跳转到内容

心理学导论/心理学研究方法

来自维基教科书,开放世界中的开放书籍

心理学研究方法。

心理学研究包括对行为的研究,用于学术环境,并包含许多领域。它包含异常心理学、生物心理学、认知心理学、比较心理学、发展心理学、人格心理学、社会心理学等领域。所有心理学分支都可能包含研究成分。心理学研究与应用心理学形成对比。

心理学研究广泛遵循科学方法的标准,包括定量统计模式和定性行为学模式,以生成和评估关于心理现象的解释性假设。在研究伦理和特定研究领域的开发状态允许的情况下,可以通过实验方案进行调查。心理学倾向于折衷主义,借鉴其他领域的科学知识来帮助解释和理解心理现象。定性心理学研究采用广泛的观察方法,包括行动研究、民族志、探索性统计、结构化访谈和参与式观察,以收集通过传统实验无法获得的丰富信息。人文心理学的研究通常通过民族志、历史和历史学方法进行。

测试心理功能的不同方面是当代心理学的一个重要领域。心理测量和统计方法占主导地位,包括各种著名的标准化测试以及根据情况或实验需要临时创建的测试。

学术心理学家可能纯粹专注于研究和心理理论,旨在进一步深入了解特定领域的心理学,而其他心理学家可能在应用心理学领域工作,以将这些知识用于立即和实际的利益。然而,这些方法并不相互排斥,大多数心理学家会在其职业生涯的某个阶段参与研究和应用心理学。

当一个感兴趣的领域需要特定培训和专业知识,特别是在应用领域时,心理协会通常会建立一个管理机构来管理培训要求。同样,大学心理学学位的要求也可能被规定,以便学生能够在许多领域获得足够的知识。此外,在实践心理学领域,心理学家为他人提供治疗,可能要求心理学家也获得政府监管机构的许可。

定量心理学包括将统计分析应用于心理学研究,以及为测量和解释人类行为开发新的统计方法。它是一个年轻的领域(最近才形成定量心理学博士课程),它松散地由心理测量学和数学心理学这两个子领域组成。

心理测量学是心理学领域,关注心理测量的理论和技术,包括对知识、能力、态度、兴趣、特定学位或课程成就和人格特质的测量(Carl Dellomos,2009)。测量这些不可观察的现象是困难的,该学科中的大部分研究和积累的知识都是为了正确定义和量化这些现象而开发的。心理测量研究通常涉及两个主要的调查任务,即:(i)构建测量工具和程序;(ii)发展和完善测量理论方法。

返回目录

心理学是一门科学,应该以此方式对待。实验应该使用科学方法设计。

心理学家采用多种研究方法

心理学研究方法

[编辑 | 编辑源代码]

定量方法(提名制)

[编辑 | 编辑源代码]

这种方法基本上用于推论统计和描述性统计,这两种方法都是科学调查方法,用于分析、呈现和解释研究人员通过标准化或客观工具(例如心理测试)收集的数据。提名制也可以定义为从特定数量的个体(样本)中收集的数据,以测量某些趋势,同时对人类行为(总体)做出假设性预测。术语“提名制”来自希腊语“nomos”,意思是“法律”。采用这种方法的心理学家主要关注研究我们与他人的共同点。也就是说,在建立法律或概括。 (Carl Dellomos,2009)

定性方法(特质制)

[编辑 | 编辑源代码]

这种方法往往不使用推论统计或描述性统计,而是使用定性数据收集方法,例如访谈、日记和其他书面材料,这些材料来自或由特定研究的预期或预期受访者提供。术语“特质制”来自希腊语“idios”,意思是“自己的”或“私人的”。对体验的这一方面感兴趣的心理学家试图发现是什么让我们每个人独一无二。尽管生物学上的遗传个体性的重要性,提名制和特质制之间的区别通常等同于两种类型的科学——自然科学关注发现自然规律,社会科学关注个体意义。我们可以通过观察它们如何与人格理论相关来进一步考察这些差异。(Carl Dellomos,2009)

这两种方法都是由戈登·奥尔波特提出的。(Carl Dellomos,2009)

研究设计

[编辑 | 编辑源代码]

研究设计是整个研究的运行方式,这适用于数据收集、测量和解释的方式。被认为是实验的支柱,因为它为整个研究期间事物如何流动设定了总体方向。心理学领域中使用四种主要类型的研究设计:描述性或定性、相关性、因果比较/准实验和实验。数据收集方法也不尽相同,自我报告处于频谱的一端,自然观察处于另一端。

描述性研究

[编辑 | 编辑源代码]

不测试变量之间特定关系的研究称为描述性研究。在这种研究方法中,观察和测量一般或特定的行为或属性,而不考虑它们之间的相互关系。这些研究通常是进入新领域的最佳选择,因为收集到的大量但往往不确定的信息可以为未来的假设提供参考。

此类研究的一个例子是研究人员调查心理健康机构的质量。这可以通过观察或测量各种标准来完成,而不是变量之间的关系。或者,研究可以在没有特定标准的情况下进行。

析因设计

[编辑 | 编辑源代码]

在因子设计中,每个自变量的每个水平都与其他自变量的每个水平结合,以创建所有可能的组合。由于这种特殊的设计包含两个变量,每个变量都有两个水平,因此被称为 2 × 2(或“二乘二”)因子设计。如果其中一个自变量有第三个水平,则 3 × 2 因子设计将有 6 种不同的条件。观察到水平数量的乘积是所有可能情况的总数。2 × 2 因子设计有 4 种条件,3 × 2 因子设计有 6 种条件,4 × 5 因子设计有 20 种条件,等等。同样重要的是要注意,符号中的每个数字都表示一个独立的变量或组成部分。

相关研究

[编辑 | 编辑源代码]

这种统计分析方法显示了两个变量之间的关系。例如,研究表明酒精依赖与抑郁症相关。也就是说,人们饮酒越多,他们就越抑郁。另一方面,也可能是另一种情况:人们越抑郁,他们就越有可能饮酒。

相关性的属性包括强度和方向。方向可能是正向的(两个变量都一起增加或减少),负向的(一个变量增加而另一个变量减少)或不相关的(变量之间的随机关系)。相关性的强度范围从 -1 到 +1,其中 0 反映变量之间没有关系。相关研究仅用于描述/预测行为,而不能解释行为。这是因为可以证明第三个变量导致了其中一个变量的发生。此外,只有实验才能证明因果关系。

实验通常是最精确、最具影响力的研究,因为它们具有结论性。它们在证明关于变量之间因果关系的假设方面特别有效。假设是对一个变量如何与另一个变量相关联的预测。假设有两种类型,零假设方向假设。零假设是指当研究人员改变自变量时,因变量不会有任何变化的预测。方向假设指出自变量的变化将导致因变量的变化。在真正的实验中,除了自变量之外的所有变量都保持不变,自变量被操纵。因此,实验组的任何变化都可以完全归因于自变量的作用。这被称为客观性

例如,在一个测试音乐是否能改善人们记忆力的实验中,我们会有一张纸,上面有 10 个无关的词,让人们去记忆。对照组在背景中没有播放音乐,而实验组在背景中播放了一些音乐。因为作为研究人员,我们遵循科学方法,尽可能地保持所有变量的恒定,如果实验组确实报告了对单词的更好回忆,那么我们可以假设音乐对记忆有影响。但是,我们必须确保尽最大努力消除两组之间任何可控的差异,以确保没有混杂变量干扰实验。

选择或抽样实验中受试者的两种主要方法是随机分层。在随机抽样中,每个人都有相同的被选中的机会。这意味着,如果被抽样的人口中 80% 是基督教徒,那么样本中 80% 的人将是基督教徒。如果研究人员希望所有宗教都能平等地得到代表,他将采用分层抽样。例如,实验可以只针对女性进行,或者针对男女比例相等的混合组进行,以消除一种性别可能比另一种性别平均记忆力更好的偏差结果的可能性。

必须采取措施确保不存在实验者偏差。偏差的两种常见形式是需求特征预期效应。如果研究人员期望从实验中获得某些结果并影响受试者的反应,这被称为需求特征。如果实验者无意中将信息解释为符合他们假设中的预期,这被称为预期效应。为了抵消实验者偏差,可以对受试者隐瞒实验意图,这被称为单盲。如果收集信息的人员和提供信息的人员都被隐瞒,那么这被称为双盲实验。

实验也应该被报告,以便其他研究人员可以重复它。如果一个实验不可重复,它在科学界不会有太大的分量。为了帮助实验可重复,研究人员应该使变量可测量,这被称为经验性

无论研究对象是人还是动物,实验都应该是合乎道德的。当人类是受试者时,他们应该被告知研究内容,同意参加,在实验结束后被告知结果,他们的信息也应该被保密

自然观察

[编辑 | 编辑源代码]

研究人员在自然环境或栖息地中研究生物,而不试图操纵或控制任何事物。在这种方法中,研究人员在自然环境中观察所研究的行为,同时试图避免对其产生影响或控制。观察在自然环境中进行,没有研究人员的准备或参与。因此,行为是在公共场所、街道、家庭和学校中观察到的。观察来自其他文化的人在同一环境中的反应是一种提供跨文化研究信息的方法。

自我报告

[编辑 | 编辑源代码]

这种方法包括测试问卷访谈。所有这些都做同样的事情,即向受试者提供刺激,即问题,并获得反应。使用这些方法的优势在于能够廉价且快速地收集大量数据。这使得心理学家能够将一个人的结果或一组人的结果与成千上万其他人的结果进行比较。缺点是,它们并不总是能说明受试者的反应是什么,而是说明受试者说的是什么反应。

信息显示

[编辑 | 编辑源代码]

一旦信息被收集,它就必须以某种形式呈现,通常是数值形式。统计处理数值数据的收集、分析、解释和展示。统计的目标是总结数据,并让描述推论。当对变量之间的关系进行预测时,使用推论。描述是使用统计符号频率分布集中趋势度量离散程度度量中的信息进行简洁的展示。

统计符号

[编辑 | 编辑源代码]

在统计显示中,人们约定使用标准符号。这些符号可以单独使用,也可以在方程式中使用。

N = 得分数量

X = 得分(或得分)

M = 平均值

d = 得分与平均值之差

Σ = 总和

D = 等级差

r 或 ρ = 相关性

SD = 标准差

频率分布

[编辑 | 编辑源代码]

频率分布是通过获取得分并将其分成子组来获得的。然后将子组放在直方图(条形图)或频率多边形(折线图)上。当频率分布的大多数得分都位于图形的一侧时,它被认为是倾斜的。如果它的大多数得分都位于中间,并且两侧的得分量相等,则它被认为是对称的。

集中趋势度量

[编辑 | 编辑源代码]

在集中趋势度量中,有一个数字用来代表一组数字。这个数字要么是平均值中位数,要么是众数

离散程度度量

[编辑 | 编辑源代码]

变异性是指分数的散布情况,称为变异性,即分数是聚集在一起还是分散开来。极差标准差是最常用的度量。要找到极差,只需从最高分中减去最低分。如果大多数分数都聚集在一起,而其中一个分数离其他分数很远,那么这种方法可能具有欺骗性。在这种情况下,必须使用标准差。标准差的常用公式为 SD = Σd²/N 的平方根。

案例研究

[编辑 | 编辑源代码]

在治疗患者的过程中,心理学家会记录患者治疗中重要的问题、见解和技术。研究人员可以借鉴临床病史来揭示理解行为的重要因素。案例研究被重复使用,并作为心理学家指南。

基本概念

[编辑 | 编辑源代码]
  • a. 自变量 = 人为操纵的变量,以观察其是否对因变量有任何影响(例如,在上例中,自变量是音乐及其对记忆的影响)
  • b. 因变量 = 受自变量影响的变量(例如,在上例中,因变量是记忆和对单词的更好回忆)
  • c. 双盲程序 = 研究人员和受试者都不知道受试者属于哪个组(实验组或控制组)的程序,以最大程度地减少实验者暗示。
  • d. 单盲程序 = 只有研究人员知道哪种受试者属于哪个组的程序。
  • e. 实验者暗示 - 实验者发出的微妙且通常无意的暗示,暗示哪种受试者属于哪个组。例如,如果实验者认为音乐确实能改善记忆,那么一些暗示可能是实验者对实验组微笑/眨眼。这种微笑/眨眼会暗示实验组的受试者,研究人员正在暗中暗示他们属于实验组。
  • f. 安慰剂效应 - 治疗有效是因为患者相信它有效,而不是因为它确实有效。
  • g. 实验者 - 通过参与者进行研究的人。
返回目录
<< 上一章||下一章 >>
华夏公益教科书