心理学研究调查的方法

报告人：唐文杰SurveyResearch312研究设计方法SurveyResearch的意义抽样方法4问卷设计5预实验的步骤6数据收集SurveyResearchSurveyResearch的意义调查研究：一种精确的田野研究通过使用问卷收集针对一个特定目标人群的样本的数据心理学家更加关注多样化的心理过程和个体特点之间的交互作用（人格，社会认同，文化）Example:认知需求，归因和团体，文化社会心理学的研究方法都存在一定的缺陷，所以需要权衡。实验室研究：结果的普遍性和生态效度调查研究：因果推断的有效性Notice:所以建议采用多样性的测量和研究方法为什么用调查研究？实验研究：被试的来源基本上是在校大学生，不具有代表性。1.年轻人的态度改变更加敏感2.特质较不稳定3.思想和性格特点有所差异调查研究：根据概率理论原则，可以接触到最有代表性和最多的样本。提供了理想的条件：探究个体差异和心理过程的交互作用。限制：1.金钱消耗，时间消耗2.情景难以控制和精心设计Totalsurveyerror调查研究：数据质量和实验经费的权衡Totalsurveyerror:在有限的预算内，最大化数据的质量目标：精确的测量代表样本特质的的样本的构建误差来源：Coverageerror：挑选的样本不包含总体的某些特质Samplingerror：总是存在于样本和总体间的随机误差Nonresponseerror：数据的来源并不是所有的样本成员Measurementerror:评价构建的所有失真，包括系统性偏差，随机误差（被试，主试），问卷本身综合的考虑这4个误差来源，在有限的资源内最大化的减少这四个误差的综合研究设计Cross-SectionalSurvey横断研究：在一个单独的时间节点，从一个具有代表性的样本收集数据用途：1.常被用来证明群体现象的普遍性（行为频率，人数）2.评价变量间的关系和两个子群体间的差异3.常被忽略，也可以做因果（2步最小二乘法；路径分析）单独的横断研究：评价社会事件的影响（尼加拉瓜&里根）方法：以12.25日为节点，进行分组结果：符合预期，对于政治新手的影响尤其严重RepeatedCross-Sectional重复横断研究：在2个或更多的时间节点，从独立的不同的样本（来自于同一个总体）收集数据假设：因变量和自变量间的因果关系随时间的变化同步验证：多个时间点之间自变量的变化和因变量的一致举例：种族平等的观念和政府的努力用途：也可以研究社会事件的影响重复横断研究的数据可以合并PanelSurvey固定样本研究：在2个或更多的时间节点，从同一个代表性的样本收集数据用途：1.评价心理建构（影响因素）的稳定性2.检验因果关系两种方法：1：检验个体水平上自变量随时间的变化和因变量的变化一致例：种族接触和偏见2：因变量是否能够被自变量预测应用：1.projectionhypothesis:评价认可和喜欢程度（选举无关）2.社会事件的影响（海湾战争&布什）缺点：1.样本流失和参与意愿（影响代表性）2.初次参与可能会影响被试（健康，政治）3.被试答题一致性的意愿解决：融合使用两种方法（固定样本和横断：解决遗留效应）ExperimentswithinSurveys调查中的实验研究：在以上的调查研究中，将被试随机分配到实验组和控制组中用途：1.探究问题的顺序效应和表达效应2.种族问题2.1框架效应和情绪过程（种族偏见和材料特点）2.2是否接受援助&种族&传统道德&团体or个人2.3种族和犯罪类型（是否暴力）3.情绪和生活满意度例：情绪状态会影响错误归因（天气&情绪&幸福）电话访谈，先问天气情况不受影响Benefitsofexperimentswithinsurvey调查中的实验研究的优点：1.社会调查证明了这个现象是足够普遍以至于可以被观察到；提高了实验结果的表面效度和推广性。2.社会调查的效应大小提供了更精确的依据，对于评价在日常生活中这种心理过程的可能性3.足够大的样本使得研究者可以探究个体差异对于效应的影响（年龄，教育背景等）抽样方法抽样方法常用两类抽样方法：非随机抽样（Nonprobabilitysampling）:在选择过程中，样本单元并不是被随机从总体中选取的；或者一些样本单元的抽样概率未知随机抽样（Probabilitysampling）:在选择过程中，样本是被随机选择的，每个样本的抽取概率已知注意点：概率非0；概率不要求相等；不要求非1；各样本的抽样概率独立优点：1.研究者足够自信说明样本具有代表性，保证普遍性2.可以精确的计算样本的误差；可以计算点估计的置信区间SimpleRandomSampling简单随机抽样：随机抽样最基础的形式，样本从总体中随机选取，所有的样本被选中的机会相等。形式：有放回:将已经选取的样本，先放回到总体中，使他们可以被再次选中无放回（replacement）：每个样本只有一次机会被选中；常用缺点：1.要求调查总体的所有成员是被识别的，从而保证可以随机选取2.花费很大的时间和资源操作3.现实中很难获得总体中所有个体的数据SystematicSampling系统性抽样：1.总体中的所有个体被识别，然后被列举；2.依据总体的数量（2w）和抽取样本的大小(2k)，确定抽样间距r3.确定起始点，在1~r之间的随机数4.按照抽样间距，从起始点开始，依次选择第r个简单随机抽样的变式，更易于操作。注意：1.总体的所有单元的排列是完全随机的2.周期性：尤其注意循环模式（男、女）StratifiedSampling分层抽样：1.将目标总体分成几个不同的子群体（丈夫和妻子）2.在每个子群体（层）内，分离独立的进行抽样简单随机抽样和系统抽样的变式，对于样本组成的控制加强。形式：1.比例层抽样：每层的取样比例相等2.非比例分层抽样：不同的层选用不同的取样比例（当某个子群体的标准差过高；确保子群体的样本足够大）（少数派）要求：提前知道样本中最重要的，有意义的分层变量。注意：1.样本的代表性取决于分层变量的代表性（与因变量直接相关）Samplingerror抽样错误（samplingerror）：样本数据和真实的总体数据之间的差异。标准误：样本观测分数偏离真实分数的大小从同一个总体中足够次数的抽取相同大小的样本假设：总体的size要无限的大置信区间：根据SE计算，SE越小，估计越准确权衡：样本越大，SE越小，但是这种变化不是线性的；随着样本的增大，SE的减弱趋势变小。数据精确性VS.金钱的消费Samplingerror标准误：当总体的数量是有限时，公式需要被修正新的影响因素：样本大小和总体大小的比值（至少5%）影响力要次于样本大小的影响。Samplevariance:样本方差越大，SE越大设计效应：实际的样本的方差和简单随机抽样样本方差的比值默认的取样方法为简单随机取样，当用其他抽样放会影响真实的SE。Clustersampling：比值大于1，SE更大Stratifiedsampling:比值小于1，SE更小Nonresponseerror无应答错误（Nonresponseerror）：样本中的所有个体可能不会都联系上，或者不是所有个体都愿意参与调查。关键：错误大小取决于无应答者和应答者数据之间的差异大小目标：最小化费用消耗，最大化实际的奖励，建立信任。方法：通知被试，说明必要性，说明研究目的，和奖励回收率：一对一调查60%；电话调查70%如果构建本身与参与可能性无关的话，就不会影响；回收率和无应答错误之间无必然联系例：邮件（20%）的预测准确率高于电话调查（60%）相关研究：研究结果会随着应答率改变，相关增强校正方法评价无应答错误是否会影响样本质量：方法1.重新去接触样本中无应答的那些被试，并且收集数据（相关的和不相关的维度）；然后由研究者评价差异方法2.建立在假设：数据很难获得的参与者（很难联系或者被劝说参加）和无应答者具有相似的特点；比较这连这个和之间的差异范围错误：从更受限制的样本数据获得样本，会导致样本对于总体的推断无效。例：电话访问中，家里有电话和无电话的差异幸运：和经济条件无关的测量间无差异不充分的样本可能会增加误差非随机抽样NonprobabilitySampling非随机抽样（Nonprobabilitysampling）:在选择过程中，样本单元并不是被随机从总体中选取的；或者一些样本单元的抽样概率未知应用领域：文化对于社会和心理过程的影响例：不同地域进入同一课堂的学生缺点：无法获得样本的代表性，无法评价样本误差和建立置信区间，所以统计结果是无效的（假设简单随机取样）也有可能被其他可能的因素解释（年龄和文化的例子）NonprobabilitySampling偶然抽样（haphazardsampling）:被试被选择仅仅根据方便原则（特定的大学和课程）付钱给志愿者存在问题（兴趣和专业性）目的性抽样（purposivesampling）：在一个特定的子群体中进行偶然抽样（比较已知组别差异）例：会计&演播艺术：对于流产的拒绝程度问题：子群体内的同质性过高，从而导致结果的差异不明显滚雪球抽样（snowballsampling）:先找到一个特定群体的个别样本，每个个体被要求推荐子群体的其他成员（极端观点，CEO）问题：违背了观察样本的独立性配额抽样（quotasampling）:预先确定不同的子群体中样本的数量信息完善或者应用在随机抽样会更准确问题：只有和总体匹配才有代表性（不外显的配额特征）NonprobabilitySampling偶然抽样（haphazardsampling）:被试被选择仅仅根据方便原则（特定的大学和课程）付钱给志愿者存在问题（兴趣和专业性）目的性抽样（purposivesampling）：在一个特定的子群体中进行偶然抽样（比较已知组别差异）例：会计&演播艺术：对于流产的拒绝程度问题：子群体内的同质性过高，从而导致结果的差异不明显滚雪球抽样（snowballsampling）:先找到一个特定群体的个别样本，每个个体被要求推荐子群体的其他成员（极端观点，CEO）问题：违背了观察样本的独立性配额抽样（quotasampling）:预先确定不同的子群体中样本的数量信息完善或者应用在随机抽样会更准确问题：只有和总体匹配才有代表性（不外显的配额特征）问卷设计和测量误差Questionnairedesignandmeasurementerror问卷设计•设计问卷需要考虑的问题：如何提高数据的信度和效度•1.开放式问题vs.闭合式问题？•2.评级（ratingscales）vs.排序（rankingtasks）？•3.评级的话，采用几点量表？•4.每一个点是不是都应该标注文字？•5.回答中需要有“不知道””不清楚“这种选项吗？•6.反应的选项（responseoptions）需要被省略吗？•7.问题的顺序应该如何确定？•8.问题应该如何措辞？1.开放式问题VS.封闭式问题•开放式问题：允许被试用自己的话来回答。•Eg.你觉得国家现在面对的最重要的问题是什么？•封闭式问题：要求被试在给出的选项中做出选择。•Eg.你觉得国家现在面对的最重要的问题是什么？•A.通货膨胀B.就业问题C.犯罪问题D.国债问题E.其他1.开放式问题VS.封闭式问题•开放式问题的缺点：•编码答案：1000个莎士比亚和1000个哈姆雷特•1.需要把所有的答案做出分类•2.需要很多人来看，很多人编码，要求意见一致•3.编码者的意见不一致很多的话，还需要重复该过程•4.时间和财力消耗都很大•5.对编码者的要求很高•开放式问题的优点：•1.不用设置选项，就可以有效的使用•2.能得到综合的，信效度更好的答案1.开放式问题VS.封闭式问题•封闭式问题的缺点：•1.引导答题者的答案局限在研究者提供的选项中•2.列出的答案可能不完整•3.即使是排序题，和开放式问题的答案也会完全不同•4.只有当选项很综合的时候，才能被有效的使用。•封闭式问题的优点：•1.可以很快的把答题者根据答案分成研究者划分好的分类•2.统计方便、快捷、简单开放式问题VS.封