编辑推荐
★教育部高等学校心理学教学指导委员会推荐用书
★教育部高等学校心理学教指委主任周晓林教授作序推荐
★国内心理学科学研究方法培训的首先参考用书
★可结合《心理学研究方法》(第7版)进行中英对照阅读
★事例丰富,通俗易懂,《心理学研究方法》是进行心理学研究的敲门砖。
内容简介
《心理学研究方法(英文版,第10版)》是一本供心理学、教育学专业学生使用的研究方法经典教材。
作者选择大量新的研究实例,详细说明了心理学研究中经常要用到的各种描述性方法(包括观察法、调查研究、行为的隐蔽测量)、实验性方法(包括独立组设计、重复测量设计和复合设计)以及应用性研究(个案研究法和单被试设计、准实验设计和项目评估),并简单叙述了数据处理和统计的基本概念、心理学研究报告撰写和心理学学术交流中应该注意的问题。
本书适合心理学专业大学本科生和研究生课堂学习使用,也可供心理学研究方法和实验心理学课程的教师以及从事心理学教育和科研的工作者参考,同时还可以供管理学、社会学、政治学等学科的教学和研究人员借鉴。
作者简介
约翰·肖内西(John J.Shaughrlessy),在密歇根一个相对较小、但绝对一流的人文艺术学院HopeCollege担任心理学教授,1 972年获西北大学博士学位,博士毕业后,在西北大学跟随著名实验心理学家、实验设计与研究方法论大师安德伍德(Berlton J.Underwood)做助教,受其影响,致力于研究方法的探索和著述,于1975年和安德伍德合著《心理学中的实验》一书,1985年出版了这部著名的《心理学研究方法》第1版,并不断修订再版,畅销至今。肖内西多次被评为卜tope College的杰出教授,是HopeCollege学术发展委员会委员、心理系系主任。
尤金·泽克迈斯特(Eugene B.Zechmeister),是芝加哥LoyaIa大学的心理学荣誉教授,人类认知和实验方法学方面的专家。
珍妮·泽克迈斯特(Jearlne S.Zechmeister),也任教于芝加哥Loyola大学,多年以来一直教授本科生和研究生的方法学课程。目前专职从事心理学研究方法等方面的写作
精彩书评
★这本由约翰·肖内等人撰写的《心理学研究方法》具有众多的特色。一,这本书已经出到第10版,从内容安排到文字表述都历经锤炼,案例丰富,通俗易懂。第二,与其他实验心理学类教材相比,这本书更注重介绍实际研究中的思路、方法和过程,而不是具体的研究内容(如记忆、语言等)。我认为,这种对方法和思维方式的重视可能正是中国心理学界在教学和研究中所缺乏的。只有加强对学生提出问题、思考问题、解决问题的训练,中国的心理学研究才能真正具有创新性。第三,在对心理学研究方法的具体介绍上,本书超出了一些传统教材所涉及的范围,例如本书较为详细地讲述了个案研究方法。这种对传统范畴的突破,有助于学生把所学的知识应用到心理学研究的各个分支(如神经心理学)中去,有助于他们认识到心理学研究的精髓和共通之处。第四,也是我特别强调的,这本书对心理学研究中的道德问题和论文写作也进行了深入浅出的阐述。
总之,我认为这本《心理学研究方法》是一本优秀的教材。如果我们的学生能够真正领会书中介绍的内容和规范,我国心理学队伍的水平必将有一个较大的提升。
我热忱推荐这本这本《心理学研究方法》。
——周晓林 教授
教育部心理学教学指导委员会主任、北京大学脑科学与认知科学中心主任
目录
PART I
General Issues 1
1 Introduction 2
2 The Scientifi c Method 27
3 Ethical Issues in the Conduct of Psychological Research 58
PART II
Descriptive Methods 91
4 Observation 92
5 Survey Research 135
PART III
Experimental Methods 177
6 Independent Groups Designs 178
7 Repeated Measures Designs 219
8 Complex Designs 243
PART IV
Applied Research 275
9 Single-Case Research Designs 276
10 Quasi-Experimental Designs and Program Evaluation 304
PART V
Analyzing and Reporting Research 341
11 Data Analysis and Interpretation: Part I. Describing Data,
Confi dence Intervals, Correlation 342
12 Data Analysis and Interpretation: Part II. Tests of Statistical
Signifi cance and the Analysis Story 379
13 Communication in Psychology 417
Appendix Statistical Tables 437
Glossary 442
References 451
前言/序言
《社会科学研究的基石:探索与实践》 引言 在理解人类行为、社会动态以及错综复杂的个体经历的宏大画卷中,严谨的研究方法是不可或缺的导航工具。无论是对深层心理机制的探寻,对社会互动模式的洞察,还是对教育、健康、商业等领域实际问题的解决,科学的研究方法都提供了系统性、客观性和可验证性的框架。本书《社会科学研究的基石:探索与实践》并非一本具体的教材,而是一套旨在为读者构建坚实的研究方法论知识体系的系统性指南。它将引领您穿越社会科学研究的广袤领域,从核心概念的建立,到具体研究设计的精雕细琢,再到数据分析的严谨解读,最终触及研究结果的伦理考量与传播。本书的目标是培养一种批判性思维,使您能够不仅理解现有研究的来龙去脉,更能独立设计、执行并评估自己的研究项目,从而在各自的专业领域做出有意义的贡献。 第一部分:研究的起点——概念、伦理与设计 第一章:社会科学研究的本质与范式 本章将深入探讨社会科学研究的根本属性。我们将首先界定“研究”的含义,强调其区别于日常观察的关键特征:系统性、客观性、可重复性和逻辑性。随后,我们将深入研究构成社会科学研究思想根基的几大主要哲学范式。这包括: 实证主义(Positivism):强调可观察、可量化的数据,以及寻求普遍性规律的科学方法。我们将探讨其在社会科学中的应用,例如通过统计分析来识别变量之间的关系。 解释主义/建构主义(Interpretivism/Constructivism):聚焦于个体和社会对现实的理解和意义建构。本部分将探讨如何通过定性方法,如访谈和民族志,来深入理解个体的经验和社群的文化。 批判理论(Critical Theory):关注权力结构、社会不公以及解放的可能性。我们将讨论如何运用批判性视角来审视社会现象,并研究旨在促进社会变革的研究方法。 理解这些范式对于选择和构建研究设计至关重要,因为它决定了研究者对现实的看法、对知识的追求方式以及选择何种方法来收集和分析数据。 第二章:研究伦理的基石 在任何科学探索中,伦理原则都应置于首位。本章将详细阐述社会科学研究的核心伦理准则,确保研究过程的公平、尊重和负责。我们将重点讨论以下几个方面: 知情同意(Informed Consent):强调研究对象在充分了解研究目的、程序、潜在风险和益处后,自愿参与的权利。我们将探讨如何设计清晰、易懂的知情同意书,以及在特殊群体(如儿童、认知障碍者)中如何获得有效的同意。 隐私与保密(Privacy and Confidentiality):深入分析保护研究对象个人信息的重要性,区分隐私(个人信息不被公开)与保密(收集到的信息不被泄露)。我们将讨论匿名化、去标识化技术以及安全的数据存储措施。 最小伤害原则(Minimizing Harm):探讨研究过程中可能出现的各种风险,包括心理、社会和经济上的潜在伤害,并提出相应的规避和应对策略。 公平对待(Fair Treatment):确保研究对象不会因为其参与研究而受到不公平的对待,以及在研究结果的传播中避免污名化或歧视。 研究诚信(Research Integrity):强调数据真实性、避免剽窃、公正报告研究结果以及避免利益冲突的重要性。 第三章:研究问题的形成与文献回顾 一个好的研究始于一个清晰、可行且有意义的研究问题。本章将指导读者如何从广泛的兴趣或现实问题中提炼出具体的研究问题。我们将: 识别研究领域:帮助读者找到自己感兴趣且具有研究价值的社会科学领域。 形成研究问题:教授提炼研究问题的方法,使其具备研究的“可操作性”(operationalizability)、“可检验性”(testability)和“相关性”(relevance)。 进行系统性文献回顾:强调文献回顾在研究过程中的关键作用——了解前人研究的成果、识别研究空白、为研究设计提供理论基础和方法论参考。我们将指导读者如何有效地搜索、评估和综合学术文献。 第四章:研究设计的艺术 研究设计是连接研究问题与数据收集的关键桥梁。本章将系统介绍社会科学研究中常用的主要研究设计类型,并探讨它们的适用范围和优缺点。 探索性研究(Exploratory Research):当对某一现象了解甚少时,采用探索性研究来初步了解情况,识别关键变量和关系。 描述性研究(Descriptive Research):旨在系统地描述某一群体、现象或特征的现状,回答“是什么”的问题。我们将介绍调查研究、内容分析等方法。 解释性研究(Explanatory Research):旨在探究变量之间的因果关系,回答“为什么”的问题。我们将重点关注实验研究和准实验研究。 相关性研究(Correlational Research):探讨变量之间是否存在关联,以及关联的强度和方向,但不直接推断因果。 此外,本章还将讨论以下关键概念: 变量(Variables):区分自变量(independent variable)、因变量(dependent variable)和中介/调节变量(mediating/moderating variables)。 操作化(Operationalization):将抽象的概念转化为可测量、可观察的具体指标。 抽样(Sampling):介绍概率抽样(如简单随机抽样、分层抽样)和非概率抽样(如方便抽样、配额抽样)方法,以及样本大小对研究结论的影响。 第二部分:数据收集的实践——定性与定量的方法 第五章:量化研究中的数据收集 本章将聚焦于量化研究中常用且严谨的数据收集技术,旨在获取可统计的数据。 调查研究(Survey Research):详细介绍问卷设计(开放式与封闭式问题、 Likert量表、单选与多选等)、访谈(结构化、半结构化)的实施技巧、在线调查与电话调查的优劣势。 实验研究(Experimental Research):深入阐述实验设计的基本要素,如随机分配(random assignment)、对照组(control group)、实验组(experimental group)、操纵(manipulation)和测量(measurement)。我们将探讨不同类型的实验设计,如前后测设计、多因子设计等。 观察性研究(Observational Research):在量化研究中,我们将讨论结构化观察,例如使用观察清单和编码系统来记录特定行为的频率和持续时间。 第六章:定性研究中的数据收集 本章将深入探索定性研究的丰富方法,它们侧重于理解深度、情境和意义。 访谈(Interviews):详细阐述深度访谈(in-depth interviews)和焦点小组访谈(focus group interviews)的实施策略,包括如何建立融洽关系、提出探究性问题、引导对话以及处理沉默或回避。 民族志(Ethnography):介绍参与式观察(participant observation)和非参与式观察(non-participant observation)作为收集日常行为、互动和文化实践数据的方法。我们将探讨研究者如何在被研究群体中融入和保持客观性。 案例研究(Case Study):阐述如何通过深入分析一个或少数几个特定案例(个体、组织、事件等)来获得对复杂现象的深入理解。我们将讨论多源数据收集(如访谈、文件分析、观察)在案例研究中的重要性。 内容分析(Content Analysis):虽然内容分析也可用于量化研究,但本章将侧重于其在定性研究中对文本、图像或其他传播内容的意义和主题进行深入解读。 第七章:测量、信度和效度 在量化研究中,准确的测量是得出有效结论的基础。本章将深入探讨测量相关的核心概念。 构念(Constructs):解释抽象概念(如幸福感、学习动机)如何被转化为可测量的变量。 测量层次(Levels of Measurement):区分名义(nominal)、顺序(ordinal)、间隔(interval)和比例(ratio)测量尺度,以及它们对统计分析的影响。 信度(Reliability):探讨测量工具在重复测量时的一致性。我们将介绍几种信度测量方法,如重测信度(test-retest reliability)、内部一致性(internal consistency,例如Cronbach’s alpha)和评分者信度(inter-rater reliability)。 效度(Validity):评估测量工具是否真正测量了它声称测量的东西。我们将详细讨论几种效度类型,如表面效度(face validity)、内容效度(content validity)、建构效度(construct validity,包括聚合效度convergent validity和区分效度discriminant validity)以及效标关联效度(criterion-related validity,包括预测效度predictive validity和同期效度concurrent validity)。 第三部分:数据分析与解读——揭示意义 第八章:描述性统计 本章将介绍用于总结和描述数据集基本特征的描述性统计方法。 集中趋势测量(Measures of Central Tendency):平均数(mean)、中位数(median)和众数(mode)的计算与解释。 离散程度测量(Measures of Dispersion):极差(range)、方差(variance)和标准差(standard deviation)的含义与应用。 频数分布(Frequency Distributions):图表(如直方图、条形图、饼图)的制作与解读。 位置测量(Measures of Position):百分位数(percentiles)和Z分数(Z-scores)的应用。 第九章:推论性统计——检验假设 本章将引导读者掌握推论性统计的基本原理,用于从样本数据推断总体特征,并检验研究假设。 假设检验的基本逻辑(Basic Logic of Hypothesis Testing):零假设(null hypothesis)、备择假设(alternative hypothesis)、P值(p-value)、显著性水平(significance level)和统计功效(statistical power)的概念。 t检验(t-tests):用于比较两组均数差异的独立样本t检验和配对样本t检验。 方差分析(Analysis of Variance, ANOVA):用于比较三组或更多组均数差异的单因素方差分析和多因素方差分析。 相关与回归分析(Correlation and Regression Analysis): 皮尔逊相关系数(Pearson Correlation Coefficient):衡量两个连续变量之间线性关系的强度和方向。 简单线性回归(Simple Linear Regression):预测一个因变量和一个自变量之间的线性关系。 多元线性回归(Multiple Linear Regression):预测一个因变量和多个自变量之间的线性关系。 卡方检验(Chi-Square Test):用于分析分类变量之间的关联性。 第十章:定性数据分析 定性数据分析是一个迭代和解释性的过程,旨在从文本、访谈记录、观察笔记等数据中提取主题、模式和意义。 数据整理与转录(Data Organization and Transcription):确保数据输入的准确性和一致性。 编码(Coding):将原始数据归类到有意义的类别中。我们将介绍开放性编码(open coding)、轴心编码(axial coding)和选择性编码(selective coding)等策略。 主题分析(Thematic Analysis):识别、分析和报告数据中出现的模式(主题)。 叙事分析(Narrative Analysis):关注研究对象如何讲述他们的故事,分析故事的结构、内容和意义。 扎根理论(Grounded Theory):一种从数据中生成理论的方法,通过持续的比较和抽象来发展理论。 使用质性数据分析软件(Using Qualitative Data Analysis Software, QDA):介绍NVivo、ATLAS.ti等软件在管理、编码和分析定性数据方面的作用。 第四部分:研究的成果与传播 第十一章:撰写研究报告与论文 本章将指导读者如何将研究过程和结果清晰、准确地呈现给学术界和更广泛的受众。 研究报告的标准结构:介绍引言(Introduction)、文献回顾(Literature Review)、方法(Methods)、结果(Results)、讨论(Discussion)和结论(Conclusion)等部分的内容要点。 学术写作风格:强调清晰、简洁、客观和准确的语言。 图表的使用:如何有效地利用图表来展示数据和支持论点。 引用与参考文献(Citations and References):介绍常见的学术引用格式(如APA、MLA),以及正确引用避免剽窃的重要性。 第十二章:研究结果的传播与应用 研究的价值在于其能够被他人理解和应用。本章将探讨研究结果的传播途径和实际应用。 学术会议与期刊发表:介绍学术会议的论文提交与宣讲,以及期刊审稿与发表的流程。 研究报告的公众传播:如何将复杂的研究成果转化为公众易于理解的形式,例如新闻稿、科普文章、演示文稿等。 研究结果的应用:讨论研究如何在政策制定、实践改进、课程开发等方面发挥指导作用。 评价研究质量:介绍同行评审(peer review)机制在保证学术质量中的作用,以及如何批判性地评估他人的研究。 结论 《社会科学研究的基石:探索与实践》旨在为读者提供一个全面而深入的研究方法论指南。通过掌握本书所介绍的理论框架、研究设计、数据收集与分析技术,以及伦理原则,您将能够构建起坚实的学术研究能力。这不仅是迈向更高层次学术研究的起点,更是成为一个具有批判性思维、能够审慎评估信息并为社会贡献洞见的独立研究者的重要基石。本书强调理论与实践的结合,鼓励读者在学习中不断反思和探索,最终能够自信地运用研究方法,为理解和改变我们所处的世界贡献力量。