一个实验研究里必须有控制变量吗

式中Sx为样本标准误，S为样本的标准差，n为样本容量。

（二）控制抽样误差的方法

从公式5-3中可以看出，决定标准误大小的两个重要因素是样本的标准差与样本的大小。样本的标准差越大，则标准误越大（抽样误差越大）；如样本的标准差越小，则标准误越小（抽样误差也越小）。因此，要减少抽样误差可以从两方面入手：一是增加样本量；二是减少样本的标准差。减少样本的误差可以选择合适的抽样方法。如在采用分层随机抽样时，将总体分成若干同质的子总体，就能减少总体的变异，从而也能减少样本的标准差。

第三节　变量的界定与选择

变量是研究的基本单位。在研究中，变量界定是否清晰、选择是否妥当对于研究的质量至关重要。因此，在研究设计中，需要根据研究目的进行认真考量，拟定合理的研究指标，选择恰当的变量水平与变量。

一、变量的界定与特点

变量（或变项）（variable）是指在质或量上可以变化的事物的特征，或可以测量、操纵的条件和现象。从变量与研究假设的关系来看，作为研究理论具体化的研究假设正是由变量与变量间的关系所构成的；而研究资料的收集过程完全可以看作是对变量的选择、操纵、控制、排除，以及对变量特征的记录与收集；研究结果也正是基于对变量资料的分析得出的。因而把握好变量的概念及其特征对研究者来讲是极其重要的。一般认为，变量具有三方面特点：

1.变量具有可变性　单一状态、无变动可能性的概念不能称为变量。所谓可变性是指研究变量的特征在某一群体中，有不同的表现形态或表现程度，而非指研究者将特定个体的特性由某种状态或程度改变为另一种状态或程度。如性别就是一个变量，因为性别有男女之分。研究者如将性别作为一个变量进行研究，表明其对某一研究中的男女差异有所关注，而并非指将男性变成女性。

2.变量变化特征可以测量或操纵　如性别、父母职业、家庭社会、经济地位是可以测量的质的方面的变化，这种质的变化有时可以用数字代替类别，以便于统计分析；而学生的学习内容、教师的教学方法等是研究者可以主动操纵的变量。

3.在某一研究中的常量在另一研究中则可能是变量，反之亦然如在很多研究中虽然使用男、女被试，但并不对性别差异进行考察，这时性别在研究者看来就是一个常量。从这个角度看，变量乃是根据具体研究目的而定的。

二、变量的类型

心理与教育科学研究中所涉及的变量，根据不同的标准，可分为多种类型。了解这些变量的基本类型，对正确选择、确定研究变量会有所帮助。

1.根据变量在研究中的地位划分　在心理与教育科学研究中，有些变量是研究者重点探讨的，有些是对研究有影响但不是研究者计划探讨的，有些是研究者要排除的。根据这些变量在研究中的地位不同，我们把变量分为以下六种：

（1）自变量（或自变项）（independent variable）：是指由研究者有意选择测量或加以改变的因素。它能够独立变化，并引起因变量的变化。一项具体的研究可能只包含一个自变量，也可能包含两个或两个以上的自变量。一个自变量可以影响一个或多个因变量。

（2）因变量（或依变项）（dependent variable）：是指被观察和被测量的随自变量变化而变化的有关因素或特征。

（3）调节变量（或涉连变项）（moderator variable）：是指在研究中对自变量与因变量的关系产生影响的变量。

（4）控制变量（controlled variable）：影响心理与教育科学研究的变量不计其数，在一项研究中，不可能对所有变量同时进行研究，有些变量必须消除或加以控制，这些变量被称为控制变量。

（5）中间变量（或中介变项）（intervening variable）：是指那些无法直接观测的，但在理论上影响所观察的现象、测量或操作的因素。中间变量用于解释自变量与因变量之间的关系，其效果必须由自变量和调节变量在所观察的因变量上发生的作用来推断。

（6）混淆变量（confounding variable）：指夹杂在研究要考察的变量之间，有可能影响自变量与因变量关系，但又不能将其从中区分出来的变量。

比如，研究教学方法对学生学习成绩的影响时，教学方法就是自变量，学习成绩则是因变量。而在研究中发现，当学生家庭积极参与学生学习时，教学方法的作用较为明显，反之则不明显，此时学生家庭的参与对于自变量与因变量的关系有影响，因而是调节变量；在另一方面，学生的智力水平也可能会影响研究结果，研究者就应该通过选择智力水平接近的被试来进行平衡，此时的智力水平即控制变量。同时，研究者也意识到，在教学方法与学习成绩之间，学生的学习兴趣可能具有影响，即教学方法可能增强了学生的学习兴趣，从而提高了学生的学习成绩，因而学习兴趣就是中间变量。此外，诸如教师的言行、班级的气氛等均有可能影响学生的学习成绩，这些都是混淆变量。

2.根据是否可以直接观测划分　根据变量是否可以直接观测，可划分为直接测量变量和间接测量变量。可以直接观测的变量称为直接测量变量（directmeasured variable）；无法直接观察、测量的内部心理状态、特征或过程称为间接测量变量（indirectmeasured variable），如智力水平、推理方式等。

3.根据研究者是否可以主动加以操作划分　根据变量能否被研究者主动加以操作，可划分为操作性变量和非操作性变量，操作性变量（manipulated variable）是研究者可以主动加以操作的变量。非操作性变量（nonmanipulated variable）是指在研究前就已经存在或研究时研究者无法主动加以操作的变量，如性别、年龄。非操作性变量虽然无法操作，但通常是可以测量的，因此，可以作为自变量使用。

4.根据变量能否用连续数值表示划分　根据变量能否用连续数值表示，可划分为连续变量和类别变量；连续变量（continuous variable）是指本质上能够用连续数值表示的变量。类别变量（categorial variable）是指本质上不能以连续数值而只能用类别表示的变量。

5.根据变量之间的关系来划分　根据变量之间的关系可划分为相关变量和因果变量。相关变量（relative variable）指变量间是相关关系的变量；因果变量（causal variable）指变量间是因果关系的变量。它们各自的特点和关系请参见第六章。

6.根据研究变量与研究被试的关系来划分　根据研究变量与研究被试的关系，可划分为主体变量和客体变量。主体变量（或被试变量）（subjective variable）指存在于被试自身的变量：客体变量（objective variable）指存在于被试自身以外的变量。实验研究中涉及的被试的年龄、性别、受教育水平等就是主体变量；而主试自身的一些因素存在于被试之外，因而是一种客体变量。

总之，不同类型的划分，表明研究者关注的侧重点是不同的。不同类型的变量并不是互相排斥、互相隔离的，而是互相重叠、互相交叉的。以亲子关系对儿童自我概念的影响为例，既可以将亲子关系看成自变量，儿童的自我概念看成因变量，也可将它们都看成是间接测量变量，还可将亲子关系看成是客体变量，自我概念看成主体变量等。因此，在进行研究设计时，如能够从多个角度考虑某一变量的特性，将会使研究设计更全面。

三、变量与指标的选择和确定

指标（indicator）是指用一件事代表另一件事的状态或变化时，前者即称为后者的指标。用作指标的可以是数字、符号、文字、颜色等，如脉搏跳动过速代表身体失常，智商数字代表智力高低。从这个意义上讲，指标也就是变量特性的操作化表现。在进行心理与教育科学研究设计时，变量与指标的选择是否恰当，对研究的成败有重要意义。下面我们以自变量与因变量的选择为例，说明选择和确立研究变量与指标的一般情况，然后在此基础上讨论确定研究变量的要点。

（一）选择和确定自变量与因变量及其指标

前面已提到，自变量是在研究中加以改变、操作的条件或特征。在心理与教育科学研究中，通常有以下几类自变量：（1）外部刺激，即客体变量，包括物理刺激和社会刺激；（2）被试的固有特性，即主体变量；（3）被试的暂时特性，即由研究者操纵外部刺激引起的影响被试行为的中间变量，如动机、疲劳等。

1.自变量的选择　在确定和选择自变量时，应综合考虑自变量合适的数量、水平变化范围与水平层次。自变量太少，不利于全面考察；自变量太多，又会影响研究的可行性。自变量的水平变化范围是指自变量的值变化的合理范围。自变量的水平变化范围如果过大，被试反应会过于分散；如果过小，被试反应又会过于集中，都不利于结果的分析。自变量的水平层次是指实验中所操纵的自变量的每一个特定的值，对自变量的水平层次选择也应适当。一方面，如果自变量水平层次过高，被试反应会集中于较低区域，形成地板效应（注5-5）；如果层次过低，被试反应又会集中于较高区域，形成天花板效应，从而导致区分度下降。因此，研究者必须选择恰当的自变量数量与水平层次，构成良好的自变量水平结构。

注5-5：地板效应（或下限效应）（floor effect）指测验太难，即使最容易的题目，对大多数被试而言仍显太难，在大家都无法作答的情形下，测验本身即失去对被试个别差异的鉴别力。反之，若测验太容易，许多被试不费吹灰之力就能获得满分，称之为天花板效应（或上限效应）（ceiling effect）。这两种效应提供了虚假的结果，使研究者无法根据测验结果评定被试的真实能力。

2.因变量的选择　因变量应该具备有效性、敏感性与可信性。有效性指因变量符合研究者的研究目的；敏感性指因变量应该具有较好的区别反应能力；可信性指相同条件下，因变量的观测值具有惟一性。为达到上述要求，因变量要选取合适的指标作为衡量依据。通常的指标有：反应正确性、反应速度、反应难度、反应频率、反应次数、反应强度等。

（二）选择研究变量和指标时应考虑的因素

在心理与教育科学研究中，无论何种类型的研究，在选择变量及研究指标时均应考虑以下几个方面：

1.变量要反映研究目的　变量要能够真正反映研究的目的，与研究假设之间应存在一致性。否则，整个研究都将是无效的。

2.变量的数目要合适　变量的数目太少，不利于全面地考察研究假设；数目太多，不仅会给研究的资料收集和分析工作带来困难，而且也会影响研究对象反应的准确性和真实性。描述研究和相关研究中变量的数目一般较多，实验研究中变量相对较少。

3.变量的测量水平要合理　制订变量的测量水平要考虑两方面的因素。从质的角度看，各个水平的分布范围要合理，不要偏高或偏低。从量的角度看，水平数目要合理：水平数过少，不能揭示变量全貌的变化规律，甚至可能得出错误的结论；过多，会使研究陷入琐碎，同时还可能掩盖有价值的东西。

4.研究指标的周全性　在选择研究指标时，必须注意指标的完整性、排他性、简明性及可行性。完整性是指指标必须能全面地反映变量的各个维度；排他性是指各个研究指标之间不应重叠交叉；简明性是指不应罗列过多的指标，能反映变量即可；可行性是指用来收集资料所选择的指标的条件具备与否以及指标使资料质量得到保障的可能性。

第四节　研究假设的提出

在确定问题、选择所要研究的变量后，研究者就应对变量之间的关系作出一定的推测，这就是本节拟讨论的研究假设与变量关系框架的建立问题。

一、研究假设的特点与功能

研究假设（research hypothesis）直接来源于问题陈述，问题陈述是形成研究假设的出发点。在心理与教育科学的研究过程中，研究者确定了研究的变量之后，就需要根据自己已有的知识经验，根据前人的研究成果，发挥想像力和创造力，对变量之间的关系提出合理的设想，即研究假设，所以研究假设是一种推理性的解释。对于同一个问题，可以形成不同的假设。形成假设的过程即把问题陈述变成可接受的假设的过程。例如：

问题：材料的种类和问题复杂程度对小学三年级学生概念理解能力的影响。

变量：材料的种类、问题复杂程度、小学三年级学生的概念理解能力。

假设：（1）材料的种类与小学三年级学生的概念理解能力不相关。

　　　（2）问题复杂程度与小学三年级学生的概念理解能力成负相关。

变量：图片材料与语言材料、一维度的概念和三维度的概念、小学三年级学生掌握某个概念需要的时间。

假设：（1）用图片材料和语言材料对小学三年级学生掌握一个概念需要的时间无影响。

　　　（2）小学三年级学生掌握三维度的概念比掌握一维度的概念所需要的时间长。

由上述研究假设的例子可以看出，研究假设具有以下几个特点：

1.研究假设具有一定科学性　假设是研究者在一定的理论、实践和研究的基础上进行逻辑推理而得的，并非研究者的主观臆断。

2.研究假设具有一定推测性　虽然假设的提出有一定的依据，但它们往往只是研究者的主观判断，可能被证实，也可能被推翻，也可能部分被证实或部分被推翻。

3.研究假设必须具有两个变量　就假设的内容来说，假设通常说明至少两个变量之间的关系。

4.研究假设的陈述应简明　假设的陈述应简单明了，不蔓不枝。

研究假设在研究全程中起着核心作用。它有助于研究者明确研究目的，限定研究数据的收集范围；它使研究者可以根据假设的内容，设计具体方案收集数据，最后去验证假设；它又为研究者揭示研究的框架，利于研究者更有效地对变量进行控制，保证研究结果的质量。

二、研究假设的类型

从不同的角度，依据不同标准，研究假设可分为多种类型。

（一）实质性假设与统计假设

根据研究假设所涉及的变量关系的表述形式，研究假设可以分为下面两种：一种是研究者对研究变量实质性关系及结论方向的揭示，称作实质性假设（substantive hypothesis），如“若教师对一个学生的评价越来越差，那么该学生的自我评价也会越来越差”；另一种旨在为数据分析服务，称作统计假设（statistical hypothesis），它通常采用定量的术语，描述资料分析可能得到的结果，如“教师对学生的评价与学生的自我评价成正相关”。其实这两个假设在本质上是相同的，只不过表述的形式与目的不同而已。

在统计假设中，根据预想结果有无定向，可以把假设分为定向假设和非定向假设。所谓定向假设（或有向假设）（directional hypothesis），表示结果有一定趋向，如“采用多媒体方法比采用传统识字法，学生的识字速度更快”。非定向假设（或无向假设）（nondirectional hypothesis）不显示趋向，如“小学一年级男孩与女孩的语文成绩无差别”。假设的陈述采用哪种形式，关键在于研究者对结果的期望。如果研究者认为能期望一个有趋向的结果，那么尽量用定向假设；如果根据已有研究无法期望结果的方向，那么应采用非定向假设。

在推论统计学中，零假设（或虚无假设）（null hypothesis）（可以用符号H0表示）指按事实推论相反方向所陈述的假设。通常用“不相关”、“无差异”、“无影响”的形式来陈述变量之间的关系，如“智商与学习成绩无关”。相反，如果用“相关”、“有差异”、“有影响”的形式来表述假设，那么就称为备择假设（或对立假设）（alternative hypothesis）（可以用符号H1表示），即研究者使用数量或统计学的术语表达科学假设，陈述总体中变量间的关系。例如“智商与学习成绩有密切相关”。

在推论统计中，研究者可以先提出一个预期的假设，称为原假设（primary hypothesis），也可在此基础上再提供一个假设表示可能存在的其他结果，称为选择性假设（selective hypothesis）。如果原假设为零假设，那么选择性假设就应为备择假设。此时零假设与备择假设都不是定向假设，而是非定向假设。如下所示：

原假设：智商与学习成绩无关（零假设，非定向假设）

选择性假设：智商与学习成绩相关（备择假设，非定向假设）

如果原假设为定向假设，那么选择性假设中就应包含零假设，为非定向假设，如下：

原假设：多媒体方法的教学效果优于传统方法的教学效果（定向假设）

选择性假设：多媒体方法的教学效果差于传统方法的教学效果或无区别（非定向假设，其中包含零假设）

（二）比较性假设、相关性假设、因果性假设

根据假设内容的性质，可以将研究假设划分为以下三类：

1.比较性假设（comparative hypothesis）　即对不同条件下变量的情况进行比较判断的假设，多见于差异比较研究，如“当前农村学校的辍学率比城市学校高”。此类假设常以“A与B存在差异”、“A比B高”的形式出现。

2.相关性假设（correlational hypothesis）　即对变量之间的相关关系进行推测的假设，如“中学生同伴接纳水平与其友谊关系的质量成正相关”。此类假设通常以“A与B成正相关”、“A与B相关”等的形式出现。

3.因果性假设（causal hypothesis）　即对变量之间的因果关系进行推测的假设，如“如果学生的智商高，那么他的学习成绩就好”。此类假设通常以“如果A那么B”、“如果A就B”等形式出现。

对这三者进行验证的难易程度是不一样的，验证比较性假设最简单，一般用于探索性研究；验证因果性假设最难，常用来揭示变量间的本质关系。

（三）一般性假设与特定性假设

根据假设中变量的具体与抽象程度，可以将其分为一般性假设与特定性假设：

1.一般性假设（general hypothesis）　这种假设的变量以抽象形式出现，对所研究的变量之间的关系和相互作用状况作出具有适应性的、概括的推测，如“高成就学生的同伴接纳水平高”。此类假设直接来源于问题陈述，不可直接验证。

2.特定性假设（specific hypothesis）　这种假设的变量以具体形式出现，假设已经把变量之间的关系和相互作用状况限定在一定范围之内，可以直接收集数据进行验证，如“韦氏智力测验成绩与学生的数学成绩成正相关”。

一般性假设与特定性假设是相对而言的。同一假设可能对于某些研究假设是一般性假设，对于另一些研究假设则又可能是特定性假设。比如，当我们假设“惩罚对人的行为有影响”时，对于“强化对人的行为有影响”这一假设来说，它是特定性假设，因为“强化”的外延要比“惩罚”的外延宽。而对于“惩罚对人的不良行为会有影响”来说，它又是一般性假设，因为“不良行为”只是“人的行为”中的一种。

最后需注意的是：上述有关研究假设的几种分类并非绝对独立、互不相干的，而是互相交叉的。例如：“韦氏智力测验成绩与学生的数学成绩成正相关”既是一个特定性假设，又是一个相关性假设，也是一个定向假设。此外，对于同一个研究问题、同一组变量，可以有不同形式的假设，这一方面决定于研究者的目的和要求，另一方面也决定于此方面研究的现状与可能达到的水平。

三、提出研究假设的原则与方法

（一）提出研究假设的原则

研究假设是研究行动的重要指引与依据。在提出研究假设时应遵循以下几个原则：

1.研究假设必须合理　并非所有的研究都需要提出假设，也不一定都能提出有意义的假设。一般而言，在描述性研究和只为了解事实真相而不涉及理论的研究中，常常不用提出研究假设，如关于小学儿童早餐情况的调查，只需提出问题即可。但对于相关性研究和因果性研究，提出研究假设则非常重要，合理的研究假设可以增强研究结果的逻辑说服力。

2.研究假设要有科学依据　研究者应以一定的理论为前提，以一定的已有成果为基础，以一定的经验和事实为依据，运用逻辑推理，对研究问题作出合理的回答。

3.研究假设是可以检验的　即研究假设中的变量应是可以操作和测量的，它们之间的关系是有意义的。例如，“人的肤色与人生观有关”虽然具备了假设的形式，变量也可操作，但这个假设却是毫无意义的。

4.研究假设的问题叙述要明确　研究假设要以陈述句形式提出，不能用问句或含糊不清的陈述句形式。研究假设还应简要，避免使用不必要的复杂概念，做到言简意赅。

5.对问题推测力求准确和固定　假设要针对问题作出推测，并保持与问题的一致性，即“所答为所问”，这样才不致在研究中出现混淆不清的情况。

（二）提出研究假设的方法

提出研究假设的基本方法，主要有演绎和归纳两种。在具体的研究中，研究者往往综合运用两种方法，从多种角度来形成研究假设，具体来说包括以下几方面：

1.由一般原理推演研究假设　理论是研究假设的前提，研究者可以应用演绎推理，从一般原理出发推演出研究假设。例如，一般认为，人们从事某种专业的能力越强，在此活动上耗费的时间越少，因此可以推论：由于人们从事某专业活动的效率高，所以他们在此方面花的时间较少。根据上述命题，研究者可以形成假设：学生在其擅长的科目上花的时间较少，因为他们在该科目上的学习效率高。

2.从先前研究与自己的经验中归纳出研究假设　研究者可以通过观察，由特定现象出发，提出一般假设。比如，许多研究结果表明：肥胖的人进餐后马上再进餐，与几小时后再进餐，他们的进餐量一样多；他们吃诱人的食物时，比吃不诱人的食物时吃得更多；尽管才进餐不久，但如果他们认为到了用餐时间，就吃得越多，等等。根据这些研究结果，我们就可归纳出更一般性的研究假设：肥胖者饥饿与否是受外在因素控制的，而不像正常体重者是受内在因素控制的。

3.通过抽象化过程形成研究假设　抽象化即将具体的人或事物提高到概念层次来分析、辨别其特征。以民主型家庭与专制型家庭对儿童个性的影响为例，“民主型家庭”是具体的事物，但我们可以将它作为一个概念，解释为气氛活跃、父母开明、平等协商的家庭，而这些特征都有利于儿童个性的发展，那么我们可以假设：民主型家庭比专制型家庭更有利于儿童个性的发展。