在 跑統計前的二三事─量化研究常見迷思 當中提到了一些量化研究的常見迷思，這篇想要簡單提一下跟統計有關的方法學子領域。
為什麼要提這個呢？因為有時候看起來像是統計的問題，其實在統計學裡面不一定能找到答案。如果不知道這類型的問題屬於哪個領域，就會連怎麼找資料都做不到。
希望這些簡短的介紹可以讓有困難的人們知道該到哪裡找答案～
研究設計
研究設計的重要功能，是要確保蒐集到的資料在邏輯上能夠回答到研究問題。以這個功能為前提，規劃出資料蒐集的方法、流程、所需樣本數、研究材料等等的執行細節。所以研究設計有點類似執行企劃書，它是連接理論與實際觀察資料之間的橋樑。
既然是執行企劃書，就表示在設計研究的時候，是應該要把「如何分析資料」一併思考進來的，這也是量化研究設計很多時候和統計緊密連在一起的原因。當我們所採用的研究設計不同，可以用來分析資料的統計技術也會相應的不同。例如群組間的比較又可分為獨立或者相依設計，所使用的統計分析就不一樣。當然研究設計和分析技術之間的對應並不是完全固定的，有些研究方法可以採用多種不同的統計分析方式。重要的是，在設計研究執行細節的時候，要把資料分析的方法先想好，不然蒐集完資料發現沒辦法回答研究問題就糗了。
那麼什麼樣的狀況是研究設計的問題而非統計的問題呢？其實這不是很好區分。對於初學者而言，如果發現當前的設計不符合統計課本當中的任何範例時，就有可能是設計上需要做修改。那有沒有可能當前的設計還是可以執行，只是需要使用其他統計方式？當然有可能，不過那很常會超過初學者可以處理的範圍。
最後提一下在進行研究設計的時候，最好先掌握的幾個基本問題：
- 獨變數（預測變數）是什麼？有幾個？
- 依變數（校標變數）是什麼？有幾個？
- 依變數的測量有沒有相依關係？
- 有沒有預期出現調節效果（交互作用）？調節變數是什麼？
- 有沒有預期中介效果？中介變數是什麼？
- 有需要控制（control）的變數嗎？是透過研究設計控制還是統計方法控制？
除此之外當然還可能有更多細節，這就要視各個研究而定。
統計學
通常要在統計學中找答案的問題，就是某種統計技術的適用範圍。
更深入一點的話，也包含不同統計方法之間的關係，例如變異數分析與線性模型之間的關聯。另外也包含資料應該如何整理，例如使用平均數的分析就需要考慮極端值的處理方式，而使用中位數的統計就不需要。
再更深入一點...喔，不，這超過這篇的深度了。
心理計量學
很多被誤會是統計，結果在統計學中很難找到答案的問題出現在這裡。
心理計量學（psychometrics）是指如何測量看不見的屬性，例如一個人的性格或者某個學生的數學能力。雖然從小到大我們都經歷過各種考試，但仔細想想......為什麼考試分數的高低可以代表我某方面的能力？為什麼我不能說我考得差是因為題目出很爛？好的，這就是屬於心理計量學的問題。
之所以會跟統計搞混，是因為心理計量學本身就是統計學的一種應用，換句話說也就是建立在統計學之上的一個領域，所以裡面當然涉及到大量的統計技術。
心理計量學對於社會科學而言很重要，是因為社會科學往往要測量一些看不見的變數。例如玩電玩會不會引發愉悅感？愉悅感這種看不見的東西又不能拿尺來量，只好請回答者自己說。心理計量學就是用統計的方法研究怎麼樣才能測得準。
常被誤以為是統計但其實屬於心理計量學的問題，主要跟測驗的編製有關。例如測驗信度（reliability）與測驗效度（validity），最多被問的大概是「我這樣效度好不好？」、「這題該不該刪掉？」、「這樣的因素結構可以被接受嗎？」等等。那我會建議這時候該看的不是統計課本，而是心理測驗學相關的書籍。
猶記得以前考心理系碩士班的時候，統計學、心理測驗、心理實驗被合稱為心理學方法，唸得要死要活還不知道自己看了什麼。
後來才發現三者之間是環環相扣的。
下一篇開始就要真的來說統計啦～
