2.2 Các phương pháp nghiên cứu

Mục tiêu học tập

Sau khi hoàn thành phần này, bạn sẽ có thể:

Mô tả các phương pháp nghiên cứu khác nhau được các nhà tâm lý học sử dụng.

Thảo luận về điểm mạnh và điểm yếu của các phương pháp nghiên cứu như nghiên cứu trường hợp, quan sát tự nhiên, khảo sát và nghiên cứu tư liệu lưu trữ.

So sánh các phương pháp nghiên cứu theo chiều dọc và theo chiều ngang.

So sánh và đối chiếu mối tương quan và nguyên nhân.

Có rất nhiều phương pháp nghiên cứu mà các nhà tâm lý học sử dụng trong nỗ lực hiểu, mô tả và giải thích hành vi cũng như các quá trình nhận thức và sinh học nằm dưới đó. Một số phương pháp dựa trên kỹ thuật quan sát. Các phương pháp khác liên quan đến sự tương tác giữa nhà nghiên cứu và các cá nhân được nghiên cứu—từ một loạt các câu hỏi đơn giản đến các cuộc phỏng vấn chuyên sâu, mở rộng—cho đến các thí nghiệm được kiểm soát chặt chẽ.

Mỗi phương pháp nghiên cứu này đều có những ưu điểm và nhược điểm riêng, và mỗi phương pháp có thể chỉ phù hợp với một số loại câu hỏi nghiên cứu nhất định. Ví dụ, các nghiên cứu chủ yếu dựa vào quan sát tạo ra lượng thông tin khổng lồ, nhưng khả năng áp dụng thông tin này cho toàn bộ dân số bị hạn chế do cỡ mẫu nhỏ. Mặt khác, nghiên cứu khảo sát cho phép các nhà nghiên cứu dễ dàng thu thập dữ liệu từ các mẫu tương đối lớn. Mặc dù điều này cho phép khái quát hóa kết quả cho toàn bộ dân số dễ dàng hơn, nhưng thông tin thu thập được từ bất kỳ cuộc khảo sát nào cũng bị hạn chế và dễ gặp phải các vấn đề liên quan đến dữ liệu tự báo cáo. Một số nhà nghiên cứu tiến hành nghiên cứu lưu trữ bằng cách sử dụng các hồ sơ hiện có. Mặc dù đây có thể là một cách khá tiết kiệm để thu thập dữ liệu có thể cung cấp cái nhìn sâu sắc về một số câu hỏi nghiên cứu, nhưng các nhà nghiên cứu sử dụng phương pháp này không kiểm soát được cách thức hoặc loại dữ liệu nào được thu thập. Tất cả các phương pháp được mô tả cho đến nay đều mang tính chất tương quan. Điều này có nghĩa là các nhà nghiên cứu có thể đề cập đến các mối quan hệ quan trọng có thể tồn tại giữa hai hoặc nhiều biến số quan tâm. Tuy nhiên, dữ liệu tương quan không thể được sử dụng để đưa ra tuyên bố về mối quan hệ nhân quả.

Nghiên cứu tương quan có thể tìm ra mối quan hệ giữa hai biến số, nhưng cách duy nhất để nhà nghiên cứu khẳng định mối quan hệ giữa các biến số đó là quan hệ nhân quả là phải tiến hành thí nghiệm. Trong nghiên cứu thực nghiệm, sẽ được thảo luận chi tiết hơn ở phần sau của chương này, có sự kiểm soát rất lớn đối với các biến số quan tâm. Mặc dù đây là một phương pháp mạnh mẽ, nhưng các thí nghiệm thường được tiến hành trong môi trường nhân tạo. Điều này đặt ra câu hỏi về tính hợp lệ của các kết quả thực nghiệm liên quan đến việc chúng có thể áp dụng như thế nào trong môi trường thực tế. Ngoài ra, nhiều câu hỏi mà các nhà tâm lý học muốn trả lời không thể được giải đáp thông qua nghiên cứu thực nghiệm vì những lo ngại về đạo đức.

Nghiên cứu lâm sàng hoặc nghiên cứu trường hợp

Năm 2011, tờ New York Times đăng một bài báo về Krista và Tatiana Hogan, hai chị em sinh đôi người Canada. Hai chị em này đặc biệt vì Krista và Tatiana là cặp song sinh dính liền, dính liền nhau ở đầu. Có bằng chứng cho thấy hai cô gái này được kết nối ở một phần của não bộ gọi là đồi thị, một trung tâm chuyển tiếp cảm giác quan trọng. Hầu hết thông tin cảm giác đến đều được truyền qua đồi thị trước khi đến các vùng cao hơn của vỏ não để xử lý.

Liên kết đến Học tập

Hãy xem video của đài CBC về cuộc sống của Krista và Tatiana để tìm hiểu thêm.

Điều này hàm ý rằng một trong hai người sinh đôi có thể cảm nhận được những giác quan của người kia. Ví dụ, nếu Krista đang xem một chương trình truyền hình đặc biệt hài hước, Tatiana có thể mỉm cười hoặc cười lớn ngay cả khi cô ấy không xem chương trình đó. Khả năng đặc biệt này đã thu hút sự quan tâm của nhiều nhà thần kinh học, những người đang tìm cách hiểu cách bộ não sử dụng thông tin cảm giác.

Hai chị em sinh đôi này đại diện cho một nguồn tài nguyên khổng lồ trong nghiên cứu về não bộ, và vì tình trạng của họ rất hiếm gặp, nên có khả năng là miễn là gia đình họ đồng ý, các nhà khoa học sẽ theo dõi sát sao hai cô gái này suốt đời để thu thập được càng nhiều thông tin càng tốt (Dominus, 2011).

Theo thời gian, người ta nhận thấy rằng mặc dù Krista và Tatiana có chung một số trải nghiệm giác quan và khả năng điều khiển vận động, nhưng họ vẫn là hai cá thể riêng biệt, điều này mang lại những hiểu biết vô giá cho các nhà nghiên cứu quan tâm đến tâm trí và não bộ (Egnor, 2017).

Trong nghiên cứu quan sát, các nhà khoa học tiến hành nghiên cứu lâm sàng hoặc nghiên cứu trường hợp khi họ tập trung vào một người hoặc chỉ một vài cá nhân. Thật vậy, một số nhà khoa học dành toàn bộ sự nghiệp của mình để nghiên cứu chỉ 10-20 cá nhân. Tại sao họ lại làm như vậy? Rõ ràng, khi họ tập trung sự chú ý vào một số lượng rất nhỏ người, họ có thể thu được một lượng thông tin quý giá về những trường hợp đó. Sự phong phú của thông tin được thu thập trong các nghiên cứu lâm sàng hoặc nghiên cứu trường hợp là không thể sánh được với bất kỳ phương pháp nghiên cứu nào khác. Điều này cho phép nhà nghiên cứu có được sự hiểu biết sâu sắc về các cá nhân và hiện tượng cụ thể đang được nghiên cứu.

Nếu các nghiên cứu lâm sàng hoặc nghiên cứu trường hợp cung cấp nhiều thông tin đến vậy, tại sao chúng lại không được các nhà nghiên cứu sử dụng thường xuyên hơn? Thực tế cho thấy, lợi ích chính của phương pháp này cũng chính là điểm yếu. Như đã đề cập trước đó, phương pháp này thường được sử dụng khi nghiên cứu những cá nhân mà các nhà nghiên cứu quan tâm vì họ có đặc điểm hiếm gặp. Do đó, những cá nhân được chọn làm đối tượng nghiên cứu trường hợp không giống với hầu hết những người khác. Nếu các nhà khoa học muốn giải thích tất cả hành vi, việc tập trung vào một nhóm người đặc biệt như vậy có thể gây khó khăn trong việc khái quát hóa bất kỳ quan sát nào cho toàn bộ dân số. Khái quát hóa đề cập đến khả năng áp dụng các phát hiện của một dự án nghiên cứu cụ thể cho các bộ phận lớn hơn của xã hội. Một lần nữa, các nghiên cứu trường hợp cung cấp lượng thông tin khổng lồ, nhưng vì các trường hợp này rất cụ thể, nên khả năng áp dụng những gì đã học được cho người bình thường có thể rất hạn chế.

Quan sát tự nhiên

Nếu bạn muốn hiểu cách thức hành vi diễn ra, một trong những cách tốt nhất để thu thập thông tin là quan sát hành vi đó trong bối cảnh tự nhiên của nó. Tuy nhiên, mọi người có thể thay đổi hành vi của họ theo những cách không ngờ tới nếu họ biết mình đang bị quan sát. Làm thế nào các nhà nghiên cứu có thể thu thập thông tin chính xác khi mọi người có xu hướng che giấu hành vi tự nhiên của họ? Ví dụ, hãy tưởng tượng rằng giáo sư của bạn hỏi tất cả sinh viên trong lớp giơ tay nếu họ luôn rửa tay sau khi đi vệ sinh. Có khả năng hầu hết mọi người trong lớp sẽ giơ tay, nhưng bạn có nghĩ rằng việc rửa tay sau mỗi lần đi vệ sinh thực sự phổ biến đến vậy không?

Điều này rất giống với hiện tượng đã đề cập trước đó trong chương này: nhiều người không cảm thấy thoải mái khi trả lời câu hỏi một cách trung thực. Nhưng nếu chúng ta quyết tâm tìm hiểu sự thật về việc rửa tay, chúng ta vẫn có những lựa chọn khác.

Giả sử chúng ta cử một bạn cùng lớp vào nhà vệ sinh để quan sát xem mọi người có rửa tay sau khi sử dụng hay không. Liệu người quan sát có thể hòa nhập vào môi trường nhà vệ sinh bằng cách mặc áo khoác trắng, ngồi với bảng kẹp giấy và nhìn chằm chằm vào bồn rửa tay? Chúng ta muốn người nghiên cứu của mình không gây chú ý—có thể đứng ở một trong những bồn rửa tay giả vờ đeo kính áp tròng trong khi bí mật ghi lại thông tin cần thiết. Loại nghiên cứu quan sát này được gọi là quan sát tự nhiên : quan sát hành vi trong môi trường tự nhiên của nó. Để hiểu rõ hơn về hiện tượng bị bạn bè loại trừ, Suzanne Fanger đã hợp tác với các đồng nghiệp tại Đại học Texas để quan sát hành vi của trẻ mẫu giáo trên sân chơi. Làm thế nào để những người quan sát không gây chú ý trong suốt thời gian nghiên cứu? Họ trang bị cho một vài đứa trẻ micro không dây (mà bọn trẻ nhanh chóng quên mất) và quan sát trong khi ghi chép từ xa. Ngoài ra, những đứa trẻ trong trường mẫu giáo đó (một "trường mẫu giáo thí nghiệm") đã quen với việc có người quan sát trên sân chơi (Fanger, Frankel, & Hazen, 2012).

Điều quan trọng là người quan sát phải càng kín đáo và không gây chú ý càng tốt: khi mọi người biết mình đang bị theo dõi, họ sẽ ít có khả năng cư xử tự nhiên hơn. Nếu bạn còn nghi ngờ về điều này, hãy tự hỏi hành vi lái xe của bạn sẽ khác nhau như thế nào trong hai tình huống: Trong tình huống đầu tiên, bạn đang lái xe trên một đường cao tốc vắng vẻ vào giữa trưa; trong tình huống thứ hai, bạn đang bị một xe cảnh sát theo dõi trên cùng một đường cao tốc vắng vẻ đó ( Hình 2.7 ).

Bức ảnh cho thấy hai xe cảnh sát đang di chuyển, một chiếc bật đèn báo hiệu nhấp nháy.

Hình 2.7. Việc nhìn thấy xe cảnh sát phía sau có thể ảnh hưởng đến hành vi lái xe của bạn. (Nguồn ảnh: Michael Gil)

Cần lưu ý rằng quan sát tự nhiên không chỉ giới hạn ở nghiên cứu liên quan đến con người. Thật vậy, một số ví dụ nổi tiếng nhất về quan sát tự nhiên liên quan đến việc các nhà nghiên cứu ra thực địa để quan sát nhiều loại động vật khác nhau trong môi trường sống tự nhiên của chúng. Cũng như trong các nghiên cứu trên con người, các nhà nghiên cứu giữ khoảng cách và tránh can thiệp vào đối tượng động vật để không ảnh hưởng đến hành vi tự nhiên của chúng. Các nhà khoa học đã sử dụng kỹ thuật này để nghiên cứu hệ thống phân cấp xã hội và sự tương tác giữa các loài động vật, từ sóc đất đến khỉ đột. Thông tin do các nghiên cứu này cung cấp là vô giá trong việc hiểu cách các loài động vật đó tổ chức xã hội và giao tiếp với nhau. Ví dụ, nhà nhân chủng học Jane Goodall đã dành gần năm thập kỷ để quan sát hành vi của tinh tinh ở châu Phi ( Hình 2.8 ). Để minh họa cho các loại mối quan ngại mà một nhà nghiên cứu có thể gặp phải trong quan sát tự nhiên, một số nhà khoa học đã chỉ trích Goodall vì đã đặt tên cho những con tinh tinh thay vì gọi chúng bằng số - việc sử dụng tên được cho là làm suy yếu sự tách biệt về mặt cảm xúc cần thiết cho tính khách quan của nghiên cứu (McKie, 2010).

(a) Hình ảnh cho thấy Jane Goodall đang phát biểu từ bục giảng. (b) Hình ảnh cho thấy khuôn mặt của một con tinh tinh.

Hình 2.8 (a) Jane Goodall đã dành cả sự nghiệp để thực hiện các quan sát tự nhiên về (b) hành vi của tinh tinh. (nguồn ảnh "Jane Goodall": chỉnh sửa từ tác phẩm của Erik Hersman; "tinh tinh": chỉnh sửa từ tác phẩm của "Afrika Force"/Flickr.com)

Lợi ích lớn nhất của quan sát tự nhiên là tính xác thực , hay độ chính xác, của thông tin được thu thập một cách kín đáo trong môi trường tự nhiên. Việc các cá nhân hành xử như họ thường làm trong một tình huống nhất định có nghĩa là chúng ta có được mức độ xác thực sinh thái, hay tính hiện thực, cao hơn so với các phương pháp nghiên cứu khác. Do đó, khả năng khái quát hóa các phát hiện của nghiên cứu vào các tình huống thực tế được nâng cao. Nếu được thực hiện đúng cách, chúng ta không cần phải lo lắng về việc con người hoặc động vật thay đổi hành vi của chúng chỉ vì chúng đang bị quan sát. Đôi khi, mọi người có thể cho rằng các chương trình truyền hình thực tế cho chúng ta cái nhìn thoáng qua về hành vi chân thực của con người. Tuy nhiên, nguyên tắc quan sát kín đáo bị vi phạm khi các ngôi sao truyền hình thực tế bị các đoàn làm phim theo dõi và được phỏng vấn trước máy quay để đưa ra những lời thú nhận cá nhân. Trong môi trường đó, chúng ta phải nghi ngờ về tính tự nhiên và thực tế trong hành vi của họ.

Nhược điểm chính của phương pháp quan sát tự nhiên là chúng thường khó thiết lập và kiểm soát. Trong nghiên cứu về nhà vệ sinh của chúng ta, điều gì sẽ xảy ra nếu bạn đứng trong nhà vệ sinh cả ngày để ghi lại hành vi rửa tay của mọi người mà không có ai vào? Hoặc, điều gì sẽ xảy ra nếu bạn đã quan sát kỹ một đàn khỉ đột trong nhiều tuần chỉ để phát hiện ra rằng chúng đã di cư đến một nơi mới trong khi bạn đang ngủ trong lều? Lợi ích của dữ liệu thực tế đi kèm với một cái giá phải trả. Là một nhà nghiên cứu, bạn không thể kiểm soát khi nào (hoặc liệu) bạn có hành vi để quan sát. Ngoài ra, loại nghiên cứu quan sát này thường đòi hỏi đầu tư đáng kể về thời gian, tiền bạc và một chút may mắn.

Đôi khi các nghiên cứu liên quan đến quan sát có cấu trúc. Trong những trường hợp này, người ta quan sát mọi người khi họ tham gia vào các nhiệm vụ cụ thể, đã được thiết lập. Một ví dụ tuyệt vời về quan sát có cấu trúc đến từ Tình huống Lạ (Strange Situation) của Mary Ainsworth (bạn sẽ đọc thêm về điều này trong chương về sự phát triển suốt đời). Tình huống Lạ là một quy trình được sử dụng để đánh giá các kiểu gắn bó tồn tại giữa trẻ sơ sinh và người chăm sóc. Trong kịch bản này, người chăm sóc đưa trẻ sơ sinh của họ vào một căn phòng đầy đồ chơi. Tình huống Lạ bao gồm một số giai đoạn, bao gồm việc một người lạ vào phòng, người chăm sóc rời khỏi phòng và người chăm sóc quay trở lại phòng. Hành vi của trẻ sơ sinh được theo dõi chặt chẽ ở mỗi giai đoạn, nhưng chính hành vi của trẻ sơ sinh khi được đoàn tụ với người chăm sóc mới là điều nói lên nhiều nhất về việc mô tả kiểu gắn bó của trẻ sơ sinh với người chăm sóc.

Một vấn đề tiềm ẩn khác trong nghiên cứu quan sát là thiên kiến ​​của người quan sát . Nhìn chung, những người đóng vai trò quan sát thường tham gia chặt chẽ vào dự án nghiên cứu và có thể vô thức làm sai lệch quan sát của họ để phù hợp với mục tiêu hoặc kỳ vọng nghiên cứu của họ. Để phòng ngừa loại thiên kiến ​​này, các nhà nghiên cứu nên thiết lập các tiêu chí rõ ràng cho các loại hành vi được ghi nhận và cách phân loại các hành vi đó. Ngoài ra, các nhà nghiên cứu thường so sánh các quan sát về cùng một sự kiện bởi nhiều người quan sát khác nhau, nhằm kiểm tra độ tin cậy giữa các người đánh giá : một thước đo độ tin cậy đánh giá tính nhất quán của các quan sát bởi các người quan sát khác nhau.

Khảo sát

Thông thường, các nhà tâm lý học phát triển các cuộc khảo sát như một phương tiện để thu thập dữ liệu. Khảo sát là danh sách các câu hỏi mà người tham gia nghiên cứu cần trả lời, và có thể được thực hiện dưới dạng bảng câu hỏi giấy, thực hiện điện tử hoặc tiến hành bằng lời nói ( Hình 2.9 ). Nhìn chung, bản thân cuộc khảo sát có thể được hoàn thành trong thời gian ngắn, và sự dễ dàng trong việc thực hiện khảo sát giúp thu thập dữ liệu từ một số lượng lớn người một cách dễ dàng.

Khảo sát cho phép các nhà nghiên cứu thu thập dữ liệu từ các mẫu lớn hơn so với các phương pháp nghiên cứu khác . Mẫu là một tập hợp con các cá nhân được chọn từ một quần thể , là nhóm cá nhân tổng thể mà các nhà nghiên cứu quan tâm. Các nhà nghiên cứu nghiên cứu mẫu và tìm cách khái quát hóa các phát hiện của họ cho toàn bộ quần thể. Nói chung, các nhà nghiên cứu sẽ bắt đầu quá trình này bằng cách tính toán các thước đo xu hướng trung tâm khác nhau từ dữ liệu họ đã thu thập. Các thước đo này cung cấp một bản tóm tắt tổng quan về hình dạng của một phản hồi điển hình. Có ba thước đo xu hướng trung tâm: mode, median và mean. Mode là phản hồi xuất hiện thường xuyên nhất, median nằm ở giữa một tập dữ liệu nhất định, và mean là trung bình cộng của tất cả các điểm dữ liệu. Mean có xu hướng hữu ích nhất trong việc thực hiện các phân tích bổ sung như được mô tả bên dưới; tuy nhiên, mean rất nhạy cảm với ảnh hưởng của các giá trị ngoại lệ, vì vậy người ta phải nhận thức được những ảnh hưởng đó khi đánh giá những gì các thước đo xu hướng trung tâm cho chúng ta biết về một tập dữ liệu đang xét.

Một mẫu khảo sát trực tuyến có nội dung như sau: "Kính gửi quý khách, ý kiến ​​của quý khách rất quan trọng đối với chúng tôi. Chúng tôi trân trọng mời quý khách tham gia một cuộc khảo sát ngắn để thu thập ý kiến ​​và phản hồi về thói quen tiếp nhận tin tức của quý khách. Cuộc khảo sát sẽ mất khoảng 10-15 phút. Chỉ cần nhấp vào nút "Có" bên dưới để bắt đầu khảo sát. Quý khách có muốn tham gia không?" Có hai nút được ghi nhãn "có" và "không".

Hình 2.9. Khảo sát có thể được thực hiện theo nhiều cách, bao gồm cả nghiên cứu được thực hiện điện tử, như khảo sát được minh họa ở đây. (Nguồn ảnh: Robert Nyman)

So với nghiên cứu trường hợp, khảo sát có cả ưu điểm và nhược điểm. Bằng cách sử dụng khảo sát, chúng ta có thể thu thập thông tin từ một mẫu người lớn hơn. Mẫu lớn hơn phản ánh tốt hơn sự đa dạng thực tế của dân số, từ đó cho phép khái quát hóa tốt hơn. Do đó, nếu mẫu của chúng ta đủ lớn và đa dạng, chúng ta có thể giả định rằng dữ liệu thu thập được từ khảo sát có thể được khái quát hóa cho toàn bộ dân số với độ chắc chắn cao hơn so với thông tin thu thập được thông qua nghiên cứu trường hợp. Tuy nhiên, do số lượng người tham gia lớn hơn, chúng ta không thể thu thập được thông tin chuyên sâu về từng người như trong một nghiên cứu trường hợp.

Một điểm yếu tiềm tàng khác của các cuộc khảo sát mà chúng ta đã đề cập trước đó trong chương này là: Mọi người không phải lúc nào cũng đưa ra câu trả lời chính xác. Họ có thể nói dối, nhớ nhầm hoặc trả lời câu hỏi theo cách mà họ cho là sẽ làm cho mình trông tốt hơn. Ví dụ, mọi người có thể báo cáo uống ít rượu hơn so với thực tế.

Nhiều câu hỏi nghiên cứu có thể được trả lời thông qua việc sử dụng khảo sát. Một ví dụ thực tế là nghiên cứu do Jenkins, Ruppel, Kizer, Yehl và Griffin (2012) thực hiện về phản ứng tiêu cực đối với cộng đồng người Mỹ gốc Ả Rập sau các vụ tấn công khủng bố ngày 11 tháng 9 năm 2001. Jenkins và các đồng nghiệp muốn xác định mức độ tồn tại của những thái độ tiêu cực này đối với người Mỹ gốc Ả Rập gần một thập kỷ sau khi các vụ tấn công xảy ra. Trong một nghiên cứu, 140 người tham gia nghiên cứu đã điền vào một bảng khảo sát gồm 10 câu hỏi, bao gồm các câu hỏi trực tiếp về thái độ thành kiến ​​công khai của người tham gia đối với người thuộc các dân tộc khác nhau. Bảng khảo sát cũng đặt ra các câu hỏi gián tiếp về khả năng người tham gia sẽ tương tác với một người thuộc một dân tộc nhất định trong nhiều bối cảnh khác nhau (ví dụ: "Bạn nghĩ khả năng bạn sẽ tự giới thiệu bản thân với một người gốc Ả Rập là bao nhiêu?"). Kết quả nghiên cứu cho thấy người tham gia không muốn báo cáo thái độ thành kiến ​​đối với bất kỳ nhóm dân tộc nào. Tuy nhiên, có sự khác biệt đáng kể giữa mô hình phản hồi của họ đối với các câu hỏi về tương tác xã hội với người Mỹ gốc Ả Rập so với các nhóm dân tộc khác: họ thể hiện sự sẵn lòng tương tác xã hội với người Mỹ gốc Ả Rập ít hơn so với các nhóm dân tộc khác. Điều này cho thấy những người tham gia có những định kiến ​​ngầm đối với người Mỹ gốc Ả Rập, mặc dù họ khẳng định rằng điều đó không đúng (Jenkins và cộng sự, 2012).

Nghiên cứu lưu trữ

Một số nhà nghiên cứu tiếp cận được lượng lớn dữ liệu mà không cần tương tác với bất kỳ người tham gia nghiên cứu nào. Thay vào đó, họ sử dụng các hồ sơ hiện có để trả lời các câu hỏi nghiên cứu khác nhau. Loại phương pháp nghiên cứu này được gọi là nghiên cứu lưu trữ . Nghiên cứu lưu trữ dựa trên việc xem xét các hồ sơ hoặc tập dữ liệu trong quá khứ để tìm kiếm các mô hình hoặc mối quan hệ thú vị.

Ví dụ, một nhà nghiên cứu có thể truy cập hồ sơ học tập của tất cả những người đã theo học đại học trong vòng mười năm qua và tính toán thời gian họ hoàn thành bằng cấp, cũng như khối lượng môn học, điểm số và các hoạt động ngoại khóa. Nghiên cứu lưu trữ có thể cung cấp thông tin quan trọng về những người có khả năng hoàn thành chương trình học cao nhất, và nó có thể giúp xác định các yếu tố rủi ro quan trọng đối với những sinh viên gặp khó khăn ( Hình 2.10 ).

(a) Hình ảnh cho thấy các chồng hồ sơ giấy trên giá sách. (b) Hình ảnh cho thấy một chiếc máy tính.

Hình 2.10 Một nhà nghiên cứu đang thực hiện nghiên cứu lưu trữ xem xét các tài liệu, dù được lưu trữ dưới dạng (a) bản cứng hay (b) điện tử. (nguồn ảnh "tệp giấy": chỉnh sửa từ tác phẩm của "Newtown graffiti"/Flickr; "máy tính": chỉnh sửa từ tác phẩm của INPIVIC Family/Flickr)

Khi so sánh nghiên cứu lưu trữ với các phương pháp nghiên cứu khác, có một số điểm khác biệt quan trọng. Thứ nhất, nhà nghiên cứu sử dụng phương pháp nghiên cứu lưu trữ không bao giờ tương tác trực tiếp với người tham gia nghiên cứu. Do đó, thời gian và tiền bạc đầu tư để thu thập dữ liệu ít hơn đáng kể so với phương pháp nghiên cứu lưu trữ. Thêm vào đó, các nhà nghiên cứu không kiểm soát được thông tin nào đã được thu thập ban đầu. Vì vậy, các câu hỏi nghiên cứu phải được điều chỉnh sao cho có thể trả lời được trong cấu trúc của các tập dữ liệu hiện có. Ngoài ra, không có gì đảm bảo tính nhất quán giữa các tài liệu từ nguồn này sang nguồn khác, điều này có thể gây khó khăn cho việc so sánh và đối chiếu các tập dữ liệu khác nhau.

Nghiên cứu theo chiều dọc và theo chiều ngang

Đôi khi chúng ta muốn quan sát sự thay đổi của con người theo thời gian, như trong các nghiên cứu về sự phát triển và tuổi thọ của con người. Khi chúng ta kiểm tra cùng một nhóm cá nhân nhiều lần trong một khoảng thời gian dài, chúng ta đang tiến hành nghiên cứu dọc. Nghiên cứu dọc là một thiết kế nghiên cứu trong đó việc thu thập dữ liệu được thực hiện lặp đi lặp lại trong một khoảng thời gian dài. Ví dụ, chúng ta có thể khảo sát một nhóm cá nhân về thói quen ăn uống của họ ở tuổi 20, kiểm tra lại họ mười năm sau ở tuổi 30, và sau đó lại kiểm tra ở tuổi 40.

Một phương pháp khác là nghiên cứu cắt ngang. Trong nghiên cứu cắt ngang , nhà nghiên cứu so sánh nhiều nhóm đối tượng khác nhau trong cùng một thời điểm. Sử dụng ví dụ về thói quen ăn uống ở trên, nhà nghiên cứu có thể so sánh trực tiếp các nhóm người khác nhau theo độ tuổi. Thay vì nghiên cứu một nhóm người trong 20 năm để xem thói quen ăn uống của họ thay đổi như thế nào qua từng thập kỷ, nhà nghiên cứu sẽ nghiên cứu một nhóm người 20 tuổi và so sánh họ với một nhóm người 30 tuổi và một nhóm người 40 tuổi. Mặc dù nghiên cứu cắt ngang đòi hỏi thời gian đầu tư ngắn hơn, nhưng nó cũng bị hạn chế bởi những khác biệt tồn tại giữa các thế hệ (hoặc nhóm người cùng thế hệ) không liên quan đến tuổi tác mà phản ánh kinh nghiệm xã hội và văn hóa của các thế hệ khác nhau, khiến họ trở nên khác biệt với nhau.

Để minh họa khái niệm này, hãy xem xét các kết quả khảo sát sau đây. Trong những năm gần đây, sự ủng hộ của công chúng đối với hôn nhân đồng giới đã tăng lên đáng kể. Nhiều nghiên cứu về chủ đề này đã phân loại những người tham gia khảo sát theo các nhóm tuổi khác nhau. Nhìn chung, những người trẻ tuổi ủng hộ hôn nhân đồng giới nhiều hơn những người lớn tuổi (Jones, 2013). Điều này có nghĩa là khi chúng ta già đi, chúng ta trở nên ít cởi mở hơn với ý tưởng về hôn nhân đồng giới, hay điều này có nghĩa là những người lớn tuổi có những quan điểm khác nhau do bối cảnh xã hội mà họ lớn lên? Nghiên cứu theo chiều dọc là một phương pháp mạnh mẽ vì cùng một nhóm cá nhân tham gia vào dự án nghiên cứu theo thời gian, điều đó có nghĩa là các nhà nghiên cứu cần ít lo ngại hơn về sự khác biệt giữa các nhóm ảnh hưởng đến kết quả nghiên cứu của họ.

Các nghiên cứu theo chiều dọc thường được sử dụng khi nghiên cứu các bệnh khác nhau nhằm mục đích hiểu rõ các yếu tố nguy cơ cụ thể. Những nghiên cứu như vậy thường liên quan đến hàng chục nghìn cá nhân được theo dõi trong nhiều thập kỷ. Với số lượng người tham gia khổng lồ trong các nghiên cứu này, các nhà nghiên cứu có thể tự tin rằng kết quả của họ có thể được khái quát hóa cho toàn bộ dân số. Nghiên cứu Phòng ngừa Ung thư-3 (CPS-3) là một trong chuỗi các nghiên cứu theo chiều dọc do Hiệp hội Ung thư Hoa Kỳ tài trợ nhằm xác định các yếu tố nguy cơ dự báo liên quan đến ung thư. Khi tham gia nghiên cứu, người tham gia sẽ hoàn thành một cuộc khảo sát về cuộc sống và tiền sử gia đình của họ, cung cấp thông tin về các yếu tố có thể gây ra hoặc ngăn ngừa sự phát triển của ung thư. Sau đó, cứ vài năm một lần, người tham gia sẽ nhận được các cuộc khảo sát bổ sung để hoàn thành. Cuối cùng, hàng trăm nghìn người tham gia sẽ được theo dõi trong hơn 20 năm để xác định ai trong số họ mắc ung thư và ai không.

Rõ ràng, loại nghiên cứu này rất quan trọng và có tiềm năng cung cấp nhiều thông tin hữu ích. Ví dụ, các nghiên cứu theo chiều dọc trước đây do Hiệp hội Ung thư Hoa Kỳ tài trợ đã cung cấp một số bằng chứng khoa học đầu tiên về mối liên hệ hiện đã được chứng minh giữa tỷ lệ mắc ung thư gia tăng và hút thuốc (Hiệp hội Ung thư Hoa Kỳ, không rõ năm) ( Hình 2.11 ).

Bức ảnh chụp một bao thuốc lá và những điếu thuốc trong gạt tàn. Trên bao thuốc có dòng chữ: "Cảnh báo của Tổng Y sĩ: Hút thuốc gây ung thư phổi, bệnh tim, khí phế thũng và có thể gây biến chứng trong thai kỳ."

Hình 2.11 Nghiên cứu theo chiều dọc như CPS-3 giúp chúng ta hiểu rõ hơn về mối liên hệ giữa hút thuốc lá với ung thư và các bệnh khác. (Nguồn ảnh: CDC/Debora Cartagena)

Cũng như bất kỳ chiến lược nghiên cứu nào khác, nghiên cứu dọc cũng có những hạn chế. Thứ nhất, những nghiên cứu này đòi hỏi sự đầu tư thời gian đáng kể từ phía nhà nghiên cứu và người tham gia nghiên cứu. Vì một số nghiên cứu dọc có thể mất nhiều năm, thậm chí hàng thập kỷ để hoàn thành, nên kết quả sẽ không được biết trong một khoảng thời gian khá dài. Bên cạnh yêu cầu về thời gian, những nghiên cứu này cũng đòi hỏi một khoản đầu tư tài chính đáng kể. Nhiều nhà nghiên cứu không thể dành đủ nguồn lực cần thiết để hoàn thành một dự án nghiên cứu dọc.

Những người tham gia nghiên cứu cũng phải sẵn lòng tiếp tục tham gia trong một thời gian dài, và điều này có thể gây khó khăn. Mọi người chuyển nhà, kết hôn và đổi tên, bị ốm và cuối cùng là qua đời. Ngay cả khi không có những thay đổi lớn trong cuộc sống, một số người có thể đơn giản là chọn ngừng tham gia dự án. Kết quả là, tỷ lệ bỏ cuộc , hay sự giảm số lượng người tham gia nghiên cứu do bỏ cuộc, trong các nghiên cứu dọc khá cao và tăng lên trong suốt quá trình dự án. Vì lý do này, các nhà nghiên cứu sử dụng phương pháp này thường tuyển dụng nhiều người tham gia với kỳ vọng rằng một số lượng đáng kể sẽ bỏ cuộc trước khi kết thúc. Khi nghiên cứu tiến triển, họ liên tục kiểm tra xem mẫu nghiên cứu có còn đại diện cho quần thể lớn hơn hay không và điều chỉnh khi cần thiết.

2.3 Phân tích kết quả

Mục tiêu học tập

Sau khi hoàn thành phần này, bạn sẽ có thể:

Hãy giải thích hệ số tương quan cho chúng ta biết điều gì về mối quan hệ giữa các biến số.

Cần hiểu rằng hệ số tương quan không chỉ ra mối quan hệ nhân quả giữa các biến số.

Hãy thảo luận về xu hướng tìm kiếm mối quan hệ giữa các biến số mà thực chất không tồn tại.

Giải thích phương pháp lấy mẫu ngẫu nhiên và việc phân bổ người tham gia vào nhóm thử nghiệm và nhóm đối chứng.

Hãy thảo luận về việc thiên vị của người thực nghiệm hoặc người tham gia có thể ảnh hưởng đến kết quả của thí nghiệm như thế nào.

Xác định biến độc lập và biến phụ thuộc.

Bạn có biết rằng khi doanh số bán kem tăng lên, tỷ lệ tội phạm nói chung cũng tăng theo? Liệu việc thưởng thức hương vị kem yêu thích có thể dẫn đến việc bạn phạm tội hàng loạt? Hoặc, sau khi phạm tội, bạn có nghĩ mình sẽ tự thưởng cho bản thân một cây kem không? Không thể phủ nhận mối liên hệ giữa kem và tội phạm (ví dụ: Harper, 2013), nhưng sẽ thật ngớ ngẩn nếu cho rằng cái này thực sự gây ra cái kia.

Nhiều khả năng cả doanh số bán kem và tỷ lệ tội phạm đều có liên quan đến nhiệt độ bên ngoài. Khi trời ấm, nhiều người ra khỏi nhà, giao tiếp với nhau, dễ cáu gắt và đôi khi phạm tội. Ngoài ra, khi trời ấm, chúng ta cũng có xu hướng tìm kiếm những món ăn mát lạnh như kem. Làm thế nào để xác định liệu có mối quan hệ giữa hai điều này hay không? Và khi có mối quan hệ, làm thế nào để phân biệt liệu đó là do trùng hợp ngẫu nhiên hay do nguyên nhân?

Nghiên cứu tương quan

Tương quan có nghĩa là có mối quan hệ giữa hai hoặc nhiều biến số (chẳng hạn như lượng tiêu thụ kem và tội phạm), nhưng mối quan hệ này không nhất thiết hàm ý nguyên nhân và kết quả. Khi hai biến số có tương quan, điều đó đơn giản có nghĩa là khi một biến số thay đổi, biến số kia cũng thay đổi. Chúng ta có thể đo lường tương quan bằng cách tính toán một chỉ số thống kê được gọi là hệ số tương quan. Hệ số tương quan là một số từ -1 đến +1 cho biết độ mạnh và hướng của mối quan hệ giữa các biến số. Hệ số tương quan thường được biểu thị bằng chữ cái r .

Phần số của hệ số tương quan cho biết độ mạnh của mối quan hệ. Số càng gần 1 (dù là âm hay dương), các biến càng có mối liên hệ chặt chẽ hơn, và sự thay đổi của một biến càng dễ dự đoán khi biến kia thay đổi. Số càng gần 0, mối quan hệ càng yếu, và mối quan hệ giữa các biến càng khó dự đoán hơn. Ví dụ, hệ số tương quan 0,9 cho thấy mối quan hệ mạnh hơn nhiều so với hệ số tương quan 0,3. Nếu các biến không có mối liên hệ nào với nhau, hệ số tương quan bằng 0. Ví dụ trên về kem và tội phạm là một ví dụ về hai biến mà chúng ta có thể cho rằng không có mối quan hệ nào với nhau.

Dấu – dương hoặc âm – của hệ số tương quan cho biết hướng của mối quan hệ ( Hình 2.12 ). Tương quan dương có nghĩa là các biến số di chuyển cùng chiều. Nói cách khác, khi một biến số tăng thì biến số kia cũng tăng, và ngược lại, khi một biến số giảm thì biến số kia cũng giảm. Tương quan âm có nghĩa là các biến số di chuyển ngược chiều nhau. Nếu hai biến số có tương quan âm, thì sự giảm của biến số này sẽ đi kèm với sự tăng của biến số kia và ngược lại.

Ví dụ về kem và tỷ lệ tội phạm là một mối tương quan tích cực vì cả hai biến số đều tăng khi nhiệt độ ấm hơn. Các ví dụ khác về mối tương quan tích cực là mối quan hệ giữa chiều cao và cân nặng của một người hoặc mối quan hệ giữa tuổi tác và số nếp nhăn của một người. Người ta có thể kỳ vọng tồn tại mối tương quan tiêu cực giữa sự mệt mỏi của một người trong ngày và số giờ họ ngủ đêm trước: lượng giấc ngủ giảm khi cảm giác mệt mỏi tăng lên. Trong một ví dụ thực tế về mối tương quan tiêu cực, các nhà nghiên cứu sinh viên tại Đại học Minnesota đã tìm thấy một mối tương quan tiêu cực yếu ( r = -0,29) giữa số ngày trung bình mỗi tuần mà sinh viên ngủ ít hơn 5 giờ và điểm trung bình tích lũy (GPA) của họ (Lowry, Dean, & Manders, 2010). Cần lưu ý rằng mối tương quan tiêu cực không giống với việc không có mối tương quan. Ví dụ, chúng ta có thể sẽ không tìm thấy mối tương quan nào giữa số giờ ngủ và cỡ giày.

Như đã đề cập trước đó, các mối tương quan có giá trị dự đoán. Hãy tưởng tượng bạn là thành viên của hội đồng tuyển sinh của một trường đại học lớn. Bạn phải đối mặt với một số lượng lớn đơn đăng ký, nhưng chỉ có thể đáp ứng một phần nhỏ trong số đó. Làm thế nào bạn có thể quyết định ai nên được nhận vào học? Bạn có thể thử tìm mối tương quan giữa điểm trung bình học tập (GPA) của sinh viên hiện tại với điểm số của họ trong các bài kiểm tra chuẩn hóa như SAT hoặc ACT. Bằng cách quan sát những mối tương quan nào mạnh nhất đối với sinh viên hiện tại, bạn có thể sử dụng thông tin này để dự đoán khả năng thành công tương đối của những sinh viên đã nộp đơn vào trường đại học.

Ba biểu đồ phân tán được hiển thị. Biểu đồ (a) được dán nhãn "tương quan dương" và hiển thị các chấm phân tán tạo thành một đường thẳng không đều từ dưới cùng bên trái lên trên cùng bên phải; trục x được dán nhãn "cân nặng" và trục y được dán nhãn "chiều cao". Biểu đồ (b) được dán nhãn "tương quan âm" và hiển thị các chấm phân tán tạo thành một đường thẳng không đều từ trên cùng bên trái xuống dưới cùng bên phải; trục x được dán nhãn "mệt mỏi" và trục y được dán nhãn "số giờ ngủ". Biểu đồ (c) được dán nhãn "không tương quan" và hiển thị các chấm phân tán không theo một quy luật nào; trục x được dán nhãn "cỡ giày" và trục y được dán nhãn "số giờ ngủ".

Hình 2.12 Biểu đồ phân tán là một hình ảnh đồ họa thể hiện độ mạnh và hướng của các mối tương quan. Mối tương quan càng mạnh, các điểm dữ liệu càng gần với một đường thẳng. Trong các ví dụ này, chúng ta thấy rằng có (a) mối tương quan tích cực giữa cân nặng và chiều cao, (b) mối tương quan tiêu cực giữa sự mệt mỏi và số giờ ngủ, và (c) không có mối tương quan giữa cỡ giày và số giờ ngủ.

Liên kết đến Học tập

Hãy thao tác với biểu đồ phân tán tương tác này để thực hành hiểu biết của bạn về tương quan tích cực và tiêu cực.

Mối tương quan không đồng nghĩa với nguyên nhân.

Nghiên cứu tương quan rất hữu ích vì nó cho phép chúng ta khám phá cường độ và hướng của các mối quan hệ tồn tại giữa hai biến số. Tuy nhiên, tương quan có những hạn chế vì việc thiết lập sự tồn tại của một mối quan hệ không cho chúng ta biết nhiều về nguyên nhân và kết quả . Mặc dù các biến số đôi khi tương quan với nhau vì biến này gây ra biến kia, nhưng cũng có thể một yếu tố khác, một biến gây nhiễu , thực sự gây ra sự biến động có hệ thống trong các biến số mà chúng ta quan tâm. Trong ví dụ về kem/tỷ lệ tội phạm đã đề cập trước đó, nhiệt độ là một biến gây nhiễu có thể giải thích mối quan hệ giữa hai biến số này.

Ngay cả khi không thể chỉ ra các biến gây nhiễu rõ ràng, chúng ta cũng không nên cho rằng mối tương quan giữa hai biến số ngụ ý rằng biến số này gây ra sự thay đổi ở biến số kia. Điều này có thể gây khó chịu khi mối quan hệ nhân quả dường như rõ ràng và trực quan. Hãy nhớ lại cuộc thảo luận của chúng ta về nghiên cứu được thực hiện bởi Hiệp hội Ung thư Hoa Kỳ và cách các dự án nghiên cứu của họ là một trong những minh chứng đầu tiên về mối liên hệ giữa hút thuốc và ung thư. Có vẻ hợp lý khi cho rằng hút thuốc gây ung thư, nhưng nếu chúng ta chỉ giới hạn ở nghiên cứu tương quan , thì việc đưa ra giả định này sẽ vượt quá phạm vi cho phép.

Thật không may, mọi người thường xuyên nhầm lẫn giữa các mối quan hệ nhân quả và tương quan. Những tuyên bố như vậy đặc biệt phổ biến trong quảng cáo và tin tức. Ví dụ, nghiên cứu cho thấy những người ăn một loại ngũ cốc ăn sáng nhất định có thể giảm nguy cơ mắc bệnh tim (Anderson, Hanna, Peng, & Kryscio, 2000). Các công ty sản xuất ngũ cốc có thể sẽ chia sẻ thông tin này theo cách tối đa hóa và có lẽ phóng đại những lợi ích tích cực của việc ăn ngũ cốc. Nhưng liệu ngũ cốc có thực sự mang lại sức khỏe tốt hơn, hay còn có những lời giải thích khác cho sức khỏe của những người ăn ngũ cốc? Mặc dù nghiên cứu tương quan rất có giá trị trong việc xác định mối quan hệ giữa các biến số, nhưng một hạn chế lớn là không thể thiết lập mối quan hệ nhân quả. Các nhà tâm lý học muốn đưa ra những tuyên bố về nguyên nhân và kết quả, nhưng cách duy nhất để làm điều đó là tiến hành một thí nghiệm để trả lời câu hỏi nghiên cứu. Phần tiếp theo mô tả cách các thí nghiệm khoa học kết hợp các phương pháp loại bỏ, hoặc kiểm soát, các lời giải thích thay thế, cho phép các nhà nghiên cứu khám phá cách những thay đổi trong một biến số gây ra những thay đổi trong một biến số khác.

Bức ảnh chụp một bát ngũ cốc.

Hình 2.13 Ăn ngũ cốc có thực sự giúp ai đó khỏe mạnh hơn không? (Nguồn ảnh: Tim Skillern)

Mối tương quan ảo tưởng

Việc dễ đưa ra những nhận định sai lầm về mối quan hệ nhân quả dựa trên nghiên cứu tương quan không phải là cách duy nhất chúng ta thường hiểu sai dữ liệu. Chúng ta cũng thường mắc phải sai lầm về các mối tương quan ảo, đặc biệt là với những quan sát không có hệ thống. Các mối tương quan ảo , hay các mối tương quan sai lệch, xảy ra khi mọi người tin rằng tồn tại mối quan hệ giữa hai thứ trong khi thực tế không có mối quan hệ nào như vậy. Một mối tương quan ảo nổi tiếng là ảnh hưởng được cho là của các pha mặt trăng đối với hành vi con người. Nhiều người khẳng định một cách nhiệt tình rằng hành vi con người bị ảnh hưởng bởi pha của mặt trăng, và cụ thể hơn, rằng mọi người hành động kỳ lạ khi trăng tròn ( Hình 2.14 ).

Bức ảnh này chụp mặt trăng.

Hình 2.14 Nhiều người tin rằng trăng tròn khiến mọi người cư xử kỳ lạ. (Nguồn ảnh: Cory Zanker)

Không thể phủ nhận rằng mặt trăng có ảnh hưởng mạnh mẽ đến hành tinh của chúng ta. Sự lên xuống của thủy triều đại dương gắn liền chặt chẽ với lực hấp dẫn của mặt trăng. Do đó, nhiều người tin rằng chúng ta cũng bị ảnh hưởng bởi mặt trăng. Xét cho cùng, cơ thể chúng ta phần lớn được cấu tạo từ nước. Tuy nhiên, một phân tích tổng hợp của gần 40 nghiên cứu đã liên tục chứng minh rằng mối quan hệ giữa mặt trăng và hành vi của chúng ta không tồn tại (Rotton & Kelly, 1985). Mặc dù chúng ta có thể chú ý nhiều hơn đến những hành vi kỳ lạ trong giai đoạn trăng tròn, nhưng tỷ lệ các hành vi kỳ lạ vẫn không đổi trong suốt chu kỳ mặt trăng.

Tại sao chúng ta lại dễ tin vào những mối tương quan ảo tưởng như vậy? Thường thì chúng ta đọc hoặc nghe về chúng và đơn giản chấp nhận thông tin đó là đúng. Hoặc, chúng ta có linh cảm về cách thức hoạt động của một điều gì đó và sau đó tìm kiếm bằng chứng để củng cố linh cảm đó, bỏ qua bằng chứng cho thấy linh cảm của chúng ta là sai; điều này được gọi là thiên kiến ​​xác nhận . Những lúc khác, chúng ta tìm thấy những mối tương quan ảo tưởng dựa trên thông tin dễ nhớ nhất, ngay cả khi thông tin đó rất hạn chế. Và mặc dù chúng ta có thể tự tin rằng mình có thể sử dụng những mối quan hệ này để hiểu rõ hơn và dự đoán thế giới xung quanh, nhưng những mối tương quan ảo tưởng có thể có những nhược điểm đáng kể. Ví dụ, nghiên cứu cho thấy rằng những mối tương quan ảo tưởng—trong đó một số hành vi nhất định bị gán ghép không chính xác cho một số nhóm nhất định—có liên quan đến việc hình thành thái độ thành kiến, cuối cùng có thể dẫn đến hành vi phân biệt đối xử (Fiedler, 2004).

Quan hệ nhân quả: Tiến hành thí nghiệm và sử dụng dữ liệu

Như các bạn đã biết, cách duy nhất để xác định mối quan hệ nhân quả giữa hai biến số là tiến hành một thí nghiệm khoa học . Thí nghiệm có ý nghĩa khác trong bối cảnh khoa học so với đời sống thường ngày. Trong giao tiếp hàng ngày, chúng ta thường dùng nó để mô tả việc thử một điều gì đó lần đầu tiên, chẳng hạn như thử một kiểu tóc mới hoặc một món ăn mới. Tuy nhiên, trong bối cảnh khoa học, một thí nghiệm có những yêu cầu chính xác về thiết kế và thực hiện.

Giả thuyết thực nghiệm

Để tiến hành một thí nghiệm, nhà nghiên cứu phải có một giả thuyết cụ thể cần kiểm chứng. Như bạn đã học, giả thuyết có thể được hình thành thông qua quan sát trực tiếp thế giới thực hoặc sau khi xem xét kỹ lưỡng các nghiên cứu trước đó. Ví dụ, nếu bạn cho rằng việc sử dụng công nghệ trong lớp học có tác động tiêu cực đến việc học tập, thì về cơ bản bạn đã hình thành một giả thuyết—cụ thể là, việc sử dụng công nghệ trong lớp học nên bị hạn chế vì nó làm giảm hiệu quả học tập. Làm thế nào bạn có thể đi đến giả thuyết cụ thể này? Bạn có thể nhận thấy rằng các bạn cùng lớp ghi chép trên máy tính xách tay đạt điểm thấp hơn trong các bài kiểm tra so với những người ghi chép bằng tay, hoặc những người học qua chương trình máy tính so với học trực tiếp với giáo viên có kết quả khác nhau khi làm bài kiểm tra ( Hình 2.15 ).

Nhiều hàng học sinh đang ngồi trong lớp học. Một học sinh đang mở máy tính xách tay trên bàn.

Hình 2.15 Việc sử dụng công nghệ trong lớp học có thể tác động đến việc học tập như thế nào? (nguồn ảnh: chỉnh sửa từ tác phẩm của Nikolay Georgiev/Pixabay)

Những quan sát cá nhân kiểu này thường dẫn chúng ta đến việc hình thành một giả thuyết cụ thể, nhưng chúng ta không thể chỉ dựa vào những quan sát cá nhân hạn chế và bằng chứng giai thoại để kiểm chứng giả thuyết một cách nghiêm ngặt. Thay vào đó, để tìm hiểu xem dữ liệu thực tế có ủng hộ giả thuyết của chúng ta hay không, chúng ta phải tiến hành thí nghiệm.

Thiết kế một thí nghiệm

Thiết kế thí nghiệm cơ bản nhất bao gồm hai nhóm: nhóm thí nghiệm và nhóm đối chứng. Hai nhóm được thiết kế giống nhau ngoại trừ một điểm khác biệt – thao tác thí nghiệm. Nhóm thí nghiệm được áp dụng thao tác thí nghiệm – tức là phương pháp điều trị hoặc biến số đang được thử nghiệm (trong trường hợp này là việc sử dụng công nghệ) – còn nhóm đối chứng thì không. Vì thao tác thí nghiệm là điểm khác biệt duy nhất giữa nhóm thí nghiệm và nhóm đối chứng, chúng ta có thể chắc chắn rằng bất kỳ sự khác biệt nào giữa hai nhóm đều là do thao tác thí nghiệm chứ không phải do ngẫu nhiên.

Trong ví dụ của chúng tôi về cách hạn chế việc sử dụng công nghệ trong lớp học, chúng tôi cho nhóm thử nghiệm học đại số bằng chương trình máy tính và sau đó kiểm tra khả năng học tập của họ. Chúng tôi đo lường khả năng học tập của nhóm đối chứng sau khi họ được giáo viên dạy đại số trong lớp học truyền thống. Điều quan trọng là nhóm đối chứng phải được đối xử tương tự như nhóm thử nghiệm, ngoại trừ việc nhóm đối chứng không nhận được sự can thiệp của nhóm thử nghiệm.

Chúng ta cũng cần định nghĩa chính xác, hay cụ thể hóa, cách thức đo lường việc học đại số. Một định nghĩa cụ thể là mô tả chính xác các biến số của chúng ta, và điều này rất quan trọng để người khác hiểu chính xác cách thức và những gì nhà nghiên cứu đo lường trong một thí nghiệm cụ thể. Khi cụ thể hóa việc học, chúng ta có thể chọn xem xét kết quả làm bài kiểm tra bao gồm nội dung mà các cá nhân đã được giáo viên hoặc chương trình máy tính giảng dạy. Chúng ta cũng có thể yêu cầu người tham gia tóm tắt thông tin vừa được trình bày theo một cách nào đó. Dù chúng ta quyết định thế nào, điều quan trọng là chúng ta phải cụ thể hóa việc học sao cho bất kỳ ai lần đầu tiên nghe về nghiên cứu của chúng ta đều hiểu chính xác ý nghĩa của việc học. Điều này giúp mọi người dễ dàng diễn giải dữ liệu của chúng ta cũng như khả năng lặp lại thí nghiệm nếu họ muốn.

Sau khi đã xác định rõ thế nào là sử dụng công nghệ và thế nào là học tập đối với những người tham gia thí nghiệm, chúng ta cần thiết lập cách thức tiến hành thí nghiệm. Trong trường hợp này, chúng ta có thể cho người tham gia dành 45 phút để học đại số (thông qua chương trình máy tính hoặc với giáo viên toán trực tiếp) và sau đó cho họ làm bài kiểm tra về nội dung đã học trong 45 phút đó.

Lý tưởng nhất là những người chấm điểm bài kiểm tra không biết ai được phân vào nhóm thử nghiệm hay nhóm đối chứng, nhằm kiểm soát sai lệch do người thực nghiệm gây ra. Sai lệch do người thực nghiệm đề cập đến khả năng kỳ vọng của nhà nghiên cứu có thể làm sai lệch kết quả nghiên cứu. Hãy nhớ rằng, tiến hành một thí nghiệm đòi hỏi rất nhiều kế hoạch, và những người tham gia vào dự án nghiên cứu đều có lợi ích riêng trong việc ủng hộ giả thuyết của họ. Nếu người quan sát biết đứa trẻ nào thuộc nhóm nào, điều đó có thể ảnh hưởng đến cách họ diễn giải các câu trả lời mơ hồ, chẳng hạn như chữ viết nguệch ngoạc hoặc lỗi tính toán nhỏ. Bằng cách không biết đứa trẻ nào thuộc nhóm nào, chúng ta có thể tránh được những sai lệch đó. Tình huống này là một nghiên cứu mù đơn , có nghĩa là một trong các nhóm (người tham gia) không biết mình thuộc nhóm nào (nhóm thử nghiệm hay nhóm đối chứng) trong khi nhà nghiên cứu thiết kế thí nghiệm biết người tham gia nào thuộc nhóm nào.

Trong một nghiên cứu mù đôi , cả nhà nghiên cứu và người tham gia đều không biết mình thuộc nhóm nào. Tại sao nhà nghiên cứu lại muốn tiến hành một nghiên cứu mà không ai biết ai thuộc nhóm nào? Bởi vì bằng cách đó, chúng ta có thể kiểm soát cả kỳ vọng của người thực nghiệm và người tham gia. Nếu bạn quen thuộc với cụm từ hiệu ứng giả dược , bạn đã hiểu phần nào lý do tại sao đây là một yếu tố quan trọng cần xem xét. Hiệu ứng giả dược xảy ra khi kỳ vọng hoặc niềm tin của mọi người ảnh hưởng hoặc quyết định trải nghiệm của họ trong một tình huống nhất định. Nói cách khác, chỉ cần kỳ vọng điều gì đó xảy ra cũng có thể khiến nó thực sự xảy ra.

Hiệu ứng giả dược thường được mô tả trong bối cảnh thử nghiệm hiệu quả của một loại thuốc mới. Hãy tưởng tượng bạn làm việc trong một công ty dược phẩm và bạn nghĩ rằng mình có một loại thuốc mới hiệu quả trong điều trị trầm cảm. Để chứng minh thuốc của mình hiệu quả, bạn tiến hành một thí nghiệm với hai nhóm: Nhóm thử nghiệm được dùng thuốc, và nhóm đối chứng thì không. Nhưng bạn không muốn người tham gia biết liệu họ có được dùng thuốc hay không.

Tại sao lại như vậy? Hãy tưởng tượng bạn là người tham gia nghiên cứu này, và bạn vừa uống một viên thuốc mà bạn nghĩ sẽ cải thiện tâm trạng. Bởi vì bạn kỳ vọng viên thuốc sẽ có tác dụng, bạn có thể cảm thấy tốt hơn chỉ đơn giản vì bạn đã uống thuốc chứ không phải do bất kỳ loại thuốc nào thực sự có trong viên thuốc – đây chính là hiệu ứng giả dược.

Để đảm bảo rằng bất kỳ tác động nào đến tâm trạng đều là do thuốc chứ không phải do kỳ vọng, nhóm đối chứng được dùng giả dược (trong trường hợp này là viên đường). Bây giờ mọi người đều được uống thuốc, và một lần nữa cả nhà nghiên cứu lẫn người tham gia thí nghiệm đều không biết ai được dùng thuốc và ai được dùng viên đường. Bất kỳ sự khác biệt nào về tâm trạng giữa nhóm thí nghiệm và nhóm đối chứng giờ đây có thể được quy cho chính thuốc chứ không phải do sự thiên vị của người làm thí nghiệm hay kỳ vọng của người tham gia ( Hình 2.16 ).

Bức ảnh cho thấy ba lọ thuốc thủy tinh được dán nhãn là thuốc giả dược.

Hình 2.16. Việc cung cấp phương pháp điều trị giả dược cho nhóm đối chứng giúp bảo vệ chống lại sự thiên lệch do kỳ vọng gây ra. (Nguồn ảnh: Elaine và Arthur Shapiro)

Biến độc lập và biến phụ thuộc

Trong một thí nghiệm nghiên cứu, chúng ta cố gắng tìm hiểu xem liệu sự thay đổi ở một yếu tố có gây ra sự thay đổi ở yếu tố khác hay không. Để đạt được điều này, chúng ta phải chú ý đến hai biến số quan trọng, hay những thứ có thể thay đổi, trong bất kỳ nghiên cứu thực nghiệm nào: biến số độc lập và biến số phụ thuộc. Biến số độc lập là biến số được người làm thí nghiệm thao túng hoặc kiểm soát. Trong một nghiên cứu thực nghiệm được thiết kế tốt, biến số độc lập là sự khác biệt quan trọng duy nhất giữa nhóm thực nghiệm và nhóm đối chứng. Trong ví dụ của chúng ta về cách sử dụng công nghệ trong lớp học ảnh hưởng đến việc học tập, biến số độc lập là loại hình học tập của những người tham gia nghiên cứu ( Hình 2.17 ). Biến số phụ thuộc là điều mà nhà nghiên cứu đo lường để xem biến số độc lập có tác động đến mức nào. Trong ví dụ của chúng ta, biến số phụ thuộc là kết quả học tập mà những người tham gia thể hiện.

Một ô có nhãn "biến độc lập: ghi chép trên máy tính xách tay hay bằng tay" chứa ảnh chụp một lớp học với một chiếc máy tính xách tay đang mở trên bàn của một học sinh. Một mũi tên có nhãn "ảnh hưởng đến sự thay đổi trong..." dẫn đến ô thứ hai. Ô thứ hai được dán nhãn "biến phụ thuộc: kết quả trên thước đo học tập" và có ảnh chụp một học sinh đang ngồi ở bàn làm bài kiểm tra.

Hình 2.17 Trong một thí nghiệm, việc thao tác với biến độc lập được kỳ vọng sẽ dẫn đến những thay đổi trong biến phụ thuộc. (nguồn ảnh: bản chỉnh sửa "lớp học" từ tác phẩm của Nikolay Georgiev/Pixabay; nguồn ảnh "ghi chép": bản chỉnh sửa từ tác phẩm của KF/Wikimedia)

Chúng ta kỳ vọng rằng biến phụ thuộc sẽ thay đổi theo biến độc lập. Nói cách khác, biến phụ thuộc phụ thuộc vào biến độc lập. Một cách hay để suy nghĩ về mối quan hệ giữa biến độc lập và biến phụ thuộc là bằng câu hỏi này: Biến độc lập ảnh hưởng như thế nào đến biến phụ thuộc? Quay lại ví dụ của chúng ta, việc học một bài học thông qua chương trình máy tính có ảnh hưởng như thế nào so với việc học trực tiếp với giáo viên?

Lựa chọn và phân công người tham gia thí nghiệm

Giờ đây, khi nghiên cứu của chúng ta đã được thiết kế, chúng ta cần thu thập một mẫu các cá nhân để đưa vào thí nghiệm. Nghiên cứu của chúng ta liên quan đến người tham gia, vì vậy chúng ta cần xác định ai sẽ được đưa vào. Người tham gia là đối tượng của nghiên cứu tâm lý học, và như tên gọi cho thấy, những cá nhân tham gia vào nghiên cứu tâm lý học tích cực tham gia vào quá trình này. Thông thường, các dự án nghiên cứu tâm lý học dựa vào sinh viên đại học để làm người tham gia. Trên thực tế, phần lớn các nghiên cứu trong các lĩnh vực phụ của tâm lý học từ trước đến nay đều có sinh viên tham gia (Sears, 1986; Arnett, 2008). Nhưng liệu sinh viên đại học có thực sự đại diện cho dân số nói chung? Sinh viên đại học có xu hướng trẻ hơn, được giáo dục tốt hơn, tự do hơn và ít đa dạng hơn so với dân số nói chung. Mặc dù việc sử dụng sinh viên làm đối tượng thử nghiệm là một thực tiễn được chấp nhận, nhưng việc dựa vào một nhóm người tham gia nghiên cứu hạn chế như vậy có thể gây ra vấn đề vì khó có thể khái quát hóa các phát hiện cho toàn bộ dân số.

Thí nghiệm giả định của chúng ta liên quan đến học sinh trung học, và trước tiên chúng ta phải tạo ra một mẫu học sinh. Mẫu được sử dụng vì quần thể thường quá lớn để có thể đưa tất cả các thành viên vào thí nghiệm cụ thể của chúng ta một cách hợp lý ( Hình 2.18 ). Nếu có thể, chúng ta nên sử dụng mẫu ngẫu nhiên (có các loại mẫu khác, nhưng trong chương này, chúng ta sẽ tập trung vào mẫu ngẫu nhiên). Mẫu ngẫu nhiên là một tập hợp con của một quần thể lớn hơn, trong đó mỗi thành viên của quần thể đều có cơ hội được chọn như nhau. Mẫu ngẫu nhiên được ưu tiên vì nếu mẫu đủ lớn, chúng ta có thể chắc chắn rằng các cá nhân tham gia đại diện cho quần thể lớn hơn. Điều này có nghĩa là tỷ lệ phần trăm các đặc điểm trong mẫu—giới tính, dân tộc, trình độ kinh tế xã hội và bất kỳ đặc điểm nào khác có thể ảnh hưởng đến kết quả—gần với tỷ lệ phần trăm đó trong quần thể lớn hơn.

Trong ví dụ này, giả sử chúng ta quyết định đối tượng nghiên cứu là học sinh học môn đại số. Nhưng tất cả học sinh học môn đại số là một quần thể rất lớn, vì vậy chúng ta cần cụ thể hơn; thay vào đó, chúng ta có thể nói rằng đối tượng nghiên cứu là tất cả học sinh học môn đại số trong một thành phố cụ thể. Chúng ta nên bao gồm học sinh từ nhiều tầng lớp thu nhập, hoàn cảnh gia đình, chủng tộc, dân tộc, tôn giáo và khu vực địa lý khác nhau trong thành phố. Với quần thể dễ quản lý hơn này, chúng ta có thể hợp tác với các trường học địa phương để chọn ngẫu nhiên khoảng 200 học sinh học môn đại số mà chúng ta muốn tham gia vào thí nghiệm của mình.

Tóm lại, vì chúng ta không thể kiểm tra tất cả học sinh học đại số trong một thành phố, nên chúng ta cần tìm một nhóm khoảng 200 học sinh phản ánh thành phần dân số của thành phố đó. Với một nhóm đại diện, chúng ta có thể khái quát hóa kết quả nghiên cứu cho toàn bộ dân số mà không lo mẫu nghiên cứu bị sai lệch.

(a) Một bức ảnh chụp từ trên cao đám đông trên đường phố. (b) Một bức ảnh chụp một nhóm nhỏ trẻ em.

Hình 2.18 Các nhà nghiên cứu có thể làm việc với (a) một quần thể lớn hoặc (b) một nhóm mẫu là một tập hợp con của quần thể lớn hơn. (ghi chú "đám đông": chỉnh sửa từ tác phẩm của James Cridland; ghi chú "sinh viên": chỉnh sửa từ tác phẩm của Laurie Sullivan)

Giờ chúng ta đã có mẫu, bước tiếp theo của quá trình thí nghiệm là chia những người tham gia thành nhóm thí nghiệm và nhóm đối chứng thông qua phương pháp phân bổ ngẫu nhiên. Với phương pháp phân bổ ngẫu nhiên , tất cả những người tham gia đều có cơ hội như nhau được phân vào một trong hai nhóm. Có phần mềm thống kê sẽ phân bổ ngẫu nhiên mỗi sinh viên học đại số trong mẫu vào nhóm thí nghiệm hoặc nhóm đối chứng.

Phân bổ ngẫu nhiên là yếu tố then chốt cho thiết kế thí nghiệm hiệu quả . Với cỡ mẫu đủ lớn, phân bổ ngẫu nhiên giúp giảm thiểu khả năng có sự khác biệt có hệ thống giữa các nhóm. Ví dụ, rất khó có khả năng chúng ta có một nhóm chỉ toàn nam giới, một bản sắc dân tộc nhất định, hoặc một hệ tư tưởng tôn giáo nhất định. Điều này rất quan trọng bởi vì nếu các nhóm đã khác biệt có hệ thống trước khi thí nghiệm bắt đầu, chúng ta sẽ không biết nguồn gốc của bất kỳ sự khác biệt nào mà chúng ta tìm thấy giữa các nhóm: Liệu sự khác biệt đó đã tồn tại từ trước hay là do sự thao túng biến độc lập gây ra? Phân bổ ngẫu nhiên cho phép chúng ta giả định rằng bất kỳ sự khác biệt nào được quan sát giữa nhóm thí nghiệm và nhóm đối chứng đều là kết quả của sự thao túng biến độc lập.

Liên kết đến Học tập

Hãy sử dụng công cụ tạo số ngẫu nhiên trực tuyến này để tìm hiểu thêm về lấy mẫu ngẫu nhiên và phân công nhiệm vụ.

Các vấn đề cần xem xét

Mặc dù các thí nghiệm cho phép các nhà khoa học đưa ra những khẳng định về mối quan hệ nhân quả, nhưng chúng không phải là không có vấn đề. Các thí nghiệm thực sự đòi hỏi người thực nghiệm phải thao tác một biến độc lập, và điều đó có thể làm phức tạp nhiều câu hỏi mà các nhà tâm lý học muốn giải quyết. Ví dụ, hãy tưởng tượng rằng bạn muốn biết giới tính (biến độc lập) ảnh hưởng như thế nào đến trí nhớ không gian (biến phụ thuộc). Mặc dù bạn chắc chắn có thể tìm kiếm sự khác biệt giữa nam và nữ trong một nhiệm vụ liên quan đến trí nhớ không gian, nhưng bạn không thể trực tiếp kiểm soát giới tính của một người. Chúng tôi phân loại loại phương pháp nghiên cứu này là bán thực nghiệm và nhận thấy rằng chúng tôi không thể đưa ra những khẳng định về mối quan hệ nhân quả trong những trường hợp này.

Các nhà nghiên cứu cũng bị hạn chế bởi các ràng buộc đạo đức. Ví dụ, bạn sẽ không thể tiến hành một thí nghiệm được thiết kế để xác định xem việc bị lạm dụng khi còn nhỏ có dẫn đến mức độ tự tin thấp hơn ở người lớn hay không. Để tiến hành một thí nghiệm như vậy, bạn cần phải chọn ngẫu nhiên một số người tham gia thí nghiệm vào một nhóm bị lạm dụng, và thí nghiệm đó sẽ là phi đạo đức.

Giải thích kết quả thí nghiệm

Sau khi thu thập dữ liệu từ cả nhóm thử nghiệm và nhóm đối chứng, một phân tích thống kê được tiến hành để tìm ra xem có sự khác biệt đáng kể nào giữa hai nhóm hay không. Phân tích thống kê xác định mức độ khả năng xảy ra sự khác biệt ngẫu nhiên (và do đó không có ý nghĩa). Ví dụ, nếu một thí nghiệm được thực hiện về hiệu quả của một loại thực phẩm bổ sung dinh dưỡng, và những người dùng viên thuốc giả dược (chứ không phải thực phẩm bổ sung) có kết quả tương tự như những người dùng thực phẩm bổ sung, thì thí nghiệm đó đã chứng minh rằng thực phẩm bổ sung dinh dưỡng đó không hiệu quả. Nói chung, các nhà tâm lý học coi sự khác biệt là có ý nghĩa thống kê nếu xác suất quan sát thấy sự khác biệt đó nhỏ hơn 5% nếu các nhóm thực sự không khác nhau. Nói cách khác, các nhà tâm lý học muốn hạn chế khả năng đưa ra những tuyên bố "dương tính giả" xuống còn 5% hoặc ít hơn.

Ưu điểm lớn nhất của các thí nghiệm là khả năng khẳng định rằng bất kỳ sự khác biệt đáng kể nào trong kết quả đều do biến độc lập gây ra. Điều này xảy ra bởi vì việc lựa chọn ngẫu nhiên, phân bổ ngẫu nhiên và thiết kế hạn chế ảnh hưởng của cả sự thiên vị của người thực nghiệm và kỳ vọng của người tham gia sẽ tạo ra các nhóm có thành phần và phương pháp điều trị tương tự nhau. Do đó, bất kỳ sự khác biệt nào giữa các nhóm đều có thể quy cho biến độc lập, và giờ đây chúng ta cuối cùng có thể đưa ra một tuyên bố về mối quan hệ nhân quả. Nếu chúng ta thấy rằng việc xem một chương trình truyền hình bạo lực dẫn đến hành vi bạo lực nhiều hơn so với việc xem một chương trình không bạo lực, chúng ta có thể khẳng định chắc chắn rằng việc xem các chương trình truyền hình bạo lực gây ra sự gia tăng biểu hiện hành vi bạo lực.

Báo cáo nghiên cứu

Khi các nhà tâm lý học hoàn thành một dự án nghiên cứu, họ thường muốn chia sẻ kết quả của mình với các nhà khoa học khác. Hiệp hội Tâm lý học Hoa Kỳ (APA) xuất bản một cuốn cẩm nang hướng dẫn chi tiết cách viết bài báo để gửi đến các tạp chí khoa học. Không giống như một bài báo có thể được xuất bản trên một tạp chí như Psychology Today, nhắm đến đối tượng độc giả phổ thông có quan tâm đến tâm lý học, các tạp chí khoa học thường xuất bản các bài báo được bình duyệt, hướng đến đối tượng là các chuyên gia và học giả đang tích cực tham gia nghiên cứu.

Liên kết đến Học tập

Phòng thí nghiệm Viết trực tuyến (OWL) tại Đại học Purdue có thể hướng dẫn bạn về các hướng dẫn viết theo định dạng APA.

Bài báo khoa học được bình duyệt sẽ được đọc bởi một số nhà khoa học khác (thường là ẩn danh) có chuyên môn trong lĩnh vực đó. Những người bình duyệt này sẽ cung cấp phản hồi – cho cả tác giả và biên tập viên tạp chí – về chất lượng bản thảo. Họ tìm kiếm lý lẽ thuyết phục cho nghiên cứu được mô tả, mô tả rõ ràng về cách thức tiến hành nghiên cứu và bằng chứng cho thấy nghiên cứu được thực hiện một cách có đạo đức. Họ cũng tìm kiếm những sai sót trong thiết kế, phương pháp và phân tích thống kê của nghiên cứu. Họ kiểm tra xem các kết luận mà tác giả đưa ra có vẻ hợp lý dựa trên những quan sát được thực hiện trong quá trình nghiên cứu hay không. Những người bình duyệt cũng nhận xét về giá trị của nghiên cứu trong việc thúc đẩy kiến ​​thức của ngành. Điều này giúp ngăn ngừa sự trùng lặp không cần thiết các phát hiện nghiên cứu trong tài liệu khoa học và, ở một mức độ nào đó, đảm bảo rằng mỗi bài báo nghiên cứu đều cung cấp thông tin mới. Cuối cùng, biên tập viên tạp chí sẽ tổng hợp tất cả các phản hồi từ người bình duyệt và quyết định xem bài báo sẽ được xuất bản ở trạng thái hiện tại (một trường hợp hiếm gặp), được xuất bản sau khi sửa đổi, hay không được chấp nhận xuất bản.

Đánh giá ngang hàng cung cấp một mức độ kiểm soát chất lượng nhất định cho nghiên cứu tâm lý học. Các nghiên cứu được thiết kế hoặc thực hiện kém có thể bị loại bỏ, và ngay cả những nghiên cứu được thiết kế tốt cũng có thể được cải thiện nhờ những đề xuất sửa đổi. Đánh giá ngang hàng cũng đảm bảo rằng nghiên cứu được mô tả đủ rõ ràng để cho phép các nhà khoa học khác sao chép nó, nghĩa là họ có thể lặp lại thí nghiệm bằng cách sử dụng các mẫu khác nhau để xác định độ tin cậy. Đôi khi, việc sao chép bao gồm các phép đo bổ sung mở rộng kết quả ban đầu. Trong mọi trường hợp, mỗi lần sao chép đều cung cấp thêm bằng chứng để hỗ trợ các phát hiện của nghiên cứu ban đầu. Việc sao chép thành công các nghiên cứu đã được công bố khiến các nhà khoa học dễ dàng chấp nhận những phát hiện đó hơn, trong khi những thất bại lặp đi lặp lại có xu hướng gây nghi ngờ về tính hợp pháp của bài báo gốc và khiến các nhà khoa học tìm kiếm ở nơi khác. Ví dụ, sẽ là một bước tiến lớn trong lĩnh vực y học nếu một nghiên cứu được công bố chỉ ra rằng việc dùng một loại thuốc mới giúp các cá nhân đạt được sức khỏe tốt hơn mà không cần thay đổi hành vi của họ. Nhưng nếu các nhà khoa học khác không thể sao chép kết quả, thì các tuyên bố của nghiên cứu ban đầu sẽ bị đặt câu hỏi.

Trong những năm gần đây, ngày càng có nhiều lo ngại về "khủng hoảng sao chép" ảnh hưởng đến một số lĩnh vực khoa học, bao gồm cả tâm lý học. Một số nghiên cứu và nhà khoa học nổi tiếng nhất đã cho ra đời những công trình nghiên cứu mà người khác không thể sao chép được (như đã thảo luận trong Shrout & Rodgers, 2018). Trên thực tế, thậm chí một nhà khoa học nổi tiếng từng đoạt giải Nobel gần đây đã rút lại bài báo đã xuất bản vì gặp khó khăn trong việc sao chép kết quả của mình (Nhà khoa học đoạt giải Nobel Frances Arnold rút lại bài báo, ngày 3 tháng 1 năm 2020). Những kết quả này đã thúc đẩy một số nhà khoa học bắt đầu hợp tác với nhau một cách cởi mở hơn, và một số người cho rằng "khủng hoảng" hiện tại thực sự đang cải thiện cách thức tiến hành khoa học và cách chia sẻ kết quả nghiên cứu với người khác (Aschwanden, 2018).

Tìm hiểu sâu hơn

Quan niệm sai lầm về vắc-xin và bệnh tự kỷ, cùng việc thu hồi các nghiên cứu đã được công bố.

Một số nhà khoa học cho rằng các loại vắc-xin tiêm chủng định kỳ cho trẻ em gây ra chứng tự kỷ ở một số trẻ, và trên thực tế, một số ấn phẩm được bình duyệt đã công bố các nghiên cứu đưa ra những tuyên bố này. Kể từ những báo cáo ban đầu, các nghiên cứu dịch tễ học quy mô lớn đã chỉ ra rằng tiêm chủng không phải là nguyên nhân gây ra chứng tự kỷ và việc tiêm chủng cho con bạn an toàn hơn nhiều so với việc không tiêm chủng. Hơn nữa, một số nghiên cứu ban đầu đưa ra tuyên bố này đã bị rút lại.

Một công trình nghiên cứu đã được công bố có thể bị thu hồi khi dữ liệu bị nghi ngờ do làm sai lệch, bịa đặt hoặc có vấn đề nghiêm trọng về thiết kế nghiên cứu. Sau khi bị thu hồi, cộng đồng khoa học được thông báo rằng có những vấn đề nghiêm trọng với ấn phẩm gốc. Việc thu hồi có thể được khởi xướng bởi nhà nghiên cứu dẫn đầu nghiên cứu, bởi các cộng tác viên nghiên cứu, bởi tổ chức đã tuyển dụng nhà nghiên cứu, hoặc bởi ban biên tập của tạp chí nơi bài báo được xuất bản ban đầu. Trong trường hợp vắc-xin-tự-tử, việc thu hồi được thực hiện do xung đột lợi ích đáng kể, trong đó nhà nghiên cứu chính có lợi ích tài chính trong việc thiết lập mối liên hệ giữa vắc-xin cho trẻ em và bệnh tự kỷ (Offit, 2008). Thật không may, các nghiên cứu ban đầu đã nhận được quá nhiều sự chú ý của truyền thông khiến nhiều bậc cha mẹ trên khắp thế giới ngần ngại cho con mình tiêm phòng ( Hình 2.19 ). Việc tiếp tục dựa vào những nghiên cứu đã bị bác bỏ như vậy có những hậu quả nghiêm trọng. Ví dụ, từ tháng 1 đến tháng 10 năm 2019, đã có 22 đợt bùng phát bệnh sởi trên khắp Hoa Kỳ và hơn một nghìn trường hợp mắc bệnh sởi (Patel và cộng sự, 2019). Điều này có thể là do các phong trào phản đối tiêm chủng nổi lên từ những nghiên cứu đã bị bác bỏ. Để biết thêm thông tin về cách câu chuyện về vắc-xin/tự kỷ diễn ra, cũng như những hậu quả của câu chuyện này, hãy xem cuốn sách của Paul Offit, " Autism's False Prophets: Bad Science, Risky Medicine, and the Search for a Cure" (Những nhà tiên tri giả của bệnh tự kỷ: Khoa học tồi tệ, y học mạo hiểm và cuộc tìm kiếm phương pháp chữa trị).

Bức ảnh cho thấy một đứa trẻ đang được tiêm vắc-xin dạng uống.

Hình 2.19 Một số người vẫn cho rằng tiêm chủng gây ra chứng tự kỷ. (Nguồn ảnh: chỉnh sửa từ tác phẩm của UNICEF Thụy Điển)

Độ tin cậy và tính hợp lệ

Độ tin cậy và tính hợp lệ là hai yếu tố quan trọng cần xem xét khi thu thập bất kỳ dữ liệu nào. Độ tin cậy đề cập đến khả năng tạo ra kết quả nhất quán. Trong bối cảnh nghiên cứu tâm lý học, điều này có nghĩa là bất kỳ công cụ nào được sử dụng để thu thập dữ liệu đều phải thực hiện theo cách nhất quán và có thể tái tạo được. Có một số loại độ tin cậy khác nhau. Một số trong số đó bao gồm độ tin cậy giữa các người đánh giá (mức độ mà hai hoặc nhiều người quan sát khác nhau đồng ý về những gì đã được quan sát), tính nhất quán nội bộ (mức độ mà các mục khác nhau trong một cuộc khảo sát đo cùng một thứ có mối tương quan với nhau) và độ tin cậy kiểm tra lại (mức độ mà kết quả của một phép đo cụ thể vẫn nhất quán qua nhiều lần thực hiện).

Thật không may, việc đo lường nhất quán không nhất thiết có nghĩa là bạn đã đo lường chính xác. Để minh họa khái niệm này, hãy xem xét một chiếc cân nhà bếp được sử dụng để cân trọng lượng ngũ cốc bạn ăn vào buổi sáng. Nếu chiếc cân không được hiệu chuẩn đúng cách, nó có thể liên tục đánh giá thấp hoặc đánh giá cao lượng ngũ cốc được đo. Mặc dù chiếc cân rất đáng tin cậy trong việc tạo ra kết quả nhất quán (ví dụ: cùng một lượng ngũ cốc đổ lên cân sẽ cho cùng một kết quả mỗi lần), nhưng những kết quả đó không chính xác. Đây là lúc tính hợp lệ phát huy tác dụng. Tính hợp lệ đề cập đến mức độ mà một dụng cụ hoặc thiết bị nhất định đo lường chính xác những gì nó được cho là phải đo, và một lần nữa, có một số cách để thể hiện tính hợp lệ. Tính hợp lệ sinh thái (mức độ mà kết quả nghiên cứu được khái quát hóa cho các ứng dụng trong thế giới thực), tính hợp lệ cấu trúc (mức độ mà một biến số nhất định thực sự nắm bắt hoặc đo lường những gì nó dự định đo lường) và tính hợp lệ bề ngoài (mức độ mà một biến số nhất định có vẻ hợp lệ trên bề mặt) chỉ là một vài loại mà các nhà nghiên cứu xem xét. Mặc dù bất kỳ phép đo hợp lệ nào cũng nhất thiết phải đáng tin cậy, nhưng điều ngược lại không nhất thiết đúng. Các nhà nghiên cứu luôn nỗ lực sử dụng các công cụ vừa có độ tin cậy cao vừa có tính hợp lệ cao.