歡迎來到研究方法 2！
哈囉！既然你已經掌握了「研究方法 1」的基礎，現在是時候升級了。你可以把研究方法 2 視為心理學的「專業版」。我們將深入探討心理學家如何確保研究結果的真實性、如何分析複雜的數據，以及如何向世界發表他們的研究成果。
如果一開始看到數學公式或專業術語覺得有點壓力，別擔心，我們會把它們拆解成容易消化的小單元，並搭配豐富的生活案例！
1. 信度與效度
在心理學中，我們需要知道我們用的「尺」（即測試或實驗工具）是否真的準確。我們透過信度 (Reliability) 和效度 (Validity) 來進行評估。
信度：一致性
信度指的就是一致性 (Consistency)。如果你站上體重計顯示 60kg，走下來再站上去卻顯示 75kg，那麼這個體重計就是不可信的。在心理學中，如果一個研究每次重複進行都能得到相同的結果，我們就稱它具有信度。
如何檢驗信度：
- 重測信度 (Test-retest)： 讓同一人在不同時間點進行同一項測試。如果分數相近，代表該測試具有信度。
- 觀察者間信度 (Inter-observer reliability)： 讓兩位不同的研究者觀察同一種行為。如果他們的紀錄一致（例如：兩人都同意該名兒童表現出「攻擊性」），則該研究具有信度。
效度：準確性
效度指的是真實性 (Truth) 或準確性 (Accuracy)。測試是否真的測量了它聲稱要測量的東西？如果我試圖透過測量你的大拇指長度來衡量你的智商，我的「測試」雖然具有信度（你的拇指長度不會變），但它並不具備效度（因為拇指大小與 IQ 完全無關！）。
效度的類型：
- 內部效度 (Internal Validity)： 自變項 (Independent Variable) 是否真的導致了依變項 (Dependent Variable) 的變化？還是有其他因素（外在變項）干擾了結果？
- 外部效度 (External Validity)： 研究結果能否推廣到其他情境？
- 生態效度 (Ecological Validity)： 是否適用於現實生活？（還是實驗室環境太過刻意？）
- 時間效度 (Temporal Validity)： 1950 年代的研究結果在今天是否依然適用？
小測驗： 想像一個飛鏢靶。如果你的飛鏢全都射在同一個點上，但卻不是紅心，代表你有信度但無效度。如果全都命中紅心，則代表你兩者兼具！
重點總結： 信度 = 一致性。效度 = 準確性/真實性。
2. 個案研究與內容分析
有時候，實驗並不是最佳的研究方法，我們需要更深入的觀察。
個案研究 (Case Studies)
個案研究是對單一個人、團體或事件進行深入調查。心理學家很喜歡用它來研究罕見案例。
例子：研究患有特定腦損傷的患者（如 HM）以了解記憶運作機制。
優點： 提供豐富的質性數據 (Qualitative data)，且能研究那些在實驗中進行「誘發」會違反倫理的現象。
缺點： 很難將單一個人的結果推廣到全世界。
內容分析 (Content Analysis)
這是一種將質性數據（文字、影像）轉化為量化數據（數字）的方法。
例子：計算電視廣告中，男性與女性擔任領導角色的次數。
執行步驟：
- 確定樣本（例如：50 則電視廣告）。
- 建立編碼類別 (Coding categories)（例如：「發號施令」、「打掃」、「烹飪」）。
- 觀看廣告，並統計每個類別出現的次數。
重點總結： 個案研究是對個人的深度挖掘；內容分析是將媒體/文字轉化為可統計的數據。
3. 科學的特徵
心理學希望被視為一門「硬科學」（如物理或生物學）。要做到這一點，它必須遵循某些規則：
- 客觀性 (Objectivity)： 研究者不應讓個人情感或偏見影響數據。只看事實！
- 實證性 (Empiricism)： 知識應來自直接觀察與經驗，而不僅僅是「空想」。
- 可重複性 (Replicability)： 其他科學家應該能夠重複你的研究並得到同樣的結果。這就是為什麼我們需要撰寫清晰的「方法」章節。
- 可證偽性 (Falsifiability)： 一個理論如果無法證明其錯誤，就不是科學。
類比：如果我說「我的房間裡有一隻看不見的小獨角獸，只要有人試圖探測牠，牠就會消失」，這就是不可證偽的，因為你無法證明我是錯的。因此，這不是科學！
- 典範 (Paradigms)： 一套共享的假設或方法（例如：「認知革命」改變了我們研究心理的典範）。
重點總結： 科學的核心在於客觀、可重複，且能被證偽。
4. 推論統計：數學的部分
別驚慌！通常你不需要親手進行大規模計算，但你必須理解我們為什麼要使用這些檢定。
為什麼要使用檢定？
我們使用推論統計來檢視結果是由實驗所致，還是僅僅出於偶然 (Chance)（運氣）。我們會關注顯著水準 (Significance level)，通常寫作 \(p \leq 0.05\)。
\(p \leq 0.05\) 代表什麼？ 這意味著結果純屬偶然發生的機率僅為 5%（或更低）。如果 \(p\) 值小於 0.05，我們就稱研究結果具有統計顯著性 (Statistically significant)！
測量尺度 (Levels of Measurement)
在選擇統計檢定前，你需要知道數據屬於哪種類型。請記住 **NOIR** 這個縮寫：
- 類別變項 (Nominal)： 分類數據（例如：是/否、藍眼/棕眼）。
- 順序變項 (Ordinal)： 可以排序，但各點之間距離不相等的數據（例如：比賽的第 1、2、3 名）。
- 等距變項 (Interval)： 以相等單位測量的刻度數據（例如：攝氏溫度）。
- 比率變項 (Ratio)： 與等距相同，但具有真實零點（例如：身高或體重）。
選擇正確的檢定
選擇檢定時，請自問：
1. 我是在尋找差異 (Difference) 還是相關性 (Correlation)？
2. 我使用了什麼實驗設計（重複測量還是獨立組別）？
3. 我的數據屬於什麼測量尺度（類別、順序還是等距/比率）？
符號檢定 (Sign Test)： 這是 AS Level 必須掌握的具體計算。當數據為類別變項且使用重複測量設計時使用。你只需計算正號 (+) 和負號 (-) 的數量，並找出「S」值（出現頻率較低的那個符號）。
第一型與第二型錯誤
有時候，科學家也會出錯。
- 第一型錯誤 (Type I Error)： 「偽陽性」。你以為發現了顯著結果，但其實只是運氣。即：不該接受實驗假設卻接受了。
- 第二型錯誤 (Type II Error)： 「偽陰性」。你以為沒有效果，但事實上確實有影響。即：不該拒絕實驗假設卻拒絕了。
重點總結： 我們使用統計來證明結果不只是運氣。目標是達到 \(p \leq 0.05\)！
5. 心理學研究報告的撰寫
心理學家完成研究後，會按照特定格式撰寫報告，以便他人閱讀。這就像科學的食譜。
- 摘要 (Abstract)： 整個研究的簡短概述（150-200 字）。
- 緒論 (Introduction)： 為什麼要進行研究以及之前的相關研究結論。
- 方法 (Method)： 研究如何執行（必須詳盡到足以讓他人重複）。包含設計、受試者、儀器與程序。
- 結果 (Results)： 數字、表格與圖表。
- 討論 (Discussion)： 結果的含義，以及如何與緒論連結。
- 參考文獻 (References)： 對其他研究者的引用致意。
常見錯誤： 不要混淆「結果」與「討論」章節。結果只是事實與數字；討論則是解釋這些數字對人類有什麼實際意義。
重點總結： 科學報告是一種標準化方式，用以清晰、專業地分享研究發現。
最終鼓勵
你已經度過了研究方法中最困難的部分！請記住，這些工具——信度、效度與統計學——正是將簡單的觀察轉化為重大科學發現的關鍵。請持續練習辨識「測量尺度」(NOIR)，剩下的內容就會水到渠成。你絕對沒問題的！