第六章研究方法目錄01第一節(jié)被試02第二節(jié)研究材料與設備03第三節(jié)研究設計與程序04第四節(jié)數(shù)據(jù)處理05第五節(jié)典型論文示例被試01被試01人類被試對于人類被試，應報告抽樣和分組程序、被試的性別和年齡等主要人口統(tǒng)計學特征。對人類被試進行篩選和報告。02動物被試報告動物被試的種類、編號或其他具體證明資料，具體、詳細地說明所有重要的情況，包括如何對待和處理它們等。03被試數(shù)量被試部分還應描述被試的總量及分派到每個具體實驗條件下被試的具體數(shù)量。G*power軟件的安裝

G*power軟件是專門用于統(tǒng)計功效（包括樣本量）計算的免費統(tǒng)計軟件，在社會科學研究領域有著很高的聲譽和認可度。在官網(wǎng)即可下載，Windows和Mac版本均有，下載地址為http://www.gpower.hhu.de/。打開下載的安裝包，雙擊setup，便可進行安裝，如圖6-1所示。G*power軟件的安裝安裝完成后，點擊桌面圖標，順利出現(xiàn)主界面，即安裝完成，如圖6-2所示。如何使用G*powert檢驗（1）確定選擇單尾檢驗還是雙尾檢驗（示例操作為雙尾檢驗）（2）填寫效應量（3）填寫顯著性水平（4）填寫統(tǒng)計檢驗力（5）填寫分配比（6）點擊Calculate如何使用G*power相關分析（1）確定選擇單尾檢驗還是雙尾檢驗（示例操作為雙尾檢驗）（2）填寫效應量（3）填寫顯著性水平（4）填寫統(tǒng)計檢驗力（5）點擊Calculate如何使用G*power單因素方差分析（1）填寫效應量（2）填寫顯著性水平（3）填寫統(tǒng)計檢驗力（4）填寫組數(shù)（5）點擊Calculate如何使用G*power雙因素方差分析（1）填寫效應量（2）填寫顯著性水平（3）填寫統(tǒng)計檢驗力（4）填寫自由度（5）填寫組數(shù)（6）點擊Calculate如何使用G*power重復測量方差分析（1）填寫效應量（2）填寫顯著性水平（3）填寫統(tǒng)計檢驗力（4）填寫組數(shù)（5）填寫測量次數(shù)（6）填寫水平間的相關系數(shù)（7）填寫球面假設（8）點擊Calculate如何使用G*powerχ2檢驗（1）填寫效應量（2）填寫顯著性水平（3）填寫統(tǒng)計檢驗力（4）填寫自由度（5）點擊Calculate研究材料與設備02研究材料與設備01研究材料研究材料與設備主要是針對社會科學領域的實驗型研究。實驗型研究應重點介紹研究材料（有的論文中也稱作“實驗材料”或者“實驗刺激”），這部分越詳細越好，這樣有助于進行可重復性研究。02研究設備研究設備可簡短描述為實驗過程中所使用的實驗設備或材料及其在實驗過程中的作用。一些常用的實驗器材，如秒表或屏幕，一般不需要詳細描述，但對于需要通過供應商獲得的設備，如MATLAB軟件包、SPSS軟件包等，應說明設備的型號、供應商的名稱和地點、版本信息等。復雜或?qū)ｉT定做的設備可以通過圖紙或者照片進行描述，也可以在附錄中對復雜設備進行詳細描述。研究設計與程序03研究設計與程序?qū)嶒炘O計實驗設計部分往往僅出現(xiàn)于實驗型研究的論文之中，一般包含自變量的種類（被試間變量或者被試內(nèi)變量）和水平、因變量指標等。實驗程序?qū)嶒灣绦蛑荚谡f明研究過程中的每一個步驟，包括指導語、被試分組、具體的實驗操作，以及對實驗設計中隨機化、平衡抵消和其他實驗控制特點的描述。如果收集資料的過程中使用了非漢語的其他語種，則應當具體說明；而當將某種語言的測試工具翻譯為另一種語言時，還應描述翻譯的具體方法。數(shù)據(jù)處理04數(shù)據(jù)處理一、Process插件安裝三、Process的優(yōu)點二、Process分析過程簡介四、Process的缺點AndrewF.Hayes于2013年出版了Introductiontomediation,moderation,andconditionalprocessanalysis:Aregression-basedapproach一書，該書基于SPSS和SAS的中介和調(diào)節(jié)效應分析程序，開發(fā)了用于進行這兩種分析的插件Process。數(shù)據(jù)處理（1）下載Process安裝包。（2）安裝Process。（3）檢查安裝。如圖6-9所示。一、Process插件安裝以本書主編劉燊2023年發(fā)表在《心理發(fā)展與教育》上的《父母婚姻沖突與青少年攻擊行為的關系：情緒安全感和學校聯(lián)結(jié)的作用》一文（洪新偉等，2023）為例，簡要介紹Process運行的過程。0203中介效應的檢驗01調(diào)節(jié)效應檢驗有調(diào)節(jié)的中介效應檢驗二、Process分析過程簡介數(shù)據(jù)處理01中介效應的檢驗中介效應檢驗需要使用Model4，以檢驗情緒安全感在父母婚姻沖突與青少年攻擊行為之間的中介作用為例，在SPSS中的操作步驟如下：“變量放入相應位置”→

選擇“Model4”→“Options”→“繼續(xù)”→“確定”，如圖6-10所示。數(shù)據(jù)處理01中介效應的檢驗結(jié)果見表6-1所示，情緒安全感在父母婚姻沖突與青少年攻擊行為之間的中介效應顯著，中介效應占總效應的24.53%，表明情緒安全感部分中介了父母婚姻沖突對青少年攻擊行為的影響。數(shù)據(jù)處理02調(diào)節(jié)效應檢驗調(diào)節(jié)效應檢驗需要使用Model1，以檢驗學校聯(lián)結(jié)在情緒安全感與青少年攻擊行為之間的調(diào)節(jié)作用為例，如圖6-11所示。數(shù)據(jù)處理03有調(diào)節(jié)的中介效應檢驗假設學校聯(lián)結(jié)在中介模型的三條路徑中均起調(diào)節(jié)作用，即中介路徑的前半段路徑、后半段路徑和直接路徑。因此，研究者采用Process的Model59進行檢驗，如圖6-12所示。數(shù)據(jù)處理03有調(diào)節(jié)的中介效應檢驗根據(jù)Muller等人（2005）及溫忠麟和葉寶娟（2014）的觀點，檢驗有調(diào)節(jié)的中介模型需要對三個方程進行估計。結(jié)果如表6-2所示，說明學校聯(lián)結(jié)在中介模型的后半段路徑和直接路徑上起調(diào)節(jié)作用。數(shù)據(jù)處理數(shù)據(jù)處理三、Process的優(yōu)點操作簡單功能強大傳統(tǒng)的SPSS做中介效應和調(diào)節(jié)效應時，需要分布或分層回歸，而在SPSS中使用AndrewF.Hayes開發(fā)的Process插件進行運算則可以一步到位。Process能夠處理同時包含中介效應和調(diào)節(jié)效應的模型，中介變量和調(diào)節(jié)變量的數(shù)量和調(diào)節(jié)位置不同時，可以延伸出多種模型。自動化程度高Process專門用于分析中介效應和調(diào)節(jié)效應，除常規(guī)的回歸分析結(jié)果外，還可以呈現(xiàn)直接效應和間接效應的估計值，以及Bootstrap置信區(qū)間、Sobel檢驗等結(jié)果。數(shù)據(jù)處理四、Process的缺點01Process只能處理顯變量路徑分析模型，不能處理潛變量模型，潛變量需要使用結(jié)構(gòu)方程模型。02在進行調(diào)節(jié)效應分析時，自變量和調(diào)節(jié)變量都要納入模型，而不能只是將交互項納入模型，同時需要注意變量的中心化問題。典型論文示例及問題思考705一、腦電數(shù)據(jù)解碼：概述與科學問題01核心科學問題我們的大腦如何從快速變化的視覺輸入中，解碼出特定的信息（如面部表情）？這種解碼能力是否會受到場景信息（一致/不一致）和刺激清晰度（模糊/未模糊）的影響？02解碼目標使用腦電信號，對呈現(xiàn)的恐懼和快樂兩種面部表情進行機器分類。03整體分析策略采用多變量模式分析（MVPA），而非傳統(tǒng)的單變量分析，能更靈敏地檢測分布在多個電極上的微弱表征模式。01數(shù)據(jù)準備流程：原始EEG信號—濾波與去噪—分段—偽跡剔除與校正—重參考—干凈的數(shù)據(jù)段02預處理關鍵細節(jié)：濾波—分段—偽跡處理（獨立成分分析（ICA）和試次剔除）—重參考二、解碼流程與數(shù)據(jù)預處理03數(shù)據(jù)質(zhì)量保證：經(jīng)過嚴格的預處理后，平均85%的試次被保留用于分析，確保后續(xù)解碼結(jié)果的可靠性三、多變量模式分析與解碼策略分析工具創(chuàng)新的解碼設計解碼器選擇結(jié)果可視化使用

NeuroRA工具箱，這是一個專門用于神經(jīng)表征分析的Python工具包。支持向量機（SVM）：一種經(jīng)典且強大的分類算法，特別適合處理高維、小樣本的神經(jīng)科學數(shù)據(jù)。特征提取訓練與測試跨時間解碼解碼準確率以熱圖形式呈現(xiàn)，對角線代表相同時間點的解碼，非對角線反映神經(jīng)表征在不同時間階段的動態(tài)關系。

統(tǒng)計方法采用聚類置換檢驗通過識別在連續(xù)時空維度上形成的顯著效應“聚類”，并經(jīng)過數(shù)千次置換計算其偶然性，有效控制了多重比較帶來的假陽性風險。核心發(fā)現(xiàn)表情解碼在刺激出現(xiàn)后30