心理学中定量研究的几个问题，本文主要内容关键词为：定量论文,几个问题论文,学中论文,心理论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 定量研究的哲学内涵
1.1 定量研究的概念
在心理学中，定量研究指基于理性和逻辑之上、借助数学工具而实现的研究方法。众所周知，量化是心理学研究科学化的重要标志。自冯特于1879年建立第一个心理学实验室之后，100多年来心理学在实证主义的指引下，以客观性、系统性和可验证性作为科学研究的标准，取得了丰硕的成果，定量研究也成为心理学的主要研究方法。
从深层意义上考察定量研究时，不能不提到实证主义及其在心理学发展中的重要地位。实证主义认为社会与自然现象是一种客观的存在，不受主观价值因素的影响，不被知识、理论所过滤。主体与客体是两个截然分开的实体，主体可以使用一套既定的工具和方法程序获得对客体的认识。主体与客体、价值与事实之间是二元分离的，不能相互渗透。
在对客体的认识方式上，实证主义认为社会现象必须被经验所感知，一切概念必须可以还原为直接的经验内容，理论的真理性必须由经验来验证。实证主义遵循的是自然科学的思路，认为事物内部和事物之间必然存在着逻辑因果关系，对事物的研究就是要找到这些关系，并通过理性的工具对它们进行科学的验证。[1]
1.2 定性认识与定量认识的关系及测量的哲学意义
定性认识，即判定某对象实体是否存在，结构如何，各要素之间具有何种联结等等。它往往是认识事物的开始。心理学中的定性研究是一种基于经验和直觉之上的研究方法，它主要来自形而上的、思辩的研究传统。这里所说的定性研究和定量研究同属实证主义范式，与遵循现象学、阐释学传统的“质的研究”有一定区别。
定性认识缺乏量化的严格的、精确的观察、测量、统计、计算和表述，不能对特定事件做出严密的描述、说明、解释和阐述，具有不精确性；其研究结构具有很大的任意性和松散性；它是以经验描述为基础，以归纳为核心的方法论系统，它的推理缺乏严格的公理化系统的逻辑约束，因此，在它的前提和结论之间可能不存在逻辑的必然性，即其结论往往具有或然性。
由于定性认识具有上述局限性和相对性，故在定性认识的基础上，必须对事物进行定量认识，也只有这样才能获得清晰、准确、普遍的认识。定量认识的目的在于测定对象目标的数值，求出其与各相关要素间的精确的经验公式。定量认识是对一种具有确定逻辑结构的认识，这些逻辑结构的不断展开就是定量研究方法的实现。
定量研究的关键是通过科学仪器来测量被观察对象的各种数量关系，刻划对象的数量特征，因此定量认识又称为观测或测量。测量就是把一个数和一个测量单位联系起来去描述事物的某种性质。在科学认识过程中，测量将理论与实践、经验认识与它的数学表达联系起来。
测量不能停留在表观的定量层次上而与定性认识相离。定性认识使得测量所有得到的数字获得有意义的解释，具有目的性。而测量过程中的定量性质又使得对客体的认识具有准确性，富有说明力。对事物进行测量，最终是为了更好地认识、解释客观世界中的各种现象，把握其内在性质，最终更好地认识世界。
唯物主义认为，可测量的方式和测量操作、测量仪器的选择并不是任意的，它们服从于被测量对象的真实属性，服从于该学科范围内的概念和认识论基础。具体地说，就是：测量是对客观存在的量的测量，测量的过程是数字关系系统（数学）应用到经验关系系统（自然）中的过程。
所以，测量问题的哲学意义就是：数学对现实适用性的关键是经验世界与数学系统具有结构同一性，测量作为数字关系结构见之于经验关系结构的活动，具有沟通两者的双向性功能，并通过测量操作的检验展示了它们有相同的结构。
2 定量研究应该注意的几个问题
实证主义在心理学中的作用不可抹杀，不过其研究上的极端客观主义倾向、对技术与方法的过度依赖，轻理论重数字，以及价值中立的研究原则，使传统的定量研究导致了许多弊病。所以，在进行定量研究时，必须注意以下几点：
2.1 定量研究必须与定性研究结合起来，从进行心理学的理论与实践探索
定量与定性两种方法各有所长，各有所短，应该把这两种方法有机结合起来，从而形成方法论上的互补优势。事物本身是质与量的统一体，在进行研究时，当然应该把定性与定量方法结合起来；定性与定量的互补融合，也是科学方法自身不断改进和完善的必然趋势。现代数学方法不断吸收了辩证思维的因素，现代辩证方法也不断吸收了数学思想，数学定量方法和辩证综合方法在现代科学的基础上日趋融合为一体。这种方法论上的互补融合，就有可能提供更加完备的研究工具来进行高度复杂多变的个体心理研究。
2.2 进行定量研究时，必须考察它的前提条件
并非所有的研究都是可以用定量的方式来进行的。比如在下面几种情况下就不适合用定量方法研究：研究对象的情况不清楚时；进行探索性研究时，相关的概念和变量不清楚，或其定义不清楚；进行深度探索性研究时，试图把行为的某些特定方面与更广的背景相联系；考虑的是问题的意义而非次数频率时；当研究需要灵活性以便发现预料之外的、深层的问题时；需要对所选择的问题、个案和事件进行深层的、详细的考察时。
2.3 就统计检验而言，要避免一些可能发生的错误
一种理论的诞生要经过假说的不断验证。如果一种心理学假说推出的结论能被实践所证实，这种假说就能逐步发展成为理论[2]。运用数学工具将实验或其他量化的结果进行统计分析，可以在某种程度上为理论提供必要的实践支持。即看理论假设是否符合观测数据。不过，统计检验也不可避免地存在着局限性，其结果会受到分析技术的成熟程度、模型变量的有效性、测量数据的可靠性、样本规模的大小等许多方面的影响。所以统计检验不显著，并不意味着这一研究无价值。而在统计检验显著时，则更要清醒地认识到，统计分析只是就事物的统计联系进行分析，从统计分析中得到肯定的事物联系到对于事物之间本质的认识还有很远的距离。因此，统计检验只是从一个侧面进行实践检验，并不能代替其他形式的实践检验[3]。
2.3.2 把握好统计分析与理论假设的关系
在实际研究中，常常是通过一些定性研究或以往研究的结果对变量间的因果关系做出假定，即进行“模型设定”，然后通过因果模型来验证这个假定是否合理，而不是通过它来寻找和发现因果关系。所以，统计模型是通过数量关系的计算来进行验证，是一种证实性技术。在进行心理学研究时，一定要把握好它们之间的关系。在因果模型中，如果将一对自变量与因变量的方向改变，模型拟合不会有什么变化，可实际上意义也已完全改变了。所以，变量之间关系的定位，主要靠理论上的把握，即定性分析的正确性来判断。
2.3.3 要防止出现解释谬误
这是一种典型的方法论错误。这一问题的产生不是统计分析的错误，而是对于正确统计结果的错误解释问题。如果事实上统计分析进行时并没有理论假设，那么这一研究属于探索性研究。在得到统计结果的基础上，可以形成新的理论假设。然而，如果反过来将同一统计分析作为假设检验看待，就是犯了事后解释谬误[4]”其要害是，将一个探索性或描述性分析结果当作了一个解释性分析的结果，完全混淆建立假说和检验假说的区别。
比如，在编制一个量表时，首先编写一些项目去施测，将测得的数据进行探索性因素分析，得到几个因素。这就是一个探索性的研究。如果想进一步证实此因素结构的合理性，就再去测另一批被试，利用得到的数据做验证性因素分析。若结果与前面的相同，则证实性的研究已完成。不能用同一数据既做探索性因素分析又做验证性因素分析。
2.3.4 统计检验显著不等于实际意义一定显著
由于进行统计检验是用抽样数据推断总体情况，因此必须考虑抽样数据所得到的各项参数估计所包含的抽样误差。即无论是研究差异还是作用的存在与否，根据抽样数据得到的统计量只是总体参数的点估计。只有考虑统计量的随机误差之后，才能确定差异或作用的存在与否。统计检验显著与否受到三个主要因素的影响：一是实际差异幅度或作用强度的影响；二是置信度的大小；三是样本规模的大小。这三个因素只要有一个发生变化，结果就会变化。所以，统计检验显著只是说明在特定的条件下，才能确定差异或作用是否存在。如果能够肯定，就说其统计显著，否则就不显著。但是，统计显著与否只是一个相对于这三个方面条件所得的结论，并不是用来表示实际显著意义的标志。
除此以外，还要考虑统计显著性检验的两种错误问题、随机误差的干扰问题、相关关系的虚假性等等问题。总之，在进行定量研究时，一定要慎重对待，考虑多方因素，以免出现错误结论，贻害他人。
3 定量研究方法的发展
20世纪中叶以来，研究者开始关注人的精神需求，日益注重个体的价值。人本主义思潮的兴起，以及质的研究方法的发展，也体现了这一点。并且，随着现代科学技术、数理统计技术的不断发展，心理学研究方法也不断完善。因此，定量研究方法在现代正向以下几个方面发展：
3.1 生态化
由于新的实验设计技术和统计分析技术能够有效地控制误差，定量研究中实验情境与现实生活越来越接近。例如，过去在进行析因实验设计时，常常把因子当成相互独立的因素，只关心其主效应，且一次研究只涉及一个因子。然而心理活动是受个体的、社会的、内部的、外部的多种复杂因素共同作用和相互影响的结果，无法抛开各种环境等因素。近年来多因素析因设计受到重视，就在于它有较高的生态效度。通过精心设计，在研究者感兴趣变量的精度不降低的前提下，能容纳较多的自变量，使实验与人们生活更加接近。同时在统计分析中交互作用被认为更有理论价值，对交互作用的性质与意义的进一步分析与解释能更系统地了解因子间的复杂关系，研究结果也更接近真实情况。
3.2 数据处理精确化
由于科学技术的发展，计算机功能的不断强大，使得多元统计分析得以深入进行。由此而开发出的用于复杂数据处理的统计软件也相应问世。如SPSS、LISREL、HLM等高级统计软件正在运用于心理学各种研究领域。这样，许多原来无法处理的数据现在变为可能。并且，由于可纳入的变量增多，变量之间的复杂作用也可以分离出来，从而使研究结果的处理更加精确，与现实情境更接近。
比如，在一般的教育评价中，涉及学生、班级等不同水平的变量，传统的线性回归模型假设量间存在直线关系，变量总体上服从正态分布，方差齐性，个体间随机误差相互独立。前两个假设较易保证，但方差齐性，尤其是个体间随机误差相互独立的假设却很难满足。即不同班级的学生可以假设相互独立，但是同一班级的学生由于受相同班级变量的影响，很难保证完全独立。因此在分析时，如果运用多层分析方法，将传统回归分析中的误差分解为两部，其一是第一水平个体间差异带来的误差，另一个是第二水平班级的差异带来的误差。可以假设第一水平个体间的测量误差相互独立，第二水平班级带来的误差在不同班级之间相互独立。这样进行数据处理，就保证了研究结果更精确、更符合真实情况。
3.3 重预测性
也就是说研究结果能对研究对象的未来发展进行有效预测。心理学研究有三个水平，最低是描述水平，它只对研究对象当前的心理特征或状态作出一般性的评价与测定；其次是解释水平，它侧重于寻找影响人心理活动或心理发展特点的主要因素；最高层次是预测水平，强调通过揭示事物间的因果关系、规律来预测所研究对象未来的发展[5]。心理学研究的目的在于解释、预测和调控人的心理，只有达到预测水平的研究，其成果才具有实际价值。开展预测水平的研究，关键是要构建好相应的因果关系模型，注重纵向的动态分析。多元回归分析、因径分析、结构方程模型技术、多层分析等高级统计方法的发展与应用，可以为此提供技术支持。