确定研究变量的方法.

确定研究变量的方法研究者在提出研究课题和研究假设之后，大致的研究目的、范围、以及重点内容就基本确定了。

为了合理地进行研究设计，便于实证资料的收集，还需要进一步明确所要研究的主要变量，以及有关变量的性质、形式、数量、操纵方式和控制方法。

在这一环节中，自变量的确定和操纵与因变量测量指标的选择是研究设计的基本要求，而无关变量的控制则是研究有没有价值的基本保证。

一、确定研究变量1．什么是研究变量变量（variable）指在质或量上可以变化的概念或属性，是随条件变化而变化的因素或因个体不同而有差异的因素。

研究变量则是研究者感兴趣的，所要研究与测量的，随条件变化而变化的因素。

简单地说，变量就是会变化的、有差异的因素。

如，学生的语言水平随学习时间的推移而有所变化，每个学生在语言水平上也会体现出个体差异，因此我们把语言水平看作是一个变量。

变量是相对于常量而言的，常量是指在一个研究中所有个体都具有相同的状态或特征，一个概念具有一个值，如“华东师范大学”就是一个常量，是指地处上海的一所重点师范院校，不同的人对此的解释是相同的。

而变量则是指在一个研究中不同的个体具有不同的状态或特征，一个概念具有不同的值，如“教学”这个概念，不同的人对这个词的理解会有差异，尽管用的是同一个词，但教育部部长对“教学”的理解，研究人员对“教学”的理解，老师对“教学”的理解，学生对“教学”的理解，家长对“教学”的理解在实际含义上是有区别、有差异的。

例如，我们想比较两种不同的教学方法对小学5年级学生阅读能力的效果，在这个研究中，年级水平是一个常量，因为每个被试都是5年级学生，5年级对于每个个体来说具有相同的值，它在该研究中是不变的条件，大家都能理解它的含义，不会产生歧义。

因此，研究者不需要对这个概念进行界定。

而教学方法则可以按多种价值标准来衡量，不同的教学方法有不同的操作程序，因此它是变量。

另外，阅读能力也是个变量，对于每个被试而言，阅读能力有强弱之分，在测量上阅读成绩会有不同的分数，因此，研究者必需对变量进行解释。

在教育研究中，常量不是要研究的内容，研究要探讨的是变量之间的相互关系。

一项研究往往会涉及许多个变量及其相互关系，正如不同教学方法效果的比较研究，就被试来说，学业成绩、智力水平、学习动机、兴趣爱好、能力等因素在质和量上都会发生变化，都有差异，而且这些变量互相交织在一起。

如果要把一项研究所涉及的所有变量都拿来研究，事实上是不可能的，也没有必要，因此研究者必须事先确定要研究的主要变量，了解研究情境中变量的性质，并理清变量之间的关系。

2．研究变量的类型在一个真实的研究情景中，常常会涉及许多个变量，变量的功能也各不相同，变量之间互相交织，互相影响。

其中有些变量是研究者要研究的，有些变量则是研究者不想研究的。

另外，变量与变量之间彼此关联，互相作用，在研究中的性质、作用和地位也各不相同，有主要的，有次要的；有主动的，有依附的；有连续的，有类别的。

因此了解研究情景中各个变量的性质，区分不同类型的变量，明白变量在一项研究中的关系，对研究者来说是非常关键的问题。

按形式划分，变量可以分为连续变量和类别变量。

凡是在本质上能以连续数值表示其特性的变量，称为连续变量。

如“学业成绩”以分数表示，“身高”以厘米表示，“年龄”以岁数表示。

凡不能以连续数值表示，而需以类别表示其特征的变量为类别变量，也称之为“不连续变量”。

如“性别”分男女，“学校规模”分大中小，“父母管教方式”分民主、独裁、放任等。

这种分类方式，对研究过程中统计资料的分析具有重要意义。

按来源划分，变量可分为主动变量和属性变量。

凡可以由研究者主动安排或操纵的变量为主动变量。

如“教学方法”、“奖励方式”、“噪声”等，这些变量是由研究者主动操作的。

而另一类变量代表研究对象的各种属性，包括生理属性、心理属性、社会属性、物理属性等。

这些变量研究者无法主动操纵，只能通过观察和测量来得知其特征，称为属性变量。

按变量间的关系划分，可以分为自变量、因变量、无关变量、调节变量、中介变量等。

在教育研究中，变量的分类体系很多，其中最重要的，应用最广泛的变量是自变量、因变量和无关变量。

（1）自变量自变量（independent variable）又称刺激变量。

是引起或产生变化的原因，是研究者操纵的假定的原因变量。

当两个变量存在某种联系，其中一个变量对另一个变量具有影响作用，我们称那个具有影响作用的变量为自变量。

自变量的变化水平完全取决于研究者的操纵与设计。

例如，研究学生智力与学业成绩的关系，学生“智力”的高低影响“学业成绩”，那么“智力”就是该项研究的自变量，是研究者要操纵的原因变量。

（2）因变量因变量（dependent variable）又称反应变量，也称依变量。

是受自变量变化影响的变量，是自变量作用于被试后产生的效应，是研究者要测定的假定的结果变量。

因变量的变化不受研究者的控制，它的变化是由自变量的变化所产生。

当两个变量存在某种联系，其中一个变量对另一个变量具有影响作用，我们称那个被影响的变量为因变量。

在一项研究中自变量好比是原因，因变量好比是结果。

例如，我们想研究噪声对学习效果的影响，“噪声”就是自变量，研究者可通过改变噪声的时间或强度等来操纵这个变量。

而“学习效果”则是因变量，它是“噪声”这个自变量作用于被试后产生的效应，是研究者要测量的结果变量。

（3）无关变量无关变量（extraneous variables）有时也称控制变量。

是指与特定研究目标无关的非研究变量，即除了研究者操纵的自变量和需要测定的因变量之外的一切变量，是研究者不想研究，但会影响研究进程的，需要加以控制的变量。

例如，研究两种不同的教学方法对学生学业成绩的影响，在这里“教学方法”是自变量，“学业成绩”是因变量，除此以外其它各种因素都是无关变量。

无关变量在这项研究中，可能会有教学时间、教学环境、学生的智力、原有的知识基础、家教辅导等等各种因素，这些因素会干扰自变量和因变量的对应关系。

当这些因素与自变量（教学方法）的作用混杂在一起时，往往导致人们难以确定两种教学方法效果的优劣，无法判断最终的研究结果（因变量）是来自教学方法（自变量），还是来自教学时间、教学环境、学生的智力、原有的知识基础、家教辅导等等其他各种因素（无关变量）。

如果研究者能有效的控制这些无关变量，研究结果就会比较明确可靠。

（4）调节变量调节变量（moderator variable）是一种特殊的变量，具有自变量的作用，也称之为“次自变量”（secondary independent variable）。

在实验中增加这种变量，目的是为了了解它怎样影响或改变自变量和因变量之间的关系。

有时候，自变量与因变量的关系会受到另一个变量的影响而改变，这第三个变量称之为调节变量。

例如，探讨A、B两种教学方法对提高学生学业成绩的效果，结果发现：A法对智力高的学生比较有效；B法对智力低的学生较有效。

很明显，在这个研究中，教学方法是自变量，学生的学业成绩是因变量，但是研究的自变量和因变量的关系却可能受到第三因素——学生智力的影响，因此学生的智力水平就是一个调节变量。

当我们把一个因素看成自变量，我们关心的是它与因变量的对应关系；当我们把一个因素看成调节变量，我们关注的是它如何影响自变量和因变量的关系。

在研究设计时，一定要将可能的、重要的调节变量纳入研究框架中，这样在分析研究结果时才不至于产生偏差。

（5）中介变量中介变量（intervening variable）也称中间变量，是介于原因和结果之间，自身隐而不显，起媒介作用的变量。

中介变量是不能直接观测和控制的变量，它的影响只能从研究的自变量和因变量的相互关系中推断出来。

例如，研究兴趣与学业成绩的关系，自变量为对某门学科的兴趣，因变量为学科的测验成绩。

结果是学习兴趣浓厚，学业成绩相对要好。

当我们自问：为什么学习兴趣浓厚导致学业成绩良好？原因是什么？这就是在问中介变量是什么？可能的答案是学生注意力的集中，或投入学习的时间增加等等。

理解中介变量对形成研究结论具有重要意义，因为推断中介变量可引出普遍性结论。

兴趣本身是不会增加学业成绩的分数的，但兴趣可引起学生的注意力，增加注意力可以提高学习效果。

认识到这一点，那么即使不采用提高兴趣的形式，只要采取各种能吸引学生注意力的手段，便可以提高学业成绩。

中介变量通常用来解释自变量和因变量关系的理论框架，反映研究者如何看待或说明自变量和因变量之间的关系。

中介变量的构建在很大程度上取决于研究者对所研究现象采取的理论立场，因此，探讨中介变量对最终形成理论具有重要意义。

二、研究变量之间的相互关系通常研究要探讨的是自变量与因变量的对应关系，自变量是研究者要安排或操纵的因素，因变量是研究者要观察或测定的因素。

自变量的变化能引起或影响因变量的变化，而因变量的变化依赖于或取决于自变量的变化。

从这个意义上说，自变量和因变量的关系可以看作为某种因果关系，即自变量是假定的原因，因变量则是假定的结果。

在一项研究中，除了自变量和因变量之外，还可能有许多变量介入到研究过程中来，并且干扰自变量和因变量的对应关系，这些变量统称为无关变量。

无关变量是研究者要控制的因素，因为如果不排除这些无关因素的干扰，便难以解释自变量与因变量的对应关系。

自变量、因变量和无关变量三者之间的关系可用下图解释，见图4-1原因结果操纵测定自图4-1 自变量、因变量和无关变量三者关系示意图从图中我们可以看到，研究的目的是探讨自变量与因变量的对应关系，图中用实线表示，研究的焦点最终集中在因变量的测定上。

自变量和无关变量都可能成为产生因变量效果的原因，当自变量和无关变量混淆在一起时，我们难以判断自变量与因变量的一一对应关系。

为了达到研究目的，获得准确的测定结果，必须对无关变量进行有效的控制，尽可能排除无关变量对因变量测定的影响，图中虚线表示无关变量会影响因变量的测定结果，需要加以控制。

要推断自变量和因变量之间是否存在因果关系，通常要同时满足以下三个条件：一是具有共变关系。

即自变量和因变量要共同变化，自变量变化了，因变量也要随之而变化；二是具有时间顺序关系，即自变量的变化必须发生在因变量变化之前，因变量的变化取决于自变量的变化；三是对无关变量的控制，即排除无关因素对自变量和因变量对应关系的影响，使自变量和因变量的关系“凸现”、“纯化”。

自变量、因变量、无关变量、调节变量都是具体的，可观测的变量，而中介变量则是假设的、潜在的概念变量，它不能直接观测，只能从自变量或调节变量对因变量所产生的作用中推导出来。

通常像成就感、动机、新颖性、挫折等常被用来解释学习过程中一些变量关系的中介变量。

为了更好地理解各种变量的作用，可用下图4-2表示它们之间的关系。