量化研究和质化研究.docx

量化研究和质化研究.docx

《量化研究和质化研究.docx》由会员分享，可在线阅读，更多相关《量化研究和质化研究.docx（7页珍藏版）》请在冰豆网上搜索。

量化研究和质化研究

量化研究与质化研究

一、概念上的区别

1、量化研究：

运用心理测量、心理实验、心理调查等方法获得数量化的研究资料，并运用数学、统计等方法对资料进行分析，以获得研究结论的方法。

2、质化研究：

运用历史回顾、文献分析、访问、观察、参与经验等方法获得研究资料，并用非量化的方法，主要是个人的经验，对资料进行分析，以获得研究结论的方法。

二、研究目标：

控制预测取向与意义理解取向

1、量化研究：

着眼于代表一般性的群体，探求心理与行为的普遍模式和一般规律，从而对行为进行控制和预测。

2、质化研究：

着眼于研究特殊的个体，旨在揭示个体独特心理和行为特征，从而描述和解释特定研究情境中人们的经验，理解社会以及人们日常生活的意义。

三、研究对象：

客观实在取向和主观唯心取向

1、量化研究：

（1）以实证主义作为其哲学基础，强调事物是客观存在于人类之外的、不依赖于人的主观意识而独立存在。

（2）客观现象是可以被认识的，人们可以通过经验的方法感知客观世界，把握客观世界的规律。

（3）因此，量化研究的对象是一些事实、变量和固定不变的客观事物，研究者通过经验的、数量化的方法发现研究对象运动变化的规律。

研究者和研究对象是主体和客体的关系，彼此独立分离。

2、质化研究：

以现象学、释义学、建构主义为哲学基础，认为社会科学不像自然科学那样客观化、理性化，社会学科的研究对象是人及人类的主观意识，带有主观性，事件伴随事件、地点而变化，因此，人们不能独立地认识现实，现实也不能被完全了解，都要受到社会、历史、经济、文化等因素的影响和制约。

研究者和研究对象之间是主题与主题的关系，彼此影响，密切联系。

四：

研究方法：

经验证实取向与解释建构取向

1、量化研究：

（1）量化研究预先假定一个独立的实在，再用实验、测量等方法进行验证，借助于可靠的数据，从外部观察者的立场来观察研究社会生活实践，是一个演绎推理的过程。

（2）具体方法上，量化研究是按照统计学的原则随机取样，抽取出代表一般性的普通样本。

在数据收集方面，一般用观察法、量表法、问卷法和实验法来搜集数据，这些方法在实施之前都已经设计好，不允许随意改动。

实验过程中有严格的控制。

数据分析通过专门的分析手段，如统计学方法、计算机软件等，研究者可以利用他们解释数据并预测因果或相关关系。

2、质化研究：

（1）质化研究的前提是研究者根据自己已有的知识、兴趣、主观价值判断来选择研究问题，研究者进入被研究者的立场，描述、分析人类社会中的文化和行为，研究者认为自身就是研究容的一部分，强调观察到的世界是由研究者构建出来的，承认自己在知识建构中的核心地位。

（2）具体方法上，质化研究多采用目的性取样，抽取出典型的样本；数据搜集方面，质化研究者根据自身丰富的经验和直觉判断决定如何对被试样本进行访谈和调查，并借助于文献、实物寻找出所要研究问题的相关材料。

在数据解释方面，质化研究者依赖研究者个人的主观认知建构，包括直觉和推理，用日常语言进行描述，不受任何外在标准的束缚。

五、关系

1、二者实际上是相辅相成，互相促进的。

最终目标都是为了解释、预测和控制。

2、研究过程中，质化研究也会采用一些数量化的手段，借助数据来进行判断、推理，形成结论。

量化研究的假设部分和研究结论部分一般也是质化性质的，离不开质化的研究思维和方法。

研究方法本身没有优劣之分，重要的是针对不同的问题，根据不同的条件，选择合适的研究方法。

元分析方法

（一）含义：

是一种对分析的分析，以整合结论为目的，通过对大量个别研究结果进行的一种再统计分析。

（二）特点：

（格拉斯Glass）

1、是一种定量分析的方法，不是对原始数据的统计，而是对统计结果的再统计。

2、应该包含不同质量的研究。

3、目的是寻求一个综合的结论。

（三）元分析的研究步骤：

1、提出研究问题，确定研究目的：

即组织研究框架，既可以考虑不同围中的实践问题，可以考虑理论问题。

（1）确定研究中想要探索的文献领域及将要包括的题目围，建立一套挑选研究样本的“包含”与“排除”标准。

（2）充分理解自己所要分析的概念及使用方法。

2、彻底的文献搜索。

是元分析研究的关键。

根据Rosenthal（罗森塔尔1984）提出的大概分类标准，包括书、期刊、论文、未发表的研究、电子数据库等文献资料。

3、分析以往的研究结果。

对搜索到的研究报告进行定性和定量分析，包括各研究的研究背景、研究方法、实验设计、样本大小、被试特征、结果测量和统计分析方法等，并根据分类的原则，从中筛选出进行元分析的独立研究结果。

4、元分析方法实施。

结合研究结果和研究目的，进行定量元分析。

（1）首先，提出假设，构造进行元分析的统计量。

（2）然后，计算各研究的综合统计量，为元分析提供数据基础。

5、撰写研究报告。

报告元分析的结果，进行分析和讨论。

（四）优点

1、相对于显著性水平检验而言，在对效应值的估计和对效应值的信度分析上更为精确。

2、对研究过程要求严格，具有较强的可复制性。

3、能发现一些单独研究不能发现的潜在的效应和规律。

（五）缺点

1、发表（出版）偏见。

发表的文章多为显著性效应明显的文章。

2、研究文献的质量问题。

3、时间跨度较长，导致研究结论的时效性问题。

心理测验的编制步骤

1、确定测验目的

（1）明确测量对象；测谁？

（2）明确测量目标；测什么？

（3）明确测量用途。

什么用？

2、制定编题计划：

编制测验的总体构思，要明确两个方面信息。

（1）全面而具代表性的测验容；

（2）对各个容点的相对重视程度，通常用百分比来表明。

3、编辑测验项目

（1）收集测验资料。

资料要丰富、趣味，有普遍性。

（2）选择项目形式。

题型、材料、表述等。

（3）编写测验项目。

注意项目取样的代表性、围、难度、表述、数量、说明等。

4、预测和项目分析：

选择具有代表性的同质样本进行预测，对测试难度、项目区分度等进行统计分析。

5、合成测验：

把预测后有价值的项目选择出来，并排成有组织的测验。

（1）测验项目的选择：

根据测验的性质选择，注意难度和区分区。

（2）测验项目的编排：

由易到难。

并列直进式和混合螺旋式两种编排方式。

（3）编制复本

6、测验标准化：

对测验的编制、施测、评分以及解释测验分数的程度的一致性做出规定。

7、鉴定测验：

确定其信度和效度。

8、编写测验说明书。

多因素完全随机设计方差分析过程：

5步

第一步：

计算数据总体变异量并对之进行分解。

1、各自变量的主效应量。

2、各自变量的交互效应量。

3、误差效应量。

（残差）

第二步：

计算各因素引起变异量对应的自由度（即数据发生变异的次数）

1、各自变量主效应对应的自由度：

dfA=a-1；dfB=b-1（a，b是自变量A、B的水平）

2、自变量交互效应对应的自由度：

dfAB=（a-1）（b-1）

3、残差的自由度：

总自由度减去上述三项自由度：

dfE=dfT-dfA-dfB-dfAB（dfT=被试总数-1）

第三步：

计算各变异源引起数据变异的方差，即均方（MS）

第四步：

计算各效应是否显著的检验统计量F比率。

即计算各效应方差与残差方差的比值。

F比率越大，表明自变量或自变量的交互效应越明显。

第五步：

给出方差分析表和分析结论。

包括各自变量的主效应、交互效应、残差三个方面的数据。

多因素实验设计分类

1、独立组实验设计：

随机方法分配被试，每一被试只完成一种实验处理。

2、配对组实验设计：

对被试进行配对分组，每一被试组只完成一种实验处理。

3、重复测量实验设计：

被试不分组，被试完成所有的实验处理。

4、混合实验设计：

每组被试完成某一个或多个自变量所有水平的实验处理（被试），但只完成另一个或另几个自变量的一个水平的实验处理（被试间）。

平衡额外变量采用的实验设计方法：

区组设计和拉丁方设计。

1、区组实验设计：

将个体差异从残差中分离出来。

（只有一个额外变量）

2、拉丁方设计：

将两个额外变量的影响进行平衡并将变异从残差中分离出来。

选择实验设计的类型，需要根据课题的性质和实验条件确定，特别是变量的性质。

1、被试的多少（少：

重复测量，多：

混合、独立组）

2、自变量性质（适不适合做被试变量，即实验处理的顺序效应大不大）

3、实验任务繁杂（简单：

重复测量；复杂：

混合、独立组）

混合实验设计：

一般用矩阵表示。

（被试间因子构成行，被试因子构成列）

增强统计检验能力而又少犯I型错误

1、a表示I型错误，即零假设成立，但是由于各种误差使统计检验达到显著水平，因而下结论说平均数之间有显著差别。

换句话说，研究者侦查到不存在的实验效应。

2、措施：

（1）降低误差变异。

这可以通过实施好的方法来达到：

清晰无误的指示语、可靠的仪器、前后一致的程序、任务-被试协调一致等。

（2）增大实验效果。

要求采用更强的实验操作。

（3）适当增加被试人数。

减少样本本身的随机误差。

（4）改变分析方法。

（5）改变实验设计。

方差分析中，把个体差异从误差项中剔除时，检验能力就增强了。

这可以通过区组设计、协方差分析、重复测量设计等方法实现。

改变实验设计的另一个方面是，在实验中使用较少的实验条件。

这样，每组的被试人数相对增大了，同时，使用较少的实验条件也会使实验效果增大。

（6）改变任务。

稍微或显著地改变实验任务（使用新的实验式），使实验任务更符合被试的心理年龄特点。

（7）减少极端数据。

第一，在实验程序中使任务清晰明确，被试不会误解；第二，通过筛选、排除极端被试或使用重复测量设计；第三，修整数据。

心理学研究中的各种误差来源及其相应的控制方法

（一）各种误差的来源：

1、忽略相关变量导致的误差。

如果我们对影响某一问题的因素了解愈多，我们就能愈恰当地计划研究。

忽略相关变量常常导致误差。

控制方法：

（1）在实验之前大量地查阅文献。

文献要有选择地精读。

（2）创造一个优良的工作环境来保证科研信息的丰富和畅通。

2、对数据的不适当分析导致的误差。

3、不适当的取样导致的误差。

4、与研究者（实验者）有关的误差。

（1）实验者的预期导致误差。

1963年，罗森塔尔等人发表的关于聪明白鼠和笨白鼠的研究，是心理心理学史上说明实验者的预期对导致实验结果误差的著名例子。

控制：

采用双盲实验，让实验者和被试都不知道实验的假设，不知道谁是实验组，谁是对照组。

（2）研究者与实验者伪造数据。

近期较为著名的例子是国克隆专家黄禹锡学术造假事件。

控制：

实验结果要由不同的研究者、不同的实验室加以重复检验，同时，要提高学术道德素质。

（3）与实验者有关的误差还包括：

实验者没有严格按照实验程序进行实验；实验者在登记数据或转录数据时出现错误，而且，这种错误时有利于实验者意愿的。

5、使用二手不准确的材料导致的误差。

有一些误差不与实验本身有关，而与报告它们的方式以及科学文献中传播这些研究信息的方式有关。

较为著名的例子是霍桑实验研究结果的不正确信息和解释没有加以甄别而广为流传。

控制：

尽可能使用一手资料，对二手资料的真伪要加以严格的甄别方可使用。

（二）误差的控制

1、个体差别的克服方法。

（1）实验卫生学。

要获得高质量的数据，实验中应该注意许多细节，保持实验的“卫生”。

（2）被试分层。

通过筛选把不合格的被试排除。

（3）使用组设计。

组设计中每一被试都以自己为对照组，因此个体差异的主要效应被消除。

2、额外变量造成的误差。

（1）环境中注意的因素。

实验中要保证被试集中注意。

（2）将额外变量结合进行实验设计。

如果实验中有两个实验者，那么，每个实验者实施每种条件下的一半被试，一是避免了实验者与实验条件的混淆，二是可以检查不同实验者对结果的影响。

3、反应测量造成的误差。

准备实验可以对被试的反应指标和反应方式提出修正以减少误差。