科学研究设计一：什么是科学

说明

这是Bangor University 2007年School of Sport Health & Exercise Sciences的教学讲义，大家可以在这里查看原课程的讲义

课程目录

• 1.什么是科学?
• 2.定量分析和定性分析
• 3.抽样
• 4.测量
• 5.实验设计
• 6.有效性
• 7.单案例设计

为什么要看这个？

这个在我看来，适合大学生或者刚入学的研究生学习，主要为了提高科学素养、培养科学研究的思维以及一些研究设计中要考虑的很多细节问题。虽然里面没有很多高超的方法，而且课程也是十年前的，但是里面对于科学的理解以及思考问题的思维方式确实值得刚进入科研这条不归路的人学习。

格式说明

1. 标题格式都按照markdown排版的，但是标题之间的关系可能没有排好，主要是参考了原课程网站的标题设计
2. 书中一些专有名词或者大牛们说的话都没有翻译，以防止因为我的问题导致误解
3. 名人名言和我自己的理解都是用引言格式标注的，不同的是，大牛们的话是英文，我自己的理解是中文
4. 因为课程中有问答环节，问题我会用加粗来标识，问题的答案一般会用斜体来标识

最后一句话

因为本人英文水平有限，有些话翻译得可能很别扭，有能力的话建议大家去看原网址。

科学 Science

当你在研究体育，健康和运动科学时，我们认为重要的是你有更广泛的科学概念，而不仅仅是运动，健康和运动的应用。 这节是为了给你提供这个建议，并鼓励你考虑问题，并且就你正在学习的东西如何适应那个我们称之为科学的更广泛的活动提出自己的看法。

如果我们要做科学，如果我们从科学的角度来理解我们的意思，那么它会有所帮助。 不幸的是，定义科学并不是一件容易的事情。 对于大多数人来说，当被问及这个问题时可能首先想到的是，这与知识和事实的积累有关。 克林格（Kerlinger）（1986）将此称为科学的静态观点：

Science is an activity that contributes systematized information to the world. The scientist’s job is to discover new facts and to add them to the already existing body of information … The emphasis, then, is on the present state of knowledge and adding to it. Kerlinger (1986)

请注意，Kerlinger并没有对什么是科学发表意见。他只是提出一个科学的定义。科学需要成为一个比建立事实更加动态的过程。 布雷斯韦特（Braithwaite，1955）在描述科学的功能时俘获了这一动态的科学概念：

The function of science … is to establish general laws covering the behaviours of the empirical events or objects with which the science in question is concerned, and thereby to enable us to connect together our knowledge of the separately known events, and to make reliable predictions of events as yet unknown. Braithwaite (1955)

布雷斯韦特在这里提出了三个重要的观点。 首先，科学是关于发展一般的规律或理论; 其次，这些理论应该解释我们观察到的事件（经验事件）; 第三，也许最重要的是，通过将这些事件集中在一个有意义的框架或理论中，我们可以超越我们已经知道的对新事件进行预测。 从这个角度来看，科学具有启发性的目的：它使我们能够发现或揭示新事物。 这里强调的是理论发展; 这个统一的主题把累积的事实变成了一个有意义和有用的框架。

理论 Theory

那么理论究竟是什么？ Kerlinger的定义如下：

A theory is a set of interrelated constructs (concepts), definitions, and propositions that present a systematic view of phenomena by specifying relations among variables, with the purpose of explaining and predicting the phenomena. Kerlinger (1986)

这里的重点是理论是关于关系的; 这些关系是系统地有序的; 理论的目的是解释和预测事物。 理论帮助我们理解我们的宇宙，或者至少是我们感兴趣的一点点。宇宙是由无数的事件组成的，我们不能希望通过单独检查每一个事件来理解它们。 换句话说，理论帮助我们从混乱中排序。 回想起福尔摩斯的话：

What is the meaning of it Watson? It must tend to some end, or else our universe is ruled by chance, which is unthinkable.

如福尔摩斯来说，对于科学家来说，宇宙可以随机排列的观念是不可想象的。但是科学的价值是什么？人们可以争辩说，追求知识和理解宇宙本身就是一种有价值的活动。这反映了科学家的象牙塔棺概念：那些坐在象牙塔里的人用一种外人无法理解的语言来交谈，而那些东西无论如何也不会有人感兴趣，而且与普通人的生活没有实际关系。

人们经常可以听到这样说：“理论上说，这一切都很好，但是…”，这表明理论远离日常生活的实际。为了解决这个问题，非常有影响力的心理学家库尔特·勒文（Kurt Lewin）曾经说过：“没有什么比一个好的理论更实用的了”。

那么理论的实际应用是什么呢？那么，如果你回顾布雷斯韦特和克林格的科学定义，都强调预测。如果一个理论能够帮助我们以某种合理的确定性来进行预测，那么，如果我们操纵宇宙的某些方面，那么至少在原则上我们会有一些控制。我们可以把事情变好（当然更糟了，但是假设我们在科学研究方面是善意的）。所以如果我们有一个紧迫的实际问题，比如西方社会肥胖流行，那么有一个好的理论可以帮助我们预测肥胖的发展，有助于预防或逆转肥胖。

一个好的理论 What makes a good theory

请注意，Lewin说，没有什么比一个好的理论更实用的了。这当然意味着有些理论比其他理论更好。另一位非常有影响力的心理学家乔治·凯利（George Kelly）明确地阐述了他所相信的理论是一个很好的理论。

首先，凯利认为理论应该有一个方便的焦点( a focus of convenience)。通过这个，他意味着它应该清楚它是关于什么的。理论可以适用在它的不同的广度，或不同的事物上。不应该将理论应用于不在方便的焦点之外的现象。

其次，理论应该具有普遍性。这意味着在方便的焦点范围内，理论应该适用于尽可能多的事件。它应该是足够抽象的，以包含它想要解释的东西的广泛范例。例如，一个好的运动竞赛焦虑理论将适用于所有的运动情况，而不仅仅是一种特定类型的事件。最终，所有的科学都在努力扩展其理论的普遍性，以产生一个解释一切的大理论。与人文科学相比，我们距离很远！

第三，理论应该是可以检验(testable)的。它不应该被信仰或仅仅因为一个高度权威的科学家说是这样。可测试性是科学方法的核心，所以我们需要花更多的时间考虑这个概念。

着名的科学哲学家Karl Popper介绍了可证伪原理( principle of falsifiability)。他表明，一个理论不能被证明是“真实的”。无论我们收集哪些数据似乎支持一个理论，总是会有其他理论同样适合这些数据。

The noted philosopher of science Karl Popper introduced the principle of falsifiability. He showed that a theory cannot be ‘proven’ to be ‘true’. No matter what data we collect that appear to support a theory, there will always be alternative theories that would fit the data equally well. 上面一句话的原文，没看明白。有点哲学的味道了，道可道，非常道。

例如，假设我有一个理论，两个变量X和Y是线性相关的。 也就是说，X的固定增长总是导致Y的固定增长。我可以用这样的图表来说明我的理论：

假设我收集数据来支持我的理论。 我测量X和Y并绘制他们的关系：

数据点支持我的理论，但他们证明是正确的吗？ 当然不，因为有无数的替代线（理论）也适合数据。 这只是一个：

很明显，这是一个比我原来的理论复杂得多，不那么优雅的理论，这是我们在下一课中要回答的问题。 但是，它确实符合数据。 所以通过发现数据符合我原来的理论，我没有证明这是真的。 可能是由于某种原因，我只是没有收集到不在直线上的数据。 但是，假设当我绘制数据点时，像这样：

显然，这些数据现在不符合我的理论。 很多数据点远离我的直线。 所以我伪造( falsified)了这个理论。 这就是为什么当我们对统计假设进行统计检验时，我们测试了零假设（没有关系或差异），而不是我们的替代假设（即存在关系或差异）。 我们的目的是伪造或者否认零假设，而不是确认另一种假设。 伪造虚假假说并不能证明我的理论是正确的，因为对数据仍然有无数的替代解释。 我可以说的最好的数据是符合我的理论。

所以一个好的科学理论必须是可以检验的，在科学实践中，这意味着它必须是可证伪的。最终，我们永远无法证明事物在科学中是真实的，因为问题有潜在的不可思议的替代解释。当然，如果有足够的支持性证据，我们就可以达到一个理论被接受的程度，而且这个理论已经被所有的意图和目的证明了。

这与我们的刑事司法制度运作相似。不要求陪审团决定被告是否被证明是有罪的，而是要确定证据是否证明其是有罪的。如果被告产生了无可辩驳的证据证明被告距离犯罪现场有100英里的路程，那么被告有罪的假设可能是虚假的，他们是自由的。

凯利的第四个原则就是操作主义(operationalism)的概念。从本质上说，这是关于理论测试的实践方面，意味着构成理论的构造必须是可测量的。一个可操作的定义是为了测量结构而采取的步骤。例如，如果要测试一个焦虑理论，那么我们必须能够操作或测量焦虑。这可以使用生理指标，如心率，皮肤电导率等，或通过自我报告问卷测量。应该相当明显的是，如果你不能操作一个理论的结构，那么这个理论就不能被测试，所以在科学上是没有多大用处的。

非专业人士用于解释现象的一些术语很少出现在科学研究中，主要是因为它们很难操作。例如，人们经常用“意志力”来解释人们坚持行为或放弃行为的能力。有人可能会说“我没有经常锻炼的意志力”。关于意志力的研究很少，因为很难考虑如何运作。

凯利的第五个原则是衍生能力( fertility)。这与布雷斯韦特对科学功能的描述有关。理论应该不仅仅是把已知的事实汇集在一起。他们应该提供一个推断新事实和预测未来事件的框架。所以理论应该是丰富可衍生(fertile)的，因为它们会导致新的假设的提出，激发新的实验，激发新的想法。

理论的衍生能力应该适用于理论本身。这导致了凯利的最终原则，即可修改性(modifiability)。一个理论不是写在石头上，不应该被视为一个现象的最终解释。应该根据新的证据进行修改。许多科学家认为科学是按照有序的循环模式进行的，这种循环模式包括对理论的连续测试和修改。基于观察，我们发展一个理论;我们然后测试理论，并找到它想要的；所以我们修改理论并再次测试，等等。科学是否是这样做或者是否应该这样发展是值得商榷的。托马斯·库恩（Thomas Kuhn）在一本名为“科学革命的结构”（The Structure of Scientific Revolutions）的非常有影响力的书中认为，当年轻的激进科学家超越了这种正常的科学发展模式并提出一个全新的世界观时，科学的真正重大发展就发生了。也许你会成为下一个这样做！你可以在这里阅读关于库恩的想法。

假设 Hypotheses

我们在这里多次提到过假设。 通常情况下，我们并不是一口气测试整个理论。 一个理论通常太宽泛，对我们来说有太多的方面要做。 相反，我们从理论中推导出具体的假设，并对这些假设进行检验。 对于即将制定研究方案和计划的人来说，理解假设是什么以及如何制定是很重要的。

假设是变量之间预测关系的非常具体的表述。 克林格这样定义它：

[A hypothesis is] a conjectural statement of the relation between two or more variables. Kerlinger (1973)

在建立自己的假设时注意以下几点：

• 一个假设不是从哪里冒出来的。 它是由一个理论产生的。 因此，它应该有一些理论上的正当理由，你将在文献综述中提出你的想法。 这实际上是文献综述的目的。 这并不是说你已经阅读了许多关于这个主题的论文，并且知道了所有关于这个主题的知识，而是为了开发你的学习的理论基础。
• 假设是一个特定的条件语句（如果A，则B）。
• 假设说明了所关心的变量之间的预期关系。
• 一个假设带来了如何进行测试的意义（即变量将如何运作）。

举一个例子，假设你对教学风格和学习之间的关系感兴趣，并且陈述了下面的假设：

Teaching style is related to academic attainment

这是一个表述不佳的假设，因为（a）它不是一个有条件的陈述; （b）没有说明变量之间关系的确切性质（i.e. in what way is teaching style related to academic attainment?） （c）对于如何进行测试并没有说明。

一个完整的假设应该是：

Students taught under style A will score higher on the end of term exam than students taught under style B.

在这里，我们已经提出了一个特定的条件陈述，并且我们已经清楚地陈述了变量之间的预期关系（如果学生获得A风格，他们的表现会比B风格更好）。 我们还说明了因变量（学习）是如何运作的：在学期末考试中得分。

我们这节简要地阐述了一下科学是什么（至少从更传统的角度来看），讨论了理论在科学中的重要性和价值，以及我们如何从理论转向陈述可以测试的具体假设。 在下一课中，我们将探讨定量和定性研究方法之间的差异，比较和对比这两种截然不同的“做科学”方法的基本假设。