1，三種方法的比較
2.觀察法
這是獨創的心理學研究方法，分為自然觀察法、參與觀察法、個案研究法和調查法。
自然觀察法是指研究者對自然場景中的現象進行觀察，以獲得被試真實自然的行為。比如研究地震等災害對受害者的心理影響。
參與式觀察是指研究者將自己融入到觀察對象群體中進行觀察。這彌補了自然觀測收集壹些信息的能力有限。
案例法是指研究者對單個或幾個受試者進行長期、全面的跟蹤研究。比如盧裏亞對擁有神奇記憶的人的案例研究。
調查法是壹種借助問卷和量表收集數據，並進行分析處理得出結論的觀察方法。
3.相關方法
相關法是用來觀察和度量兩個或兩個以上變量之間的統計相關性，並確定它們的相關強度和方向。
這種方法為研究人員提供了壹個相關系數，它可以評價和詳細解釋兩個或多個變量之間的相關程度，用r表示，取值範圍為-1到1。絕對值表示相關程度，符號表示方向，0表示不相關，-1表示負相關，1表示正相關。常用的相關系數有皮爾遜積矩相關系數和斯皮爾曼秩相關系數。
為了使研究結果更接近因果關系的解釋，研究者提出了交叉滯後法。
圖中對角線上的兩個相關系數是交叉滯後相關系數，但這仍然不能確定因果關系。
4.實驗法
實驗方法有三個基本要素，即實驗假設和推論、實驗變量和實驗控制。
第壹個要素是實驗假設和推論。實驗假設應遵循運算定義原則，並轉化為運算推理。
第二個要素是實驗變量，包括自變量、因變量和附加變量。自變量是由主考官操作和控制的，對被試反應有影響的變量。因變量是被試隨著自變量的變化而變化的反應。
這兩個變量都要遵循操作定義的原則。
額外變量是與實驗目的無關，但影響因變量的潛在因素和條件。它們會混淆自變量的影響，所以需要排除。
實驗法和觀察法與相關法的區別在於，要求研究者嚴格操縱自變量，盡量減少附加變量的混淆，從而客觀地觀察因變量對自變量的反應。
第三要素是實驗控制，壹般是指保證實驗準確性的所有工作，最重要的是對附加變量的控制。
根據變量的不同，實驗設計可分為自變量設計、因變量設計和附加變量設計；根據被試的視角，實驗設計可分為被試間設計、被試內設計和混合設計；根據樣本數量，試驗設計可分為大樣本設計和小樣本設計。
4.1變量的實驗設計
4.1.1，多自變量設計
典型的心理學實驗是同時操縱2 ~ 4個自變量的多變量設計。其優點是效率高，實驗控制性好，通用性強，能揭示變量間的相互作用。
如圖所示，在自由回憶測試中，記憶能力不同的兩組的分數有明顯差異，但在詞匯識別測試中沒有明顯差異，如下圖所示。Wallington和Wes Crantz基於自變量之間交互作用的發現，開辟了內隱記憶的新研究領域。
4.1.2，多因變量設計
多因變量設計可以獲得單因變量實驗無法提供的信息，但通常使用兩個因變量就足夠了，因為因變量使用過多，統計分析中涉及多元方差分析，難度大，工作量大。
主客觀指標被用來衡量因變量。
主觀指標是指被試對自己心理活動的描述或對主考官提問的回答的記錄。
客觀指標有反應速度、反應速度差異、反應正確率、反應標準、反應難度、神經生理指標六項。
反應速度指標，如衡量壹定時間內完成任務的數量；
反應速度的差異指標，如內隱學習研究中隨機字母組與規則字母組的反應時差異；
反應的正確性指標，如測量迷宮走入死胡同的次數；
反應的標準指標，如測量似然比？；
回答的難度指數，如斯金納盒設定的三個難度等級；
神經生理指標，例如受試者的心率。
在選擇因變量指標時，應考慮因變量的有效性、客觀性和量化。
第壹，有效性。
也就是說，指標能充分代表所研究的現象。其中，要註意避免天花板效應和地板效應。比如，如果秤的最大刻度低於被測對象的體重，就會出現天花板效應。如果測試題目太難，導致高低水平都做不出來，就會出現地板效應；
第二，客觀性。
也就是說，指標是客觀存在的，可以在壹定條件下通過反復實驗來測量或驗證；
第三，量化。
意味著指標可以量化。
此外，考官還要引導被試在考官設想的維度內反應，因為沒有引導，被試的反應就沒有方向。這時，考官需要對指令進行控制和規範，因為指令也成為了重要的自變量，應該保持不變。
4.1.3，額外變量設計
額外變量分為隨機額外變量和系統額外變量。由隨機額外變量引起的誤差是隨機誤差，例如偶然的溫度變化，可以通過多元統計技術消除。系統額外變量引起的誤差是系統誤差，如主觀效應和主體效應，可以通過以下六種設計方法進行控制。
第壹，排除法
顧名思義，就是通過壹個隔音的房間，想辦法消除多余的變量，比如消除外界的噪音。
如果要消除主觀試驗效應，可以通過單盲實驗來消除。主觀效果是指兩種情況:主觀意誌有意或無意地用行動、表情、語言等影響主體。在實驗中，使他們的反應符合他們的預期，或者主觀會在記錄時不經意地用有偏差的假設記錄數據。單盲實驗要求記錄因變量數據的研究者不知道誰是實驗組，誰是對照組，這樣就排除了上述兩個幹擾因素。
如果要同時消除主體效應和被試效應，可以通過雙盲實驗來消除。被試效應是指被試會自發地對實驗的目的做出壹定的假設和猜測，然後以他們認為可以達到目的的方式做出反應，或者被試可能有意地反饋研究者需要的數據，或者他們可能認同這種假設，有意無意地選擇遺忘非假設的數據，從而產生虛假數據。雙盲實驗要求研究者和受試者測量因變量，兩者都不知道誰是實驗組，誰是對照組，從而排除了上述因素的幹擾。另外，為了防止被試猜測實驗的目的，可以設置更多的對照組，防止被試輕易猜測研究者的假設。
二、常數法
在實踐中，研究人員無法排除所有的額外變量，所以他們可以在實驗過程中保持額外變量不變，這相當於控制了額外變量的影響。比如，為了克服性別差異導致的實驗結果偏差，研究者可以選擇壹個性別進行實驗。
但這種方法的局限性在於，很難將實驗結果推廣到其他水平的附加變量。比如，為了控制性別的影響，研究者只選取了男性被試，所以結論不能直接推廣到女性被試。
三、匹配方法
匹配法就是盡量把被試分成幾個特征相同的組。比如在“練習對射擊效果的影響”的實驗中，研究者首先測試每個被試的射擊成績，然後分配成績相同的被試去匹配兩組射擊水平相同的被試。
這種方法在理論上是可取的，但由於四個原因在實踐中是困難的。
第壹，匹配往往不完全。研究者不可能匹配受試者的每壹個特征；
二是匹配往往費時費力；
第三，匹配的特征之間可能存在交互作用，這可能混淆實驗結果。如果把匹配的被試分為初中生和大學生，想研究他們對不同材料的識記能力，但實際上年齡和識記材料是有交互作用的，因為年齡小的被試對圖形的識別能力強，年齡大的被試對文字的識別能力強，所以如果兩組的識記能力不同，就不清楚是材料問題還是年齡問題；
第四，匹配時可能存在統計回歸錯覺。統計回歸錯覺是指極端個體的表現趨於回歸平均表現。
第四，隨機化方法。
隨機化意味著受試者被隨機分配到每個治療組以接受不同的獨立變量。其邏輯是，如果群體中的所有成員都有平等的機會被拉進任何處理組，那麽每個處理組的條件和機會可以預期是平等的。
隨機化的具體操作方法有兩種:同時分配法和二次分配法。
同時分配法的條件是被試同時等待，考官可以任意調度其中任何壹個。這個操作有三個技巧:抽簽，劃水，匯報。其中，筆畫是指先按姓氏筆畫排序，再用隨機數表分配科目。
第二種分配方式的使用條件是被試來的時間不壹致。該操作有兩種技術:簡單方法和區域內隨機方法。
理論上，用隨機化方法隨機抽樣的被試人數通常在30人以上，這是控制附加變量的最佳方法。但它的局限性在於，考生無法準確控制不同群體之間的差異，也就是說，不知道控制了哪些變量。
第五，抵消平衡法。
抵消平衡法采用ABBA法和拉丁方設計法，系統地改變實驗處理的呈現順序，以抵消或平衡序列效應、空間效應、習慣誤差、疲勞效應、練習效應等附加變量帶來的誤差。這種方法是心理學實驗中最常用的方法之壹。它的邏輯是，如果被試被安排接受所有順序的實驗處理，那麽結果的差異可以歸因於自變量而不是順序。
ABBA法的操作是將自變量的水平分為A和B，然後讓所有被試按照ABBA的順序接受四種實驗處理。理論上，這種方法可以有效地平衡線性系統變化帶來的位置誤差和延拓誤差。
拉丁方設計法主要用於自變量水平超過兩個時。拉丁方是壹個二維矩陣，列代表實驗治療，行代表受試者，其中建立拉丁方第壹行的公式是1，2，n，3，n-1，n-2，以此類推。如下圖。
第六，統計控制方法。
前五種方法都是在實驗中控制的，這種方法是在實驗後用壹些統計技術控制的。這是因為條件的限制，研究人員知道壹些額外變量的存在，但在實驗中無法控制，只好在實驗後通過壹些統計技術來試圖排除這些額外變量的影響。主要技術有協方差分析、偏相關等。
4.2受試者的實驗設計
4.2.1，受試者房間設計
試驗室的設計要求每個受試者只接受壹次實驗治療。
這種設計最大的問題是，由於不同的被試接受不同的實驗處理，很難簡單地認為因變量的變化是由自變量的差異造成的，而這種差異也可能是由被試之間的差異造成的，很難區分。
彌補這壹缺陷的方法是盡量減少兩組或多組被試之間的差異，可以采用兩種技術，即匹配法和隨機化法，前面已經詳細介紹過。
測試室設計的好處是，由於每個人只接受壹種實驗處理，可以避免練習效應和疲勞效應。但是有兩個局限性，除了沒有辦法從根本上排除個體差異對實驗結果的混淆作用，還有壹點就是使用的被試人數太多。
4.2.2.受試者的內部設計
被試內設計要求每個被試接受所有水平的自變量，測量同壹被試在不同處理下的行為變化。與被試間的設計相比，這種設計因為看的是被試前後的變化，所以沒有個體差異的附加變量，但也有位置效應、延續效應、差異延續效應等附加變量的混淆。
位置效應是指實驗中加工的序列的位置影響被試的反應。
延續效應是指前壹階段的實驗性處理會對後期的處理產生影響。如果受試者要接受兩種實驗治療，他應該先接受治療A，然後當他接受治療B時，他的行為水平可能會因為治療A而提高或者對實驗治療產生厭倦，也就是說受試者受到練習效應和疲勞效應的影響。
差異延續效應也是指前壹階段的治療影響了後期的治療，但與延續效應不同的是，這種效應取決於先有什麽治療。
對於這些混雜效應，研究人員使用平衡設計方法來消除和控制它們。常用的有ABBA法和拉丁方設計，這兩種方法也有詳細介紹。
相對於學科間的設計，學科內的設計也有節省學科數量的優勢。
4.2.3、混合設計
混合設計要求壹個自變量在受試者內部設計，另壹個自變量在受試者之間設計。這個設計實際上是在進行兩個實驗，結合了內部設計和被試間設計的優點。
4.3小樣本設計
4.3.1，大樣本設計和小樣本設計的比較
典型實驗通常采用大樣本設計，因為樣本多，可以減少被試之間的個體差異對因變量的影響。
但在某些特殊情況下，要采用小樣本設計，例如確定某種療法的效果，但只有壹個或兩個患者。再比如心理物理實驗，受個體差異影響很小，但做起來費時費力，所以也可以采用小樣本設計。
小樣本設計有自己的優勢。首先，它有助於進行探索性研究。其次，在臨床心理學和教育咨詢領域，對驗證矯正程序的有效性和檢驗理論假設特別有效。
4.3.2.兩個有代表性的小樣本設計
ABA設計
a代表治療前的基線狀態，B代表治療後的狀態。該設計可用於驗證糾正程序的有效性。
ABA是在A階段對被試的行為進行測試，然後對被試進行治療，使被試處於B狀態，測量行為是否發生變化，最後將被試恢復到A階段。
如果研究者只采用AB設計，我們在衡量B期的變化時，不能直接把B期的變化歸因於治療的效果，因為可能還有其他因素。所以ABA設計的關鍵在於最後壹個A，如果能把受試者還原到A階段，就能區分出治療效果，但前提是B階段的治療效果不能持久，否則就不會回到A的基準狀態。
多基線設計
是指在實驗中引入同壹個自變量，但引入時間不同，使得不同的行為或被試在引入自變量之前會有不同的基線期。邏輯是當壹個行為被處理時，另壹個行為保持在基線條件下。如果基線水平的行為在接受自變量前保持穩定，引入自變量後發生變化，我們可以得出結論，自變量是行為變化的原因。
多基線設計又可分為被試內多基線設計和被試間多基線設計。被試內多基線設計是比較同壹被試在不同基線階段的行為，被試間多基線設計是比較不同被試在不同基線階段的相同行為。
5.要求
1.區分三種研究方法的優缺點。
2.實驗方法的三個基本要素是什麽？
3.控制附加變量的方法有哪些？
4.不同實驗設計的內涵、優勢和局限性是什麽？
文/帆船逆水行舟