实证研究怎么做？研究生必读的类型与步骤解析

01 1. 什么是实证研究？

实证研究的三大核心特征使其成为科学研究的主流范式：

• 可验证性：研究结论可以被其他研究者用同样的方法或者类似的方法来检验，这是科学知识积累的基础。一项有关社交媒体使用同抑郁情绪关联的实证研究，其结果应当可以被后续的研究再次证实。
• 客观性：在研究过程中努力排除研究者个人的主观因素，用标准的工具、程序来保证数据收集的客观性。2025年AI辅助分析工具虽然提高了编码效率，但是研究者也应该注意到算法偏见对客观性的影响。
• 系统性：研究有明确的步骤，从问题的提出到结论的报告形成一个完整的闭环，而不是零星的经验观察。

实证研究和思辨研究的根本区别在于，实证研究不接受“我认为”的逻辑自洽，而要求“数据证明”。下表直观呈现两者的核心区别：

02 2.实证研究的基本特征和原则

实证研究不是简单的“收集数据”，它是有严格的原则的系统工程。掌握以上原则是保证研究质量的前提。

可操作化：把抽象概念转化为可测量的变量

这是实证研究最关键的一步。研究“学业压力”对“心理健康”的影响时，必须把“学业压力”操作化成“每周学习时长”、“考试焦虑量表得分”等可以测量的指标，把“心理健康”操作化成“抑郁自评量表得分”、“睡眠质量指数”等变量。按照社会科学研究方法第三版的要求，操作化过程要经过概念界定、维度分解、指标选择这三个环节，任何一个环节出现偏差都会造成后面的测量失效。

可重复性：他人能复现研究过程与结果

可重复性是科学研究的黄金标准。研究者须在报告里具体说明样本选取的标准（某高校心理学专业大二学生）、数据搜集的工具（自编问卷的题项及信效度指标）、分析的程序（SPSS 26.0 回归分析的步骤）。2025年学术趋势表明，预注册研究（pre-registration）、开放数据（open data）已经成为顶尖期刊的硬性要求，使研究者在开始时就要考虑可重复性问题。

因果推断：控制混杂因素以建立因果联系

实证研究中最难达到的目的就是找到因果关系。研究者要区分相关关系和因果关系，不能把学习时间越长成绩越好这种相关关系当作延长学习时间必然导致成绩提高的因果关系，因为还存在着学习动机强这个混淆变量同时影响两者的情况。有效的因果推断要满足以下条件，即实验组和对照组要随机分配，已知的混杂变量要用匹配或者统计控制的方法来控制，时间上要有先后顺序，即原因在前，结果在后。

03 3. 实证研究的主要类型

实证研究按照数据性质以及研究目的，可以分为定量研究、定性研究和混合方法研究。如下表所示，三者主要的区别如下所示。

定量研究详解

实验研究：随机分配受试者到实验组和对照组，严格控制自变量，观察因变量的变化。其主要的设计有随机分配（保证两组除自变量外其他方面都均衡）、控制组（提供基线参照）、前测和后测（测量干预效果）。以线上教学和线下教学效果为研究对象，将学生随机分成两组，分别接受两种教学方式，然后比较期末考试成绩的差异。

调查研究：用问卷或者访谈的方式获取大量的样本数据，然后分析变量之间的关系。核心要素有抽样设计（怎样保证样本代表总体）、问卷设计（怎样避免引导性问题）、数据分析（怎样用统计模型解释关系）。以大学生创业意愿为调查对象，设计包含个人背景、创业认知、外部支持等各方面的问卷，对500份有效的问卷进行回归分析。

准实验：当不能随机分配受试者的时候（例如研究教育改革对不同学校的影响），研究者只能依靠自然分组（不同学校的学生）或者匹配方法（按照成绩匹配学生）来尽可能地控制混杂变量。准实验的结论要慎重对待，不能完全排除选择偏差。

定性研究详解

案例研究：对一个或者少数几个案例进行深入的研究，可以回答“如何”和“为什么”的问题。单案例设计适合于研究罕见或者独特的现象（例如“某明星创业成功的关键因素”），多案例设计则是通过对多个案例的比较来提高结论的外部效度。案例研究依靠多种证据（访谈、文档、观察），用三角互证（各种数据来源互相验证）来保证可信度。

民族志：研究者长期深入到研究对象的日常生活中去，用参与观察、田野工作的方式获得第一手资料。该种方法在人类学、社会学中使用较多，研究“程序员工作文化”时，研究者要亲自到科技公司去，以“局内人”的身份去记录日常行为、仪式、规则等。

扎根理论：不预先设定理论框架，而是在数据的基础上逐步形成理论。研究者用持续比较、理论抽样的方法不断地提炼概念、发展范畴，直到理论饱和为止。该方法的优点是可以发现新的理论视角，但是对研究者的理论敏感度要求很高。

04 4. 实证研究的核心步骤

实证研究有一套系统的程序，从问题的提出到结果的报告，每一个环节都不能忽视。以下是完整的实证研究路径中的七个主要步骤：

步骤一：提出研究问题与假设

研究问题要符合可检验性的标准，即可以通过数据的收集和分析来得到答案。“大学生的学业压力对心理健康有何影响？”是可以检验的问题，“自由意志是否存在？”更适合于哲学思辨。研究问题一般来自于理论争议、实践困惑或者文献空白。研究者把问题转化为可以检验的假设，比如学业压力越大，心理健康水平就越低，然后给出操作化定义（学业压力用学业压力感量表来测量）。

步骤二：设计研究方案（变量、样本、工具）

研究方案是实证研究的蓝图，需要明确：

• 变量系统：自变量（干预）、因变量（结果）、控制变量（需要统计控制的潜在混淆因素）
• 抽样方案：目标总体是谁？样本如何获取？如何确保代表性？一位心理学研究生研究消费者行为时，选择某高校500名大学生为样本，但发现样本中女性比例过高（70%），存在性别偏差。解决方案是采用分层抽样，按性别比例从全校各专业均衡抽取，最终获得男女各250人的样本。
• 测量工具：问卷需遵循设计原则（避免引导性问题、双管题），并通过信效度检验（如Cronbach's α系数>0.7）；实验需设计操作化方案和测量指标。

步骤三：数据收集

按照研究设计选择恰当的方法来收集数据。问卷调查重视回收率以及数据质量（检查无效问卷），实验研究重视实施过程的标准化以及随机分配的落实。数据收集时要对所有的操作步骤进行记录，保证可以重复进行。

步骤四：数据清洗与整理

原始数据一般都存在错误、缺失值以及异常值。数据清洗包含：剔除无效问卷（所有题项选择同一个选项），对缺失值进行处理（均值填充或者剔除），检查逻辑一致性（年龄和年级不匹配）。清洗过的数据才可以进行分析。

步骤五：数据分析与假设检验

根据研究问题以及数据类型来选择分析的方法。定量数据常用的描述性统计有均值、标准差、频次等，推断性统计有t检验、方差分析、回归分析等。统计推断的核心就是计算p值和置信区间，p值表示“在原假设为真的情况下，观察到当前结果或者更极端结果的概率”，一般p<0.05被认为是统计显著的，但并不意味着有实际意义。置信区间给出的是效应大小的区间估计，比p值更能体现研究结论的可信度。

步骤六：结果报告与讨论

结果报告要清楚地展示数据分析的结果（图表、统计检验结果等），并且要和研究问题、假设相对应。讨论部分要解释结果的意义，和已有的文献进行比较，指出研究的不足（样本代表性、测量误差等），并提出今后的研究方向。

05 5. 实证研究的常见挑战与应对策略

实证研究不是一帆风顺的，研究者要找出并克服各种各样的困难。下表给出了常见的问题及相应的解决办法。

真实案例：心理学研究生的实证研究历程

一位心理学研究生用实证研究的方法完成了关于在线广告形式对消费者购买意愿影响的研究。她首先使用问卷调查法，对500名大学生对于三种广告形式（视频广告、图文广告、互动广告）的偏好以及购买意愿进行调查。但是她发现初始样本中理工科学生比例太高（80%），造成结果可能偏向技术偏好。采用分层抽样的方式，按照文理科的比例重新挑选样本，得到均衡的样本。

接着她设计了一个随机控制实验，把120名被试随机分成三组，分别观看三种不同的广告形式，然后测量他们的购买意愿和记忆度。实验严格按照随机分配、对照组设置、前测后测的标准进行。从数据分析可知，互动广告对购买意愿的促进作用比其他两种形式要大得多（p<0.05），但是记忆度的差异并不明显。她认为样本只限于大学生，并且实验时间较短，今后的研究应该延长实验周期，扩大样本量。