最近又有两个同学报名了「救大命」新传考研研究方法课程，然后在跟课程的同学学习过程中有一些疑问和小问题，在群里激情开麦讨论之后，这里再做一个补充的研究方法汇系统性答疑合集。 另外，安利一下我们出品的新传考研界最好的研究方法课程，现在价格目前仅售149RMB。
该课程适用于清华大学、北京大学、复旦大学、同济大学、西安交通大学、厦门大学、中山大学、北京师范大学、上海大学等常考研究方法的新传高校。多名同学听完课后表示研究方法“恍然大悟”，“研究设计部分太牛啦”，“没想到六老师讲的这么好”。
01
什么是零假设？
零假设一般表示所研究的两个或多个变量之间没有显著的关系，或者某种处理、因素等对结果没有影响。通过收集数据和进行统计分析，如果有足够的证据拒绝零假设，那么就可以得出存在显著差异或关系的结论。
例如，在比较两种药物的疗效时，零假设可能是“这两种药物的疗效没有差异”。零假设的设定是为了提供一个基准，以便通过数据分析来判断是否有足够的理由支持与之相对的备选假设。那我们拒绝零假设的话，就是说这两个药物的疗效是有差异的。这个是一个统计学的知识，如果说大家本科没有学过统计学的知识的话，可能不太明白～
拒绝零假设意味着所收集的数据提供了足够的证据，表明零假设所陈述的情况不太可能成立，从而支持了与之相对的备选假设。例如，零假设是“某种药物对疾病没有治疗效果”，拒绝零假设可能意味着有证据表明这种药物有治疗效果。
再举一个关于新传研究的案例——研究某一新闻事件的报道量与公众对该事件的关注度之间的关系。
零假设可以是：新闻事件的报道量与公众对该事件的关注度没有关系。研究人员可以收集一段时间内不同新闻媒体对该事件的报道数量以及公众关注度的数据（如通过网络搜索指数、社交媒体话题讨论量等）。
如果统计分析表明报道量与关注度之间存在显著的正相关关系，那么就拒绝零假设，认为新闻事件的报道量会影响公众对该事件的关注度。如果没有足够的证据拒绝零假设，就暂时认为报道量与关注度之间没有关系。
同学A问:哦哦，就比如我要证明气候变化对人口增长有什么影响，我先做个假设气候变化对人口增值没有影响，如果不成立就说明可能有影响？怎么进一步研究呢？
就拿你这个案例来说，如何进行细化的研究呢？或者说进一步的推进？
1、进一步收集更详细、更精确的数据，涵盖不同地区、不同时间段、不同气候条件和人口特征的数据。
2、运用更复杂的统计方法，如多元回归分析，控制其他可能影响人口增长的因素，如经济发展水平、医疗条件、政策因素等。
3、同时选取一些气候相对稳定地区作为对照，对比分析气候变化对不同地区人口增长的差异影响，从而更好地理解气候变化与人口增长之间的关系。
4、建立研究模型，整合多个方面的因素，预测不同气候变化情景下人口增长的趋势
这上面是简单的几个步骤，但实际的操作过程中就是在我们实际的做实验写论文的过程中可能会更加复杂～但是考试的话，你写到这里其实就可以了。
02
有木有家人知道概念和构造的区别呢？
构造侧重于事物的具体组成和结构形式。它是关于事物由哪些部分组成、这些部分如何连接和排列等方面的描述。例如手机的构造包括屏幕、主板、电池、摄像头等零部件，以及这些零部件之间的连接方式和布局。他们是可观察，可测量的～
在研究方法中，概念是对事物本质特征的抽象概括。通常用一个词语或短语来表达，比如 “新闻价值”“民主” 等。概念具有抽象性，它是对具体事物的抽象，不涉及具体的测量或操作。同时，概念具有普遍性，能够适用于不同的情境和研究对象。概念在研究中起着重要作用，它是构建理论的基础，通过对不同概念的定义、分类和关系的探讨，可以形成理论框架，为研究提供理论指导。此外，概念还帮助研究者明确研究的对象和范围，提出具体的研究问题。
构造在研究方法中是由一个或多个概念组成的、可测量的变量或指标体系。例如 “社交媒体使用强度” 这一构造，由每天使用社交媒体的时间、使用频率、关注的账号数量等多个指标组成。构造具有可操作性，能够通过观察、问卷调查、实验等方法进行量化或定性的测量。并且构造具有特定性，通常是针对特定的研究问题和研究情境而设计，不同的研究问题往往需要不同的构造来进行测量。再比如“社交媒体用户参与度” 是一个可测量的构造，它由多个具体的指标组成。可能包括用户的点赞数、评论数、分享数、发布内容的频率等。
在研究中，构造是实证研究的重要工具，通过对构造的测量和分析，可以检验理论假设，验证概念之间的关系。同时，构造为数据收集提供了具体的指标和方法，便于研究者对研究对象进行系统观察和测量，进而得出关于研究问题的结论。
03
可以问问什么是虚拟变量吗？
虚拟变量，又称为哑变量、指示变量，是一种在统计学中广泛使用的变量类型。虚拟变量就是人为设置的变量，一般为 0 和 1。比如说对男性女性进行赋值的时候，男性为1，女性为0。
就是说对于无法直接用数值衡量的分类变量，如性别、地区、职业类型等，虚拟变量可以将其纳入到定量分析的模型中。这样可以分析不同类别之间在因变量上的差异。
虚拟变量的三大作用：
一、纳入定性因素
在回归分析等定量研究方法中，虚拟变量可以将那些无法直接用数值衡量的定性因素纳入模型中进行分析。比如，研究不同地区（如东部、中部、西部）对某一经济指标的影响，可以为每个地区设置一个虚拟变量，从而分析地区差异带来的影响。
二、控制特定效应
虚拟变量可以用来控制一些特定的效应，如季节效应、行业效应等。例如，在研究某一商品的销售情况时，可以设置不同季节的虚拟变量，以分析季节变化对销售的影响。
三、进行分组比较
通过设置虚拟变量，可以对不同组别的数据进行比较。例如，在研究某种治疗方法对不同病情严重程度患者的效果时，可以设置病情严重程度的虚拟变量，分别对不同组别的患者进行分析和比较。
04
这个舍史东量表为什么要挑出来观众意见最一致的选项？然后他为什么要挑选回答最一致的问题再做新表？他在第一轮的测验中确认了什么?他在第二轮测验中要解决什么问题?
一、第一轮测验的确认内容
1. 选项的初步有效性
确定哪些选项能够引起被试者较为一致或较为强烈的反应。通过观察被试者对不同选项的选择情况，可以初步判断哪些选项在测量特定态度或特征方面具有一定的有效性。例如，如果某个关于社会公平的选项在第一轮测验中得到了大部分被试者的认同，那么这个选项就可能具有一定的有效性，能够反映被试者对社会公平的态度。
2. 被试者的态度分布
了解被试者在特定态度或特征上的大致分布情况。第一轮测验可以提供一个关于被试者整体态度倾向的初步印象，为后续的分析和量表改进提供基础。例如，通过第一轮测验可以发现被试者对某个问题的态度是普遍积极还是消极，或者是否存在明显的分歧。
3. 问题的可理解性
检验问题的表述是否清晰、易于理解。如果被试者在回答问题时出现较多的困惑或误解，那么就需要对问题的表述进行调整。第一轮测验可以帮助研究者发现那些容易引起歧义或难以理解的问题，以便在后续的测验中进行改进。
二、第二轮测验要解决的问题
1. 提高量表的信度和效度
在第一轮测验的基础上，进一步筛选和优化选项和问题，以提高量表的信度和效度。通过选择那些在第一轮测验中表现出较高一致性和有效性的选项和问题，可以使量表更加准确地测量被试者的态度或特征。例如，去除那些在第一轮测验中引起较大分歧或不太能有效反映态度的选项，增加一些更加精准的问题来进一步明确被测量的概念。
2. 细化态度测量
对被试者的态度进行更深入的测量和分析。第一轮测验可能只是提供了一个大致的态度轮廓，第二轮测验可以通过更精细的问题设计和选项设置，深入挖掘被试者态度的不同层面和维度。例如，在第一轮测验了解被试者对环保的总体态度后，第二轮测验可以进一步询问被试者在不同环保行为上的具体态度和意愿。
3. 验证和完善量表结构
验证第一轮测验中初步确定的量表结构是否合理，并进行必要的调整和完善。第二轮测验可以通过对不同问题和选项之间的关系进行分析，确定量表的内部一致性和结构效度。例如，检查不同问题是否能够有效地测量同一个态度维度，或者是否存在一些冗余的问题需要删除。
如果答案比较相近，说明不同的人在面对同样的测量工具或问题时，给出了较为一致的反应。这就体现了测量结果在不同个体之间具有较高的稳定性和一致性。我们之前上课的时候有说到量表，它实际上就是一个尺子，我们每个人用它来量一个东西都是一致的，结果你比如说我现在用这个尺子量我的笔记本它是20cm。你用这个尺子量我的笔记本它也是20cm，或者说是21cm，但是误差不会太大。制作量表的过程就是打造一个尺子的过程，这个量表只不过是量的人的态度意见等等
05
舍史东量表的局限性体现在哪些方面？
一、缺乏动态评估能力
舍史东量表通常是在特定时间点对个体进行评估，难以捕捉个体状态的动态变化。例如，个体的心理状态、身体状况等可能会随着时间、环境等因素的变化而发生改变，但舍史东量表可能无法及时反映这些变化
二、适用范围有限
不同的人群可能具有不同的特点和需求，舍史东量表可能并不适用于所有人群。例如，对于特殊人群如儿童、老年人、患有特定疾病的人群等，舍史东量表可能无法准确评估他们的状况 。以儿童为例，他们的认知发展水平、表达能力等与成人有很大差异，舍史东量表可能无法充分考虑这些因素，从而导致评估结果不准确。
三、主观因素影响较大
在使用舍史东量表进行评估时，评估者的主观因素可能会对结果产生较大影响。评估者的经验、专业水平、个人偏见等都可能导致评估结果的差异 。例如，不同的评估者对同一被评估者可能会给出不同的评分，从而影响了评估结果的可靠性。
四、单一维度评估的局限性
舍史东量表可能主要侧重于某一特定维度的评估，而忽略了其他重要方面。例如，如果舍史东量表主要关注个体的心理状态，可能会忽略身体状况、社会环境等因素对个体的影响。这样的单一维度评估可能无法全面了解个体的整体状况，从而影响了评估结果的准确性和实用性。
06
这折半法有例子没得，计算折半法的相关系数有哪些？
