反思统计方法在心理学领域的应用中国社会

对于心理学实证研究而言，统计方法是一种极为重要的工具。但在这种工具被频繁使用的背后，心理学研究工作者对这种工具的“源头和底层”缺乏深入探究。这导致统计方法未能在心理学中回归其本身的价值和意义。

　统计方法是心理学的重要支撑

心理学作为一门独立学科，其中一个重要的研究方法支撑就是统计方法。百余年来，统计技术的发展不断推动着心理学科的进步。在众多的心理统计技术中，基于样本统计量推断总体参数的统计推断，在心理统计的应用中占据着核心地位，为基于对有限样本的观测结论上升到一般的科学原理提供了可能。

在心理学研究中，统计推断的有效性往往通过p值来衡量。长久以来，统计推断的哲学预设、基于p值的统计推断与科学推断的关系，以及滥用p值的可能危害，并没有得到心理学家的足够重视。这导致的结果是，由费希尔（R.Fisher）所倡导的“将p=0.05作为一个主观但实用的水平来判断结果的显著性”成了判断一项研究最终价值的铁律。

统计推断，主要包括假设检验、预测、统计回归及统计建模等。其中应用最为广泛的是奈曼（JerzyNeyman）、皮尔逊（EgonS.Pearson）等人提出的以客观概率为基础的假设检验，这通常又是其他统计推断理论的基础。假设检验在心理学研究的应用中，有一个极为重要的指标——p值，即统计显著性。许多心理学实证研究工作者试图通过比较理论预测和观测数据来评估和检验假设，这项工作所依赖的统计依据就是基于p值的零假设显著性检验，主要包括Z检验、T检验、方差分析、卡方检验及非参数检验等。

米尔（P.Meehl）指出，“由于心理学的研究对象很复杂，使得建构精确的理论变得非常困难”。他对比了“软”的心理学和其他“硬”科学是如何检验各自理论的，认为硬科学的研究者往往预测某个特定的值，他们希望可以接受零假设。而心理学研究者通常设立的零假设是，不同条件下无差异或变量不相关，他们希望零假设可以被拒绝。当这个单点假设被证实时，心理学家就认为自己的理论得到了证实，或至少经受住了考验。而零假设的“拒绝”需要一个工具，p值正是这样一个工具。

　p值遇到挑战

近年来，p值不断受到批评与质疑，这些批评与质疑主要针对假设检验固有的局限及研究者的误解误用。而这两个问题同样存在于p值在心理学领域的应用中。

一方面，假设检验作为一种统计方法，本身存在问题。穆德（J.Mulder）等人在反思心理学统计方法时总结了对假设检验主要的三个方面的批判，分别是：不能用于量化支持零假设的证据；p值往往高估了与零假设相反的证据——鉴于目前关于心理学可重复危机的讨论；p值是依据极端结果在样本空间上的分布计算的，其大小取决于所抽到的样本。此外，假设检验的过程中需要根据样本推断总体，而这很可能会犯两类错误，即在零假设为真时拒绝接受零假设，以及在零假设为假时接受零假设。

另一方面，假设检验在心理学研究中存在误解误用的问题。比如，“p=0.”和“p=0.02”之间的差异与“p=0.”和“p=0.”之间的差异相比，前者明显大于后者。但在心理学研究中，前者都被视为达到“统计显著性”水平，后者却因“p=0.05”的界限被划分到不同的显著类型中，而与此对应的研究结果也被划分为两类。其次，受“p0.05”即“统计上显著”的影响，心理学研究者会更加倾向于报告“统计上显著”的结果，而对报告“不显著”的结果有所顾虑。另外，在心理学研究中，p值的统计学意义和对研究的实际意义常常被模糊了，人们常常将“统计显著性”同“结论有价值”相等同。p值的本质是概率，只能作为研究假设是否可靠的一个推论依据，而不是研究结果本身。统计的显著性不能衡量研究结果本身的意义和价值。如哈伯德（R.Hubbard）等人所言，科学推断是一个比统计推断宽泛得多的概念。但在心理学的实际研究中，统计的显著性（即p0.05）就等同于研究结果本身的显著性。也就是说，在心理学的研究中，研究结果纯粹取决于统计本身，而较少