心理学研究方法070618.docx
《心理学研究方法070618.docx》由会员分享，可在线阅读，更多相关《心理学研究方法070618.docx（25页珍藏版）》请在冰豆网上搜索。
心理学研究方法070618
0
心理学研究方法
——心理学研究的基本模式与统计分析
华南师范大学心理学院
任旭明
第一节心理学研究方法的内容——
主体和客体的变量及其关系
一．心理学研究变量（V）
与有机体的心理或行为有关的、能变化的因素、属性、特征等称为心理学研究变量。
心理学研究方法是指在唯物主义的方法论指导下的心理学研究的具体方法学,心理学研究方法可分为两大部分:
数据收集的方法和数据处理的方法.数据处理的方法主要包括描述统计和推论统计,数据收集的方法主要是指研究设计,包括被试选择和分组,自变量设计,因变量选择和界定,研究程序设计,无关变量控制等.
心理学研究的内涵
心理学研究主要是研究各种变量之间的关系。
1．个体内部各变量之间的关系
2．个体与个体各变量间的关系
3．个体与环境各变量之间的关系
二、心理学研究变量的类型
1．依据变量的来源划分
主体变量（subjectvariable）：
存在于研究对象本身的特征、属性等。
如性别、智力、职务、个性等。
客体变量（objectvariable）：
存在于研究对象之外的、影响研究对象的行为或心理的有关因素、属性等。
如物理刺激、社会性刺激等。
2、按照变量的性质分：
存在变量（beingvairable）：
预先已经存在的、并非研究过程中引起的变量。
如性别、智力、职务、学校类型等。
引发变量（inducedvariable）：
在研究过程中由研究者施加或引起的变量。
如教育手段，物理刺激、社会性刺激等。
由上述两个维度交叉，变量可组合成：
客体变量（objectvariable）
主体变量（subjectvariable）
存在变量
（beingvariable）
客体存在变量（vob）
主体存在变量（vsb）
引发变量
（inducectvariable）
客体引发变量（voi）
主体引发变量（vsi）
3．依据变量的指标（数据类型）划分
连续变量continuousvariable
类型变量typicalvariable
实际应用上，第一、二种变量类型划分方法多数是在实验设计的时候被考虑到，而在数据分析、统计与检验上，我们考虑的更多是第三种划分的变量。
三．各种变量之间的关系
各种变量之间的关系主要有三种联系形式：
1）变量之间无关系
2）变量之间存在着关系，但不知道是什么关系（相关关系）
3）变量之间存在着关系，并且是因果关系
心理学实证研究的实质：
探讨变量之间的关系
什么时候处理相关关系？
什么时候处理因果关系？
凡是存在变量的研究都属于相关关系研究；凡是引发变量的研究都属于因果关系研究。
第二节研究变量的相关关系研究及统计
一、变量的相关关系的研究及其统计——R（V1：
V2）
两个变量的相关关系的研究设计
变量的数据形式
研究设计
连续连续
V1V2
从研究群体中随机选出一批被试，分别确定各被试两个变量的连续水平。
类型2连续
V1V2
首先确定研究群体各成员在V1变量上的两种类型水平，每种水平各选出1组被试，共两组，然后确定每组各个被试在V2变量上的连续水平。
类型3以上连续
V1V2
首先确定研究群体各成员在V1变量上的P种类型水平（P≧3）每组水平各选出1组被试，共P组，然后确定每组各个被试在V2变量上的连续水平。
类型类型
（P≧2），
V1V2
首先确定研究群体各成员在V1变量上的P种水平，每种水平各选出1组被试，共P组，然后确定每且各个被试在V2变量上的q种类型水平。
（一）。
变量相关关系的类型——主要针对存在变量
1．客体存在变量之间的相关关系R（Vob1：
Vob2）
例如：
经济状况、文化程度与心理学从业人口的关系；
社会经济文化与父母的教养方式的关系。
2．主体存在变量之间的相关关系R（Vsb1：
Vsb2）
例如：
自信程度与学习动机水平的关系；
内外倾性格与心理健康的关系；
性别与学业成绩的关系。
3．客体存在变量与主体存在变量之间的相关关系R（Vob：
Vsb）
例如：
家庭教养方式与儿童心理健康的关系。
教学方式与学生学业成就的关系
二．研究变量相关关系的统计方法
寻求两个或两个以上变量之间的关系时，变量的指标可以是连续变量又可以是类型变量，这样，根据变量的指标的特点，可以采用相应的统计检验方法，由于指标的不同，所以有多种检验方法。
这里分两种情况说明研究变量相关关系的统计方法。
1．两个变量的相关关系
两个变量的相关关系统计检验方法
V1：
V2统计分析（进一步分析）
①连续变量连续变量计算皮尔逊积差相关系数一元回归
②类型变量连续变量t检验，二列相关、点二列相关
（2类）
③类型变量连续变量F检验，多系列相关（等级相关）
（2类以上或等级类型）
④类型变量类型变量X²检验，列联表相关
上表中，皮尔逊相关、F检验、t检验、X²检验的优先次序由左到右依次递减。
所有的统计检验都是要考察变量之间是否有关系，由于各变量的指标不同，所以有各种不同的检验方法。
（1）两个连续变量均是连续变量的相关关系研究设计与统计检验
V1:
V2
研究设计
连续连续
从研究群体中随机选出一批被试，分别确定各被试两个变量的连续水平。
学习动机与学习成绩的关系的研究
从某普通中学随机选出100名学生，用成就动机量表测出每个被试的动机强度得分，然后用他们本学期语、数、英三门主科统考成绩平均分作为成绩的指标。
得出如下数据表：
原始数据表
姓名
动机得分（V1）
学习成绩得分（V2）
1张明
67
89
2刘修
70
93
3黄卫
……
44
71
100张岩
68
83
学习动机与学习成绩的关系的统计检验:
皮尔逊积差相关:
R=0.432
P<0.01
结论：
学习动机与学习成绩之间存在着显着的相关关系
1.相关系数的计算公式:
r=,其中
一元回归：
y=0.56X－1.786
（2）两水平类型变量（V1）与连续变量（V2）的相关关系研究设计与统计检验
V1：
V2
研究设计
类型2连续
首先确定研究群体各成员在V1变量上的两种类型水平，每种水平各选出1组被试，共两组，然后确定每组各个被试在V2变量上的连续水平。
自信心与学生学习成绩关系的研究：
对某普通中学初三级学生进行自信心等级评定，然后从自信心强的学生随机选出50名作为“强自信心组”，再从自信心弱的学生中随机选出50名作为“弱自信心组”，然后用他们本学期语、数、英三门科统考成绩平均分作为成绩的指标。
得出如下数据表：
姓名
自信心等级（V1）
学习成绩得分（V2）
1张明
强
89
2刘修
强
93
……
50刘冬
强
78
51黄卫
弱
71
……
100张岩
弱
68
自信心与学习成绩关系的统计检验：
不同自信心学生学习成绩的比较
组别
人数
学习成绩
t验
强自信心组
50
78.65±13.24
﹡﹡﹡
t=4.456
弱自信心组
50
67.55±14.12
结论：
1.自信心与学生学习成绩有显着的相关。
2.不同自信心水平的学生学习成绩存在显着差异。
（3）三水平以上类型变量（V1）与连续变量（V2）的相关关系研究设计与统计分析
V1：
V2
研究设计
类型K（K≧3）连续
首先确定研究群体各成员在V1变量上的K种类型水平（K≧3）每种水平各选出1组被试，共K组，然后确定每组各个被试在V2变量上的连续水平。
家庭管教类型与学生心理健康水平的关系研究。
对某普通中学学生先进行家庭管教类型的评定，区分出“民主型”、“专制型”、“放任型”三种类型。
再分别从三种类型的学生群体中各随机选出30名，组成“民主管教组”、“专制型管教组”、“放任型管教组”三个组。
然后对三组学生进行心理健康水平进行测试，
经初步整理后，得到如下数据：
不同家庭管教类型学生心理健康状况比较
管教类型
人数
心理健康得分
统计检验
民主型
30
78.65±13.24
F=7.876﹡﹡
专制型
30
57.55±14.12
放任型
30
67.55±17.12
结论：
1、家庭管教类型与学生心理健康水平有显着相关
2、不同家庭管教类型的学生其心理健康水平有显着差异，民主型>放任型>专制型。
（4）两个变量均是类型变量情况下的相关研究设计与统计分析
V1：
V2
研究设计
类型P类型q
首先确定研究群体各成员在V1变量上的P种类型水平（P≧2），每种水平各选出1组被试，共p组，然后确定每组各个被试在V2变量上的q种类型水平。
家庭管教类型对学生心理焦虑影响的研究：
对某普通中学学生进行家庭管教类型评定，分为“民主型”、“专制型”、“放任型”三类型，分别从三个类型的学生中各随机选出30名，组成“民主型管教组”，“专制型管教组”与“放任型号管教组”三个组，然后对三组被试进行“高焦虑”、“中等焦虑”与“低焦虑”三级评定。
得出如下数据表：
原始数据表
姓名
管教类型（V1）
心理焦虑状况（V2）
1张明
……
民主型
中等焦虑
30刘修
民主型
低焦虑
31刘冬
……
专制型
高焦虑
60黄卫
专制型
高焦虑
61于丽萍
……
放任型
中等焦虑
90张岩
放任型
高焦虑
家庭管教类型对学生心理焦虑影响的统计检验：
不同家庭管教类型学生心理焦虑状况
高焦虑
中等焦虑
低焦虑
民主类型
4
15
11
专制类型
16
10
4
放任类型
12
12
6
χ2=7.456р<0.01
结论：
1家庭管教类型与学生心理焦虑存在显着相关。
2不同家庭管教类型的学生其心理焦虑水平存在显着差异。
2．两个以上变量的相关关系研究
两个以上变量的相关关系的统计检验方法
V1、V2、……：
Vn统计分析（进一步分析）
①连续连续……连续变量（相关设想）积差相关矩阵因素分析
②（因果设想）积差相关矩阵多元回归
③类型类型……连续变量（因果设想）F检验，多因素方差分析
（多少种水平不限）
④类型类型……类型变量（相关设想）X²检验，列联表相关
（因果设想）
例如：
1．学生的语文，数学，英语成绩的相关分析
2．学生的身高，体重与体育运动成绩的关系
3．不同教学方法对不同性格类型的学生的学习成绩的影响
4．自信心，期待水平与心理健康水平的关系
（1）多个变量均是连续变量情况下的研究设计（相关设想）
V1V2…Vk
研究设计
连续连续…连续
从研究群体中随机选出一批被试，分别确定各被试K个变量的连续水平。
学习动机、学习兴趣与学习毅力关系研究：
从某普通中学随机选出100名学生，用成就动机量表测出每个被试的动机强度得分，用问卷得出每个被试学习兴趣得分，用学习毅力量表得出每个被试毅力得分。
得出如下数据表：
原始数据表
姓名
学习动机（V1）
学习兴趣（V2）
学习毅力（V3）
1张明
67
89
43
2刘修
70
93
37
3黄卫
……
44
71
30
100张岩
68
83
46
学习动机、学习兴趣与学习毅力关系研究的统计检验：
学习动机、学习兴趣与学习毅力三因素相关矩阵
学习动机
学习兴趣
学习毅力
学习动机
1
学习热情
0.34﹡﹡
1
学习毅力
0.46﹡﹡﹡
0.47﹡﹡﹡
1
结论：
1.学习动机与学习兴趣存在着显着的相关关系
2.学习动机与学习毅力存在着非常显着的相关关系
3.学习兴趣与学习毅力也存在着非常显着的相关关系
（2）多个变量均是类型变量情况下的研究设计（相关设想）
V1V2…Vk
研究设计
类型类型…类型
从研究群体中随机选出一批被试，分别确定各被试K个变量的类型水平。
学习动机、学习热情与学习努力关系研究：
从某普通中学随机选出150名学生，根据教师评定确定每人学习动机的强弱水平，学习热情的强弱水平，学习努力的强中弱水平。
得出如下数据表：
原始数据表
姓名
动机（V1）
热情（V2）
努力（V3）
1张明
强
强
努力
2刘修
强
弱
一般
3黄卫
弱
强
努力
4黎明
……
弱
弱
不努力
97金民
弱
强
努力
98赵高
强
强
一般
99武答
强
强
努力
100张岩
弱
弱
不努力
学习动机、学习热情与学习努力关系研究的统计检验：
学习动机、学习热情与学习努力人次分布表
动机强
动机弱
热情强
热情弱
热情强
热情弱
努力
23
16
8
3
一般
12
18
20
12
不努力
2
6
12
18
在人次分布表基础上，再进行Ｘ检验和列联表相关的统计分析
第三节。
变量的因果关系的研究及其统计
一．研究变量因果关系的类型——主要针对引发变量
1）客体引发变量与主体引发变量之间的因果关系Voi=F（vsi）
例如：
不同师生关系状态对学生学习动机的影响。
社会竞争程度对个体成就动机的影响
2）主体引发变量之间的因果关系Vsi1=F（vsi2）
例如：
饥饿状况对攻击性的影响；
焦虑状况对考试成绩的影响。
二．两个变量的因果关系的研究设计
1、两个变量的因果关系的研究设计
变量的数据形式
研究设计
连续连续
V1V2
从研究群体中随机选出一批被试，分别确定各被试两个变量的连续水平。
类型2连续
V1V2
首先确定研究群体各成员在V1变量上的两种类型水平，每种水平各选出1组被试，共两组，然后确定每组各个被试在V2变量上的连续水平。
类型3以上连续
V1V2
首先确定研究群体各成员在V1变量上的P种类型水平（P≧3）每组水平各选出1组被试，共P组，然后确定每组各个被试在V2变量上的连续水平。
类型类型
（P≧2），
V1V2
首先确定研究群体各成员在V1变量上的P种水平，每种水平各选出1组被试，共P组，然后确定每且各个被试在V2变量上的q种类型水平。
2、研究变量因果关系的统计方法
研究变量的因果关系也分两种情况进行说明：
1）两个变量的因果关系分析
两个变量的因果关系统计检验方法
V1：
V2统计分析
①连续变量连续变量皮尔逊积差相关，做一元回归
②类型变量连续变量t检验，二列相关、点二列相关
（2分法）
③类型变量连续变量F检验，多系列相关（等级相关）
（3分法）
④类型变量类型变量X²检验，列联表相关
因果关系分析与相关关系分析相似，其区别在于两个变量之间一个是自变量，另一个是因变量。
这种设计也叫单因素设计
例如：
①学生学习动机对学习成绩的影响
②不同性格类型对学生交往行为的影响
③不同家庭类型教养方式对学生自信心的影响
④焦虑水平（高，低）对目标选择定向的影响
2）两个以上变量的因果关系
两个以上变量的因果关系的统计检验方法
V1、V2、……Vn统计分析
①连续连续……连续变量（积差相关矩阵）多元回归
②类型类型……连续变量F检验，多因素（向）方差分析
③类型类型……类型变量X²检验，列联表相关
1.学习动机、学习热情对学习成绩的影响研究
多个变量均是连续变量情况下的研究设计（因果设想）
V1…VK→Vy
研究设计
连续连续连续
从研究群体中随机选出一批被试，分别确定各被试K个自变量与因变量Vy的连续水平。
学习动机、学习热情对学习成绩的影响研究：
从某普通中学随机选出100名学生，用成就动机量表测出每个被试的动机强度得分，用问卷得出每个被试学习热情得分，然后用他们本学期语、数、英三门主科统考成绩平均分作为成绩的指标。
得出如个数据表：
原始数据表
姓名
学习动机（V1）
学习热情（V2）
学习成绩（V3）
1张明
67
89
94
2刘修
70
93
93
3黄卫
……
44
71
65
100张岩
68
83
76
学习动机、学习热情对学习成绩的影响研究的统计检验：
学习动机、学习热情与学习成绩三因素相关矩阵（积差相关矩阵）
学习动机
学习热情
学习成绩
学习动机
1
学习热情
0.34﹡﹡
1
学习成绩
0.46﹡﹡
0.47﹡﹡﹡
1
多元回归分析：
将学习成绩作为因变量（Y），学习动机为第一个自变量（X1），学习热情作为第二个自变量（X2），得出回归方程：
Y=α+b1x1+b2x2
计算出b1与b2，经检验均显著，则表明这两个变量均对学习成绩有影响，并且可以知道其影响大小。
2.学习动机、自我效能对学习成绩的影响
自变量均是类型变量而因变量是连续变量情况下的研究设计
V1…VK→Vy
研究设计
类型…类型连续
（假定因果）
首先确定研究群体各成员在V1——Vk各个自变量上的类型水平然后按照各自变量的各种组合水平（各自变量的水平相乘）各选出1组被试，然后确定每组各个被试在因变量Vy的连续水平。
学习动机、自我效能对学习成绩的影响研究：
对某变通中学学生，根据教师评定确定每人学习动机的强弱水平以及自我效能的强弱水平，分别随机选取“动机强、自我效能高”，“动机弱，自我效能高”，“动机强，自我效能低”与“动机弱、自我效能低”四组被试，每组30人，然后用他人本学期语、数、英三门主科统考成绩平均分作为成绩的指标。
姓名
学习动机（V1）
自我效能（V2）
学习成绩（Vy）
1张明
……
强
强
94
30刘修
强
强
93
31黄卫
……
强
弱
65
60赵义
强
弱
57
61陈冬
……
弱
强
67
90马龙
弱
强
75
91张岩
……
弱
弱
48
120李会
弱
弱
78
学习动机、自我效能对学习成绩的影响研究统计检验：
不同学习动机与自我效能的学生学习成绩比较
自我效能高
自我效能低
高学习动机
84.65±13.24
70.19±15.54
低学习动机
67.55±14.12
55.63±12.11
学习动机与自我效能对学生学习成绩影响的方差分析表
项目
方差
自由度
均方
F检验
主效应
学习动机（A）
自我效能（B）
27.857
14.126
1
1
27.857
14.126
9.876﹡﹡
5.876﹡
交互作用
A×B
21.324
1
21.324
8.432﹡﹡
结论：
1.学习动机主效应非常显着
2.自我效能主效应显着
3.学习动机与自我效能的交互作用非常显着
3.家庭类型，教养方式对学生性格的影响
变量均是类型变量情况下的研究设计（因果设计）
V1…V2→Vk
研究设计
类型类型：
类型
（假定因果）
首先确定研究群体各成员在V1——Vk各个自变量上的类型水平然后按照各自变量的各种组合水平（各自变量的水平相乘）各选出1组被试，然后确定每组各个被试在因变量Vy的类型水平。
学习动机、学习热情对学习努力程度的影响研究：
对某普通中学学生，根据教师评定确定每人学习动机的强弱水平以及学习热情的强弱水平，分别随机选取“动机强、热情高”，“动机弱、热情高”，“动机强、热情低”与“动机弱、热情低”四组被试，每组30人，然后对每组各个被试的学习努力程度进行老师评定。
原始数据表
姓名
动机（V1）
热情（V2）
努力（Vy）
1张明
……
强
强
努力
30刘修
强
强
努力
31黄卫
……
强
弱
一般
60赵义
强
弱
不努力
61陈冬
……
弱
强
一般
90马龙
弱
强
一般
99张岩
弱
弱
不努力
100李会
弱
弱
不努力
学习动机、学习热情对学习努力程度的影响研究统计检验：
不同学习动机与学习热情的学生学习努力状况（X2检验）
努力
一般
不努力
动机强
热情强
18
10
2
热情弱
10
16
4
动机弱
热情强
6
18
6
热情弱
2
12
14
第四节。
研究因果关系变量的实验设计
一．单因素实验设计
1.独立组实验设计
1）随机抽取独立组1自变量处理因变量推断----
2）前后测自身控制设计
前测处理后测
×
√√
-
=自变量效果
为基准水平
前测敏度的干扰
3）二个处理的随机组设计
随机抽取实验组1自变量处理因变量1比较
（随机分层抽取）控制组2无处理因变量2推断---
差异显着性
4）三个处理的随机组设计
分派方式组别处理后测分数
随1控制組×
机2实验组自变量1
分3实验组自变量2
派
2个处理t检验
3个处理单因素方差分析
2.匹配组设计
1）平均配组法
（1）前后测控制组设计
分派组别前测处理后测
随实验组
√
机控制组
×
-
=A（自、前、成）
-
=B（前测、成长）
A-B=自变量效果
（2）前后测两控制组设计
分派组别前测处理后测
随实验组一
√
机控制组一
×
控制组二（
）√
=
-
=d前、自交互、成长
-
=
前测敏度、成长
-
=
自变量效果
d-（
+
）=f各因素交互作用
（3）前后测三控制组设计
分派组别前测处理后测
随实验组一
√A
机控制组一
×B
实验组二
√C
控制组二
×D
=
各种变量的作用的计算，请见教材242页。
2）对偶配组法（等组）
（1）二个处理的匹配组设计
匹配变量分派组别处理后测分数
X匹配1×
X匹配2√
如：
IQ
学业成绩
-
=自变量作用
3）兼组法
二．多水平设计和多因子设计
1．多水平实验设计
等组1实验因子处理1因变量1
等组2处理2因变量2
等组3处理3因变量3
等组n处理n因变量n
统计处理：
比较差
升级会员 