配到不同的任务中：一个是品尝美味的茶叶，另一个是品尝苦涩的中药汤剂。结果显示，在所有报告看到内容的参与者中，82%的人表示他们看到了他们有动机想看到的刺激。这项研究证实了一个重要观点：我们对世界的体验往往是高度主观的，在解释事件时，我们往往会看到我们期望看到的东西。

实验研究的优势与局限

实验是一种强有力的研究方法，其主要优势在于能够得出关于变量间因果关系的结论。研究者能够得出这些结论，是因为实验中可用的精确控制使他们能够在抵消额外变量影响的同时，分离出自变量和因变量之间的关系。没有其他研究方法能够复制实验的这种优势。

然而，实验方法也有局限性。一个问题是实验往往是人为的。由于实验需要对过程进行严格控制，研究者必须经常构造简单、人为的情境来检验假设。以课堂讨论中的决策研究为例，心理学家进行了许多实验，让参与者阅读一个简短的案例摘要，然后记录个人判断。批评者指出，让参与者阅读简短的案例摘要并做出个人决定，实际上无法与真实课堂讨论的复杂性相比较。

实验方法的另一个局限是它无法用于探索某些研究问题。心理学家经常对一些因素的影响感兴趣，但由于伦理考虑或实际现实，这些因素无法作为自变量进行操纵。以孕期营养研究为例，研究者显然不能选择若干名孕妇，将其中一半分配到摄入不充分饮食的条件下，对妇女及其未出生婴儿健康的潜在风险将使这种研究策略变得不道德。研究者可能想知道在城市环境而非农村环境中长大是否会影响人们的价值观，但随机分配家庭在城市和农村地区生活显然无法做到。要探索这类问题，必须借助描述性研究方法。

---

描述性和相关性研究方法

在某些情况下，心理学家无法对想要研究的变量施加实验控制，此时研究者必须依靠描述性和相关性研究方法，包括自然观察、个案研究和调查研究。这些方法的特点是研究者无法操纵所研究的变量，因此无法用于证明变量之间的因果关系，只允许研究者描述行为模式并发现变量之间的联系或关联。这些方法能帮助研究者探索无法用实验法研究的问题，如营养不良与出生缺陷、成长环境与价值观等，大大拓宽了心理学的研究范围。

自然观察法

自然观察法是指研究者在不干预的情况下，观察行为在自然环境中的表现。以交通行为研究为例，研究者用摄像头记录司机在黄灯时的反应，分析其决策背后的因素。还有研究采用“电子激活记录器”定期录音，发现南方人虽然自评不如北方人外向，但实际上在日常交流中更善于社交互动。自然观察的优点是能在较少人为干预下研究行为，尤其适合对新现象的初步探索，也常用于动物行为研究，如黑猩猩的社会行为、猕猴使用工具等。但缺点是观察者的存在可能影响被观察者的行为，产生所谓的反应性效应，而且很难将观察结果量化为可统计分析的数据。

个案研究法

个案研究是对个体或小群体的深入调查。中南大学团队曾通过访谈自杀者家属和医生，分析自杀者的心理特征，结果发现，93%的自杀者有严重心理障碍，但大多数人在就医时并未透露自杀意图。个案研究适合探究心理障碍根源、治疗效果等问题，能提供有力的现实例证。但其局限在于主观性强，信息整合易受研究者预期影响，且样本往往不具代表性。

调查研究法

调查法通过问卷或访谈收集大量人的信息。浙江大学医学院调查了近8000名成年人，发现看电视时间越长，肥胖和慢性病风险越高，且社会经济地位较低的群体看电视时间更多。调查法便于收集大样本数据，尤其适合难以直接观察的行为和态度，是社会科学常用工具。但近年来，受访者配合度下降，隐私和诈骗担忧增加，影响了回应率。以看电视时间与健康的相关性为例，相关数据并不能证明久坐导致健康变差，可能还有社会阶层等其他因素在起作用。

---

统计分析

无论研究者使用实验方法还是相关方法，他们都需要某种方式来理解数据。统计学是使用数学来组织、总结和解释数值数据的方法，统计分析使研究者能够基于观察得出结论。从经济学家对通胀的预测，到运动员的竞技数据，再到电视节目的收视率，统计学在现代生活中无处不在，对心理学研究而言更是不可或缺的工具。

描述性统计

描述性统计用于组织和总结数据，提供数值数据的概览。研究者经常使用三种集中趋势测量：中位数是正好落在分数分布中心的分数；平均数是分布中分数的算术平均值；众数是分布中最频繁出现的分数。平均数是最有用的集中趋势测量，但对分布中的极端分数很敏感，这有时会使平均数产生误导。以某公司五名销售人员的年收入为例，他们在前一年的收入分别为20万元、20万元、25万元、35万元和200万元：

在描述一组数据时，变异性的估计同样重要。变异性指的是数据集中的分数彼此之间以及与平均数相比有多大差异，标准差是数据集中变异性大小的指数。以两个班级的考试成绩为例，两个班的平均分可能相同，但甲班的成绩集中在75分至85分之间，乙班的成绩则从30分到100分分布，乙班的标准差显然远大于甲班。变异性的估计在研究者使用统计学决定研究结果是否支持假设时起着至关重要的作用。

相关性

当两个变量彼此相关时就存在相关性。研究者经常想要量化两个变量之间关联的强度，比如课堂出勤率和课程成绩之间，或者吸烟和身体疾病之间的关联。相关系数是两个变量之间关系程度的数值指数，它同时表示关系的方向和两个变量的相关程度。系数可以在0和+1.00之间变化（正相关）或在0和-1.00之间变化（负相关），相关性越接近-1.00或+1.00，关系就越强。

正相关表示两个变量在同一方向上共变。高中学业成绩和后续大学学业成绩之间存在正相关，成绩好的学生进入大学后通常也保持较好的学业表现。负相关表示两个变量在相反方向上共变。在大多数大学课程中，缺课次数和考试成绩之间存在负相关，缺课次数多的学生往往考试分数低。

随着相关性强度的增加，基于对另一个变量的了解来预测一个变量的能力也随之增加。以高考为例，高考成绩与大学第一年成绩通常存在0.40到0.50范围内的中等正相关，这也是高考分数在录取决策中占据重要权重的原因之一。然而，高相关性并不告诉我们两个变量之间是否存在因果关系。以儿童成长研究为例，年幼儿童脚部大小和词汇量大小之间存在实质性正相关，但两者都是由第三个变量——儿童年龄的增加——所引起的。

推论统计和统计显著性

研究者用描述性统计总结数据后，仍然需要决定数据是否支持假设。推论统计用于解释数据并得出结论。以计算机化辅导程序对六年级学生阅读成绩影响的研究为例，对照组60名参与者的平均分为6.3分，实验组60名参与者的平均分为6.8分。研究者必须回答一个关键问题：这两组之间观察到的差异是否大到足以支持假设，这种大小的差异是否可能是偶然发生的？

当统计计算表明研究结果不太可能是由于偶然时，结果被称为统计显著的。统计显著性是指观察到的发现是由偶然引起的概率非常低时存在的情况，“非常低”通常定义为少于100次中的5次机会，这被称为.05显著性水平。

---

研究中的常见问题

科学研究是信息的更可靠来源，比日常观察或流行信念更值得信赖。然而，错误地认为所有已发表的研究都没有问题也是不对的。科学家是易犯错误的人，他们在设计和解释研究时的个人偏见有时会扭曲研究结果。出于这些原因，研究者不愿意仅仅基于一项实证研究来解决科学问题，重要的问题通常会产生一系列研究，以查看关键发现是否能经受重复的检验。

抽样偏差

样本是为在实证研究中进行观察而选择的参与者集合，总体是研究者想要概括的更大的人群集合。实证研究总是涉及基于样本对总体进行统计推断，这一策略建立在样本合理代表总体的假设上。当样本不代表从中抽取的总体时，就存在抽样偏差。近年来，中国心理学家在样本构成方面面临挑战，研究者发现大多数心理学研究过度依赖大学生样本，城乡代表性不平衡。这种对特定群体的过度依赖可能在许多研究领域扭曲发现，使得研究结论难以推广到更广泛的中国人群。

安慰剂效应

在药理学中，安慰剂是一种类似药物但没有实际药理学效应的物质。在评估药物有效性的研究中，给一些参与者安慰剂来控制参与者期望这一额外变量的影响。安慰剂效应发生在参与者的期望导致他们经历某种变化时，即使他们接受的是无效的治疗。在医学中，安慰剂效应得到充分记录，许多医生讲述患者被糖丸处方“治愈”的故事。

自我报告数据的扭曲

研究心理学家经常使用自我报告数据，即参与者对其行为的口头描述，当使用问卷、访谈或人格量表来测量变量时，就会出现这种情况。自我报告方法可能非常有用，它们利用人们有独特机会全天候观察自己的这一事实。然而，自我报告可能受到多种扭曲的困扰。其中最有问题的扭曲之一是社会期望偏差，即倾向于对关于自己的问题给出社会认可的答案。受这种偏差影响的参与者努力创造良好印象，特别是当被问及敏感问题时。许多调查受访者会报告他们在选举中投票、向慈善机构捐款或定期参加宗教活动，而实际上可以确定这些断言是不真实的。

实验者偏差

心理学家试图以客观、无偏见的方式进行研究，以便自己的观点不会影响结果。但科学家是有先入为主、偏好和期望的人，这些可能偶尔影响他们的工作。实验者偏差发生在研究者对研究结果的期望或偏好影响所获得的结果时，它可能以许多微妙的方式影响研究——研究者有时会看到他们想看到的东西。与实验者偏差相关的问题可以通过使用双盲程序来中和。双盲程序是一种既不让参与者也不让实验者知道参与者在实验组还是对照组中的研究策略，研究团队中不直接与参与者接触的成员会记录谁在哪个组中，从而避免实验者的期望渗入数据收集过程。

---

研究伦理

如果你曾经是高焦虑组中的参与者之一，你会有什么感受？你出现在研究实验室，期待参与一个无害的实验。你被派往的房间充满了不寻常的电子设备，一个穿着实验室外套的正式男子宣布这些设备将用来给你一系列痛苦的电击。研究者是否应该被允许以这种方式欺骗参与者？这是推进科学知识必须付出的代价吗？这些问题表明，研究事业有时会给科学家带来困难的伦理困境。

欺骗问题

自1960年代以来，心理学研究中相当普遍地使用了详细的欺骗，特别是在社会心理学领域。多年来，心理学家已经伪造了打架、盗窃、抢劫、昏厥、癫痫发作和汽车故障来探索一系列问题。研究者经常误导参与者关于研究目的，以减少安慰剂效应、自我报告的不可靠性等问题。

批评者基于几个理由反对使用欺骗。其一，他们断言欺骗只是撒谎的好听说法，本质上是不道德的。其二，他们认为通过欺骗毫无戒心的参与者，心理学家可能会破坏许多个人对他人的信任。那些为研究中使用欺骗进行辩护的人则坚持认为，如果不允许研究者误导参与者，许多重要问题就无法被调查，且大多数研究欺骗涉及不太可能伤害参与者的善意做法。

动物研究问题

心理学的另一个主要伦理争议涉及在研究中使用动物。心理学家将动物用作研究对象有几个原因：有时想更多地了解特定类型动物的行为，有时想看看某些行为定律是否适用于人类和动物，有时则是因为可以让动物接受对人类参与者明显不可接受的处理，正是最后这个原因产生了大部分争议。

一些人坚持认为为了研究目的而让动物遭受伤害或痛苦是错误的，认为动物享有与人类相同的权利，指责研究者通过让动物在“琐碎”研究中遭受不必要的残酷来违反这些权利。尽管争议激烈，但只有7%到8%的心理学研究涉及动物，且这些研究中相对较少需要让动物接受痛苦或有害的操作。为动物研究进行辩护的心理学家指出了归因于动物心理学研究的重大进展。

研究中的伦理原则

这些伦理问题已经导致中国心理学会为研究者制定了一套伦理标准。尽管大多数心理学研究都相当温和，但这些伦理原则旨在确保人类和动物参与者都得到有尊严的对待。

对人类参与者研究的主要指导原则如下：

1. 参与应该始终是自愿的，任何人都应该被允许随时从研究中退出，而不必承受任何不良后果。

2. 参与者不应该接受有害或危险的处理，研究者有责任预先评估潜在风险。

3. 如果研究需要欺骗，应该尽快向参与者说明情况，告知研究的真实性质和目的，并提供必要的心理辅导。

4. 参与者的隐私权永远不应该被侵犯，所有数据必须匿名处理并妥善保管。

对动物研究的关键指导原则同样明确：除非研究的潜在益处是实质性的，否则有害或痛苦的程序不能被证明是正当的；研究动物有权获得体面的生活条件，包括足够的空间、食物和医疗护理。这些伦理准则反映了科学界对负责任研究实践的承诺，确保在追求知识的过程中不会对研究参与者造成不当伤害。

---

心理学研究方法的核心要义

心理学研究方法的核心在于系统性和科学性。通过实验研究，我们能够建立变量间的因果关系；通过描述性研究，我们能够发现行为模式和变量关联；统计分析帮助我们从数据中提取有意义的信息，而伦理规范则确保研究过程的人道和负责任。不同的研究方法各有优劣，研究者需要根据具体问题选择最合适的方法，并在研究过程中始终坚守伦理原则。

无论采用哪种研究方法，心理学家都致力于通过严格的实证观察来理解人类行为的复杂性，在中国心理学的发展历程中，研究者越来越注重将西方成熟的研究方法与中国社会文化情境相结合，开发出更适合本土实际的研究工具和研究范式，这种本土化探索是中国心理学走向成熟的重要标志。科学研究不是为了证明我们已经相信的东西，而是为了发现我们尚不知道的真理。