研究的设计

一旦提出了研究的问题并获得了需要的被试，我们就需要安排一种观察方法来解答我们的问题。这部分内容要介绍关系科学研究中经常用到的几种不同的研究设计。

相关设计

相关 (correlation) 能回答这样的问题，“X和Y这两个事件在一起变化吗？也就是说变量X和Y有某种关联吗?”。表示相关程度的数值即相关系数在-1.00和 +1.00之间。相关值越大 (绝对值) ，两个事件联系就越紧密。如果X和Y完全正相关 (这意味着他们一起上升或降低——即X上升时Y也上升，Y下降时X也下降) ，相关系数就等于+ 1.00。如果X和Y完全负相关 (也即他们按相反的方向变化—— X上升时Y下降，X下降时Y上升) ，相关系数就等于如果X和Y没有任何关系，它们之间的相关系数就是0。这些相关模式的例子见图2. 2。

两个事件是否一起变化，这个问题很重要也很普遍。考虑下面这个问题 (第3 章会解答) ：具有类似的态度和价值观的人们是否倾向于喜欢彼此呢？对于偶尔遇到的人，感觉到的不一致是否和低吸引力有关？此类问题的相关研究一般会评价伙伴们在自然条件下知觉到的相似性和吸引力，并不会对配对伙伴的行为进行任何形式的干预或影响。研究者会仔细地测量被试的情感，从而发现相似性和吸引力之间的可靠关联，帮助我们理解新建立的人际关系中伙伴感到满意的原因。

另一方面，即使在吸引力和知觉到的类似性之间存在相关，仍有很多信息我们并不知道。的确，很多读者经常错误地理解相关设计得出的研究结果。相关只告诉我们两个事物之间存在联系，但是它并没有告诉我们为什么它们会相关。相关并不能表明事件之间存在因果联系。当你得出相关结论时，当心不要推导出其他无根据的结果，相关只是相关；相关的存在意味着可能有很多不同的似是而非的因果关联。这里给出三条简单明了的可能性：

图2.2相关模式



•X可能引起Y——在相似性和吸引力的例子中，知觉到的相似性可能引起了更多的喜欢。

•Y可能引起X——可能是喜欢上某个人让我们认为自己与他有许多共同点。

•其他影响因素，第三方变量可能同时引起X和Y, X和Y之所以相关的唯一原因是因为他们存在共同的影响因素。两个事件X和Y可能对彼此没有一点影响，而是某个其他影响因素，如他人的俊美长相，致使我们喜欢他们，并且认为他们和我们非常相像。

当X和Y存在相关，上述三种可能性以及许多其他更复杂的结果都有可能是正确的。如果我们得到的只有相关，我们所知道的也只是这两个事件存在关联。我们并不知道其中的因果联系涉及哪些因素。

然而，如果有很多个变量存在许多相关，或者测量是在某段时间里多个不同的场合下得出的，那么复杂的统计分析通常能排除或揭示出某些相关研究中可能的因果联系。尽管我们要小心不要把简单的相关关系错误理解成因果关系，但是运用高级统计技术却有可能在相关设计的结果上得出一些因果联系的可靠结论。

实验设计

如果有可能，考察因果关系更简单的方法是采用实验设计。实验 (experiment) 提供了原因和结果的最直截了当的信息，因为实验者创造并控制了他们研究的条件。在真实验中，研究者有意操作一个或多个变量，并把被试随机分配到这些事先创造的不同条件下，从而观察这些条件变化怎样影响人们的行为。因而，实验时不会问“X和Y是否一起变化”，而是问“如果我们改变X, Y会发生什么变化”。

让我们重新看看唐·伯恩 (Donnbyme) 对态度相似性和吸引力的经典研究 (Byrne & Nelson, 1965) ,以阐明实验研究和相关研究的差别。假如伯恩只是测量同伴的态度和他们喜欢彼此的程度，他会得出相似性和喜欢程度存在正相关，但他不能确定它们之间的因果关系。

伯恩于是做了一个实验。一旦被试来到实验室，伯恩会以投掷硬币的方式来随机确定被试遇到的是一个与自己类似的人，还是一个和自己完全不同的人。他控制了伙伴的相似程度，这也是这两种条件下被试的唯一差别。利用这种实验程序，如果伯恩观察到被试对相似的陌生人表现出更高程度的喜欢，就可以合理地推导出：更高的一致性引起更高程度的喜欢。为什么能得出这个结论？因为被试是随机分配到这两种实验条件下，所以喜欢程度的差别不能归之于每种条件下个体的差异；平均而言，两组被试是一样的。而且，被试除了和陌生人在相似性上有明显差別外，他们在实验中的程序全部是一样的。伯恩观察到的行为差别唯一合理的解释就是：相似性引起人们的喜欢。他的实验清晰地展示了被操纵的原因 (态度相似性) 对结果 (喜欢程度) 的显著影响。

实验比其他设计能更清晰、更精确地测定因果联系。如果实验控制得好，就能清晰地描述原因和结果 (Haslam & Mcgarty, 2004)。那么，为什么研究者还要进行其他设计？答案在于这样一个事实：实验者必须能够控制和操纵他们要研究的事件。伯恩能够控制被试所接收到的关于从未谋面的陌生人的信息，但他操纵不了亲密关系中的其他重要因素。我们也做不到。 (你怎么去创造一段在实验室发生的浪漫爱情体验?) 在一些无法控制的事件上不能采用实验设计。

所以，相关设计和实验设计各有自己的优势 (Mark & Reichardt, 2004)。采用相关设计，我们能研究现实世界中引人注目的事件——亲密关系的忠诚、火热的爱情、不安全的性行为——并考察它们之间的关联。采用实验设计，我们能考察因果联系，但我们研究的事件范围有限。再次强调，没有完美的研究设计——这也是用不同的研究设计、从不同方面研究同一个课题的又一原因。

发展性研究设计

发展性研究设计研究行为或事件随时间而改变的方式。发展性研究设计主要有三种类型。

横断研究设计

最常见的发展性研究设计是横断研究设计 (cross-sectional design) ,即比较处在不同人生阶段或者不同年龄者的发展过程。例如，如果我们要考察在婚姻的不同阶段导致离异的危险因素，我们可以询问那些有着不同婚龄长度的离异夫妇的主要抱怨。我们或许会发现婚姻持续的时间和离婚原因之间的关系。

正如在这个例子中看到的，横断研究设计是相关设计，所以我们要当心从中推导出的结论。如果我们比较那些婚龄25年的夫妇和婚龄只有5年的夫妇，我们比较的就不仅是婚龄不同的人，我们还比较了成长在不同社会环境下的人，两者相差20 年。我们所知道的仅仅是他们对婚姻的抱怨不会随着年岁而变化，他们关注的主要问题也许只是反映了他们结婚时的时代差异。

正如你所看到的，从横断设计得到的相关总会受到某些不确定性的影响：被试所经历的不同社会、文化和政治事件。只要人际关系研究的结果涉及年龄，我们就得质问其原因究竟真的是年龄
m.qiduwx.com提示您，本章没有阅读完，点击下一页进入下一页阅读！