量化研究就是通過統計調查法或實驗法，像自然科學那樣建立研究假設，收集精確的數據資料，然後進行統計分析和檢驗的研究過程。量化研究主要應用於相對比較成熟的社會科學領域，旨在進一步推進研究領域有關主題的細化和深入。（1）主要應用於檢驗現已成立的由變量和可測數值組成的定量和法則；（3）其目的在於預測結果，確定定理和法則的可推廣性。量化研究遵循的是實證主義的方法。實證主義的社會研究方法主要是師法自然科學，特別是物理學。早在十八世紀，經驗主義大師休謨就已明白地指出要將對自然界研究的成果回歸到人的本身，來發展「人的科學」。十九世紀法國古典社會學大師孔德創立實證主義哲學體系，他指出「人類進化已進入實證時期，建立理性和科學性的確切知識是此時期的特點」，而只有以「觀察、實驗獲得的經驗性知識才是真正的科學知識」。以後又有社會學大師斯賓塞、杜爾凱姆等實證主義者的進一步推動，實證主義逐漸成為社會科學研究的主流典範。量化研究遵循實證主義的方法，而「實證主義」即以經驗的確切資料為科學基礎的哲學系統，實證主義的社會研究，實際上是將自然科學的研究方法運用在社會研究上。透過經驗與觀察的科學方法，掌握心智世界的規律，從而充分理解人的心智與行為之關係，這就是社會科學研究中量化研究的基本理念與精神。在實證主義原則的指導之下，社會科學研究中的量化研究的基本導向是:（1）將人的行為及社會生活視為具有內在因果關係的客觀實在的系統，因此，倡導用自然科學或自然主義的方法來研究社會問題；（2）認為人類的感官能力是相同的，經由共同的感官經驗才可以保證發現的客觀性，堅持現象主義或經驗主義；（3）將理論的形成視為概括構造的過程，強調依據觀察收集的事實資料，通過歸納形成定理或理論；（4）假設性演繹及驗證原則，即在研究之前一定要經假設性演繹產生假設，然後又必須經過假設測試之驗證才能成為可以信賴的知識；（5）客觀中立原則，實證主義的研究是要建立超越人主觀經驗及信仰的客觀知識，這裡，所謂的客觀必然包括兩個方面：無價值評斷，即不涉及規範議題；不受個人因素如心理、態度、信仰、主觀狀況等的影響。依據以上原則，量化研究在具體運用中特別強調操作化、概括化及客觀性。（1）操作化的概念，量化研究過程的第一步是要經假設性演繹產生假設，同時又要對假設進行能夠被「感官經驗到」的假設測試，這就要求將概念「操作化」。「操作化」也就是將概念化成能夠被感官經驗到的變項及指標並能按照自然科學的方法進行測量或計量的數據的過程。（2）概括化，為了將研究的結果推論得更廣，並增加外部效度，量化研究強調選取有代表性的樣本，並利用樣本平均值的趨中特質推論母群體的特性。（3）重複及客觀性，為保證知識的客觀性，量化研究的一個基本宗旨是研究的結果能夠被複製。因而在量化研究中多採用調查問卷、測量統計等方法，以保證研究設計無論由什麼人來進行，或重複多少次都可以得到基本相同的結果。社會科學要像自然科學那樣對研究假設進行證實，目標是解釋研究對象的普遍性特徵，闡明社會現象之間客觀的、必然的聯繫，總結出不受時空限制的社會規律，並作出判斷和預測。質化研究的範式來源於反實證主義的解釋學、現象學等思想，研究具有獨特性和整體性，因此不可能像自然科學那樣探察到普遍性規律，而是對個體做出解釋性理解，這一點是區別於自然科學的重要特徵。相應的，量化研究的目標是證實普遍性，對行為進行控制和預測，尋求共識；而質化研究的目標是描述和解釋特定研究情境中人們的經驗，理解社會以及人們日常生活的意義，研究結果的表述方式是日常生活語言，並結合研究對象的語言來描述一個事件、經驗或現象。它反對尋求普遍性規律並預測，因為任何一個預測都會影響到被預測的人，這樣就改變了研究情境。在研究目標方面，質化與量化研究還表現出特殊與一般的對立。質化研究把人看作特殊的個體，研究結論反映了其獨特的個性特徵，因此質化研究的目的不是預測和控制行為，而是理解行為，描述個體的特殊性；量化研究著眼於代表一般性的群體，而不是特殊性的個體，其目標是探求心理與行為的普遍模式和一般規律。在質化研究中，常常採用個案研究法；而量化研究一般採取隨機抽樣的方法。為了保證研究目標的實現，量化研究與質化研究都十分注重研究的客觀性指標，但兩者的涵義卻不同。量化研究指出，客觀事實存在於我們自身之外，獨立於研究者。如果研究過程和結果沒有偏見，研究者沒有被特定的研究立場和情境所幹擾，且研究結果具有可驗證性，那麼就可以認定研究是客觀的。質化研究的客觀性主要取決於研究者本身:研究者關於世界的態度和知識、價值和興趣將決定研究什麼和如何研究。量化研究以實證主義作為其哲學基礎。以孔德、涂爾幹為代表的實證主義者沿襲了牛頓、洛克等人建立的經驗主義傳統，強調事物是客觀存在的，是「真實的」，存在於我們自身之外，不依賴於人的主觀意識而獨立存在，客觀事物與我們是截然分開的兩個實體。客觀現象是可以被認識的，人們可以通過經驗的方法感知客觀世界，把握客觀世界的規律，其認識的正確性必須通過經驗來驗證。受此影響，量化的研究對象是一些事實、變量和固定不變的客觀事物，研究者通過經驗的、數量化的方法發現研究對象運動變化的規律。在量化研究中研究者與研究對象之間是主客二元關係，兩者相互分離，研究者絕不能把個人的情感、態度帶入研究，否則便不能客觀地反映研究對象的真實性，也就不能正確的認識客觀世界。質化研究者反對上述觀點，認為社會科學不像自然科學那樣客觀化、理性化，它是關於人類世界的，哲學上體現出現象學、釋義學和建構論的思想意識，以胡塞爾、狄爾泰、格根為代表，繼承了康德哲學的傳統。其中狄爾泰解釋學或釋義學的方法作為文化或社會研究的方法，對實證主義提出了直接挑戰。該理論認為，自然科學和社會科學有著本質的不同。自然科學研究無生命的物質，這些物質存在於我們自身之外，而社會科學的研究對象是人及人類的主觀意識，帶有主觀性，事件伴隨著時間、地點而變化，因此，「自然需要說明，歷史需要理解」。質化研究的對象是具體而變化的故事、事件及其過程和意義等方面，人們不能獨立地認識現實，現實也不能被完全地被了解，都要受到社會、歷史、經濟、文化等因素的影響和制約，因此研究者必須構建一個關於現實世界的相關圖式，研究者進入研究對象的視野看世界，兩者之間是主體與主體的關係，彼此影響，研究過程是主體與主體間的相互建構，而不是主體探求客體的特徵及規律。量化研究預先假定一個獨立的實在，然後探查我們如何成為實在的一部分，以及我們如何知道那個實在。量化研究的前提是，研究對象已經被抽象提取出來、且該領域研究者對此已達成共識，先提出研究假設，再用實驗、測量等方法進行驗證，是一個演繹推理的過程。而質化研究關注我們已經知道了什麼，在此基礎上構建外部的實在。相應地，質化研究的前提是研究者根據自己的熱情、已有知識、主觀價值判斷來選擇研究問題，無需得到該領域研究者的共識，研究的意義存在於關係之中。實證主義認為，客觀真理來源於現實，命題的真實性依賴於客觀事實的驗證，不能驗證的命題視為虛假。命題在多大程度上符合事實，要通過經驗檢驗。鑑於研究對象的客觀性，研究關係的對象性，量化研究方法強調選用大量樣本，嚴格地數量化觀察，謹慎地控制實驗變量，用統計方法分析樣本平均數和變量間關係。研究者在研究過程中要保持價值中立和理性，拋開對研究對象的情感和態度，建立和發展相應的價值中立的科學語言，以便消除研究背景和價值觀的影響。科學研究中的理性邏輯模型是指排除科學家的任何期望或熱情，來證明其觀點的真實性。與之不同，現象學、解釋學認為，真理只能在一定的社會、歷史條件下被認同，即人們在特定的時間和地點認同一個事實。研究方法的關鍵之處在於把自己放在他人的位置上，這種方法被稱為「移情」，一般包含兩個水平：其一，直接理解，即理解「行為的內容」；其二，複雜的解釋性理解，理解行為的實質和意義，即「為什麼會產生該行為」。面對量化對其非理性的質疑，質化研究者認為，雖然熱情為研究提供了強大動力，有可能導致盲目地使用概念和方法，但這種盲目性更多與研究者自身的認知結構有關，並不是由研究態度造成的。總的來說，量化研究是一個「由外看內」的過程，研究者傾向於使用「硬」的、可靠的數據，從外部觀察者的立場來觀察社會生活事件；質化研究更像是「由外入內」的過程，研究者進入被研究者的立場，描述、分析人類社會中的文化和行為，研究者認為自身就是研究內容的一部分，強調觀察到的世界也是由研究者建構出來的，承認自己在知識建構中的核心地位。幾乎所有的研究方法都會涉及數字的使用，不同的研究方法因為數據獲得的方式與來源的差異，對於數字處理的需求也就不同，因而必須選用適切的統計技術來進行不同程度的分析與應用。而各種量化研究方法當中，與數據分析最為密切的研究取向為調查法、相關法與實驗法。社會科學研究者經常向一群受訪者發放問卷( questionnaire)，或是經由面對面、電話訪談(Interview)，由訪問員來填寫受訪者的答案，作為收集經驗性數據的一條重要途徑這被稱為調查研究(survey research)。調查法的原理是通過一套標準刺激(如問卷)，施予一群具代表性的受訪者所得到的反應(或答案)，據以推估全體總體對於某特定問題的態度或行為反應。此種方法除了使用在學術研究中，更被大量地使用在民意調查、消費者意見搜集、市場營銷調查等各種應用領域。調查法最大的優勢是能夠在最短的時間內搜集到最多且嚴謹的量化數據。調查研究最重要的工作，是在通過樣本去推論總群體的特性，因此,樣本的選擇成為調查研究的重要工作。為了確保推論的準確性，調查法的樣本必須具有隨機化、代表性與足夠的數量。換句話說，調查研究的樣本應能完全反映總群體的各種特性(例如人口學特性)，所搜集得到的統計數據才能據以推估到總體之上，除了以隨機樣本(random sample)的方法來避免系統化的偏差，樣本的代表性必須通過嚴謹的抽樣設計與確實的執行來確保。此外，根據抽樣的統計原理，樣本人數越多，抽樣誤差越小，因此調查研究的樣本多為超過千人的大樣本設計。調查法所使用的工具，形式上可以區分為結構式與非結構式兩種類型，內容上則可區分為事實性問題與態度性問題。通過調查問卷所搜集到的數據，多以描述統計的次數分布與百分比來呈現受訪者的反應，同時研究者多半會取用一些人口變量(如性別、居住地)或背景變量(教育水平、社會經濟地位、職業類別)，以卡方檢驗來進一步分析受訪者的反應傾向，即俗稱的交叉分析。從測量的觀點，調查法的主要問題在於受訪者回答問題的真實性。除了迎合一般社會所期待答案的社會讚許性( social desirability)，受訪者還會迴避敏感與禁忌的話題，或是誇大某些個人的感受與負面的意見。因此，調查研究者必須詳細評估所使用的工具與問題，從數據分析的觀點來看，研究工具設計不當與執行過程的缺失無法通過統計的程序來予以補救，事前嚴謹的研究準備是調查研究成敗的關鍵。除了利用調查法的代表性樣本去推估總體的特性，社會科學與行為科學研究者經常遇到的另一類研究問題，是關於兩個或多個變量之間關聯性的討論。探討多個變量之間關聯性問題的研究，即稱為相關研究(correlational research)。此法通常涉及測驗或量表對於某一現象精密的測量，測定兩個或兩個以上的變量之間的關聯情形。兩個以上的連續性變量，其間的關係強度可以藉由相關係數(correlation coefficient)來表示，正相關代表兩個變量具有相同的變動方向，負相關則代表兩個變量數值的變動方向相反。相關研究所測量的變量，多為無法直接觀察的抽象概念或心理屬性，研究的成敗取決於抽象變量的定義與有效的測量，因此又稱為測驗研究法。此類研究的限制是只能說明變量之間的相關，但不能推斷因果關係與影響的方向。實驗法( experimental method)是一種精密而嚴謹的控制研究，源自於自然科學對於物理、化學、生理現象的研究。與其他研究法相似，實驗法亦在探討多個變量之間的關係，但實驗法的變量可以明確地區分因(自變量)與果(依變量)。通過嚴謹的實驗操作與受試者隨機分派程序，研究者得以將一群實驗受試者隨機分派到實驗因素(自變量)不同的實驗處理中，並控制其他條件使每一位受試者在實驗處理以外的情況都保持一致，然後對於某一特定的行為或態度加以測量。此種研究方法多在實驗室中實施，又稱為實驗室實驗法。簡單來說，實驗法的基本要件是將受試者「隨機分派」到不同的實驗處理中，然後「操作自變量、觀察依變量、控制幹擾變量」。如果在現實生活中的開放場域進行實驗研究，稱為場地實驗研究，此種方法通常無法做到受試者完全的隨機分派與嚴謹的環境操控，因此又稱為準實驗研究法(quasi-experimental method)。實驗研究的主要目的在於探討依變量的改變來自於何處。在其他可能影響自變量與依變量關係的第三變量被合理控制的情況下，依變量的改變可以被歸因於隨機波動與自變量因素兩種影響來源，當統計分析指出自變量的影響大於隨機波動，依變量分數的變動即可被視為來自於自變量的影響，而獲得因果關係的結論。實驗法的成敗取決於自變量是否是引起依變量改變的唯一原因，因此幹擾的排除或環境的控制即成為重要的工作。一般在實驗過程中,自變量之下可以區分為有自變量效果的「實驗組」與無自變量效果的「控制組」兩群受試者。實驗組的受試者則可能分別接受不同的實驗處理，而「控制組」受試者則完全沒有接受自變量的影響或「實驗處理」，然後比較各實驗組與控制組在依變量得分上的差異。從數據分析的觀點，統計分析的角色是協助研究者釐清依變量分數的變動是否受到自變量的影響。而自變量多是類別變量，因此多涉及平均數差異檢驗(如t檢驗與變異數分析)。但是，由於不同的實驗設計在自變量的設計與安排方面有許多變異(例如使用重複量數設計、共變量的處理、前後測的實施，等等)，因此發展出不同的變異數分析技術，來解決不同的實驗設計問題。在各種實驗方法中，以實驗法所涉及的統計分析最為繁瑣。定量分析通常是以定性分析的結果為基礎，再對社會現象的變化過程、社會不同因素之間的相互作用進行數據分析，從而總結出帶有規律性的結論。量化研究有三隻腳，缺一不可。第一是把研究對象概念化，把要研究的問題想清楚。這實際上是努力在理論上有所發展。第二個是研究設計，即數據如何說明要研究的問題。研究設計建立在概念化的基礎上，只有想清楚了要研究部的問題才能夠提出一個統計的模型跟這個概念化的東西聯連結。第三個才是從數據分析到研究結果。這三個是平行的也是同時進行的，其中最重要的一塊實際上不是統計，而是要有好的概念化。概念化就是把理論的東西變成可以測量的第一步。概念化就是要把不同的觀點放在同一個平面上，給它一個定義，這個定義就是一個共同的起點。一個理論上的概念可能會有不同的測量維度。維度是為了量化某個概念，為了對概念的總體（而不僅僅是部分）進行分類或區分，而從概念中分解出來的，可以被具體指標衡量的次級概念。一個概念可以包含幾個維度，因為有的概念無法通過一個維度來測量。好的維度劃分應該既能完整地表達概念各方面的含義，又能避免維度的重複和交叉。當維度不能被直接觀察時，就需要用到指標。指標是很具體的，是可以被直接觀察到的，是概念具體的量化標準。概念、維度和指標。這三者在某種情況下是一樣的，可以相互轉換，比如一個研究對象只有一個概念，這個概念只有一個維度，而這個維度又只有一個指標時，那麼它們三者就是一樣的。它們的區別就在於概括的層次不同。概念是高度的概括，維度是一般性的概括，而指標是很具體的，可以直接測量，所以這三者的關係就在於具體的程度。指標是一個操作性的東西，是具體的；概念和維度是比較抽象的東西，具有思想性。社會科學研究目的是探索、描述和解釋社會現象或社會現象間的關係。不論研究者採用實驗法、調查法、觀察法、個案研究法還是紮根理論法，都需要在進行研究之前，擬定研究計劃，並進行研究設計。研究設計是為達成研究者對研究問題的探究或回答，所規劃的研究工作之進行藍圖和研究進行的程序或結構。不論是質化研究或量化研究，研究設計的共同任務是：確定研究中想要討論的社會現象或社會現象間的關係之研究構想；確定完成此研究構想，最好的達成方法及其進行的程序安排。研究設計有兩大目的： 回答研究問題或者為研究問題提供回答；控制變異數。一般而言，量化研究重點為確認造成結果變項（outcome variable）或依變項差異的真正原因。研究者通常將研究有關的原因變項區分為焦點變項（focus variable）和幹擾變項（confoundingvariables）。焦點變項是研究者在一個研究中心主要關心的變項，通常是與研究假設有關的變項，也是研究主要關心命題否認概念所在；而幹擾變項是研究者在研究中沒有興趣，但是它會干擾研究結果的變項。在量化研究中，研究者常採用的控制變異數的方式，主要分為實驗控制和統計控制兩種。實驗控制的方法，是以實驗設計的方式，有效地確認焦點變項對依變項的影響效果；對於無法進行實驗設計的研究（一般統稱為觀察研究），則採用統計控制的設計方式，針對焦點變項和幹擾變項，將依變項之變異或者是變異數加以分割，以純化並確認焦點變項的影響效果，避免研究結論的扭曲或錯誤。影響研究設計的因素有很多，主要有：研究問題的形式、研究的類型、研究的時間類型、研究分析單位的層次性、研究目標、關係或因果關係探討及影響或影響機制探討等。研究問題的形式屬於描述性研究或是解釋性研究，直接影響研究設計的內容。一般而言，研究問題可以分為描述性研究和解釋性研究兩大類。研究的類型可以歸納為三大類：量化研究、質性研究和質量並用研究。通常，量化研究採用演繹邏輯（deductive logic），由研究者所選擇的一個或數個詮釋社會現象的理論出發，演繹發展研究假設，再透過研究假設的檢驗，確認理論的適用性。研究過程強調資料的客觀性，並透過正確和嚴謹的統計分析，排除幹擾變項的影響，純化研究假設的檢驗，讓研究發現的通則化命題，可以再被其他研究者重複檢驗。針對一個研究問題，研究者需要決定適合的研究類型，亦即需要決定採用量化研究 、質性研究或質量並用的研究。簡單的判斷原則是：若需要推論母體現象的，可以採用量化研究；若需要細緻且深入地探究現象關係或發展歷程的，但不需要推論母體現象的，則可以採用質性研究，若兩種研究目標兼而有之，則可以採用質量並用研究。若依研究的時間類型分則研究可以分為橫斷面研究和長期研究。而長期研究又可以區分為多波的橫斷面研究、追蹤研究和世代研究。橫斷面研究只是在一個時間點上或一段很短的時間內，針對一群研究對象進行資料收集的研究。若針對相同的研究議題，在不同的時間對同樣具有母體代表性，但並不相同的研究對象，進行資料收集的研究，就是多波的橫斷面研究。如果在不同的時間對完全相同的研究對象，進行相同議題或不同議題的持續性資料搜集研究，就是所謂的追蹤研究。研究者常根據其研究需要，界定和選擇特定的一個或多個時代作為研究對象，進行追蹤研究；或進行其回溯資料的收集；針對特定的世代進行的追蹤研究被稱為世代研究。影響研究設計的第四個因素是研究分析單位的層次性。有些研究問題可能只是個體層次或只是總體層次，只涉及單一層次的分析單位。但有些研究問題會涉及多層次的分析單位，可能有兩個層次，也可能有三個及以上的層次。研究分析單位的層次性，不僅影響分析方法的選擇，而且影響研究問題的提問方式。研究目標的類型可粗略分為理論驗證、理論構建或兩者兼具三大類。理論驗證目的的研究設計是由概念性或抽象性的層次研究命題，到具體的或經驗的層次研究命題；相反理論構建目的研究設計是由具體或經驗的層次研究命題，到抽象或概念層次研究命題。通常，理論驗證的研究以具有母體代表性的大樣本資料，進行統計檢驗和推論，以確定理論在母體的適用性，這樣的研究目標需要量化的研究設計。而理論建構目的之研究，則需要質性研究，深入地由研究場域中，觀察、探究社會現象，再歸納概念和建構研究命題（概念間的關係命題）。因此，不同的研究目標類型，將影響研究方法的選擇，也影響研究設計的方向和內容。兩個變項有關係，並不表示兩個變項有因果關係。但是，兩個變項有因果關係，則兩個變項一定有關係。解釋性研究常涉入了研究變項間因果關係之驗證。基本上，實驗設計是最常被用來檢驗研究變項間因果關係的研究設計。除了採用實驗設計回答因果關係之外，研究者也常採用統計控制法以確認變項的因果關係是否確實存在。統計控制本身並不能回答變項間因果關係，它只能用來確認研究者根據邏輯推演所建構的變項因果關係，是否得到經驗資料的支持。研究者經由使用邏輯推論否認方式，並以統計控制方法確認研究變項間的因果關係，則變項間的關係需要符合下列三個條件，才能確認其間的因果關係：第一、 原因變項的發生時間要早於結果變項發生的時間。第二、原因變項和結果變項要存在關係。這種關係可以相關係數或關聯繫數來描述。第三、 原因變項和結果變相的關係要為真關係，而不能是假關係，亦即原因變項和結果變項不可能同時受到另外的原因變項之影響，而形成一種假的關係。研究設計的第七個影響因素是：研究是影響因素還是影響機制。影響機制的探討重點在於變項影響過程的解析。前述的解釋性研究變項之因果關係，有簡單的直接關係、間接的因果鏈關係、複雜的因果系統關係，同時包含了直接因果和間接因果關係兩種。解釋性研究除了提出為什麼的研究問題之外，也常常會關切影響機制是什麼的問題。這類型的解釋性研究，不僅需要研究議題的相關理論的發展協助，而且需要研究驗證工作的進行。量化研究中常見的影響機制有：中介機制、共同變因機制、中間機制、調節機制、抑制機制和曲解機制等六種。以下將研究中之原因變項或者是焦點變項稱為X變項，結果變項稱為Y變項，而可能的影響機制變項稱為Z變項。中介機制：若在沒有控制Z變項的影響時，X變項對Y變項有顯著的影響，但是，在控制Z變項的影響後，X變項對Y變項變成沒有顯著的影響，則Z變項為X變項對Y變項影響的中介變項，扮演中介機制的角色。共同變因機制：當X變項和Y變項同時受到Z變項的影響時，則Z變項為X變項和Y變項的共同變因。共同變因的機制和中介機制的變項關系統計分析特徵是一樣的，因此，無法從統計分析結果直接區分出Z變項到底是扮演共同變因機制還是中介機制。區分方法僅能有變項發生的時間先後，和概念的邏輯順序來決定。中間機制：若在沒有控制Z變項的影響時，X變項對Y變項有顯著的影響，但是，在控制Z變項的影響後，X變項對Y變項還是維持顯著的影響，但其影響程度與原來的不同。具有中間機制者，X變項對Y變項的影響，兼具直接影響與間接影響的效果，但中介機制者則僅具有間接影響效果而已。調節機制：調節機制是一個自變項對依變項的影響效果，因另一個自變項的層次不同而有所不同，相當於具有兩個自變項的交互作用結果。抑制機制：若在沒有控制Z變項的影響時，X變項對Y變項是沒有影響效果的，但在控制Z變項的影響後，X變項對Y變項變成有顯著的影響，則Z變項是X變項對Y變項影響的抑制變項，扮演抑制的機制。曲解機制：在控制Z變項的影響之後，X變項對Y變項的影響方向是相反於沒有控制Z變項時的影響方向。亦即在控制Z 變項的影響後，X變項對Y變項的影響，由正向的顯著影響轉變為負向的顯著影響，或是相反的改變方向。具體來說,若擬要進行的研究是屬於量化研究,則研究設計應該涵蓋下列的各項內容:b.說明研究母體、研究樣本(包括抽樣方法)和研究對象(選擇和安排);（5）若可能的話，提供研究的初步結果或先導研究結果。（6）附錄中提供訪問問題表、觀察記錄表、研究時間表和研究預算編列表。做統計是迫不得已的。因為做統計是用樣本來推論總體，如果我們能夠直接對總體進行研究分析，就可以不需要統計。研究總體就是要研究總體的參數。參數是總體的某個特徵，比如中心趨勢的測度和離散離散趨勢的測度。總體參數是永遠得不到的，只能通過估計來得到一個比較接近總體參數的估計值，樣本估計值也稱為樣本統計量。樣本統計量是可以計算出來的，通過樣本統計量來估計總體參數就叫做統計推論。統計推論是用來評價樣本統計量的可靠性的一種方法。進行統計推論，首先需要對總體進行抽樣。抽樣方法分為隨機抽樣法和非隨機抽樣法。隨機抽樣方法包含簡單隨機抽樣、分層隨機抽樣、整群隨機抽樣和系統抽樣。非隨機抽樣包含方便抽樣、配額抽樣、立意抽樣和滾雪球抽樣。描述統計是研究如何取得反映客觀現象的數據，並通過圖表形式對所收集的數據進行加工處理和現實，進而通過綜合、概括與分析指出反映客觀現象規律性的數量特徵。最常用的描述統計方法是頻數(frequencies)、集中趨勢(centraltendencies)和離散程度(variabilities)的統計。推斷統計則是研究如何根據樣本數據推斷統計總體數量特徵的方法，它是在對樣本數據進行描述的基礎上，對統計總體的未知數量特徵作出以概率形式表述的推斷。要對總體作出估計和預測,只能利用推斷統計。推斷統計包括參數估計和假設檢驗，二者都是利用樣本觀測值提供的信息對總體作出估計或者判斷，但解決問題的著重點不同。參數估計是指利用樣本觀測數據來對研究現象的總體數量特徵取值進行估計的一種方法，即用樣本指標來估計總體指標。參數估計包含點估計和區間估計兩種。假設檢驗是指利用樣本的實際資料來檢驗事先對總體某些數量特徵所作的假設是否可信的一種統計方法。通過觀察事實並與假設比較來檢驗的過程；是一種推論統計，側重於拒絕虛無假設的條件。步驟2:設置a水平(即顯著性水平：一個能讓研究者拒絕虛無假設並接受備擇假設的臨界點。)步驟3:選擇所使用的統計檢驗(比如，t檢驗、方差分析或回歸分析)。步驟5:比較p值與a水平(即顯著性水平)，並應用決策規則1或決策規則2。那麼:拒絕虛無假設並初步接受備擇假設。結論:研究結果具有統計顯著性。步驟6:計算效應量，解釋研究結果，判斷結果的實際顯著性。a.獨立樣本t檢驗—適用於有一個定量因變量和一個只有兩個水平的類別自變量的情況b.相關係數t檢驗—適用於自變量和因變量都是定量變量的情況c.單因素方差分析—適用於有一個定量因變量和一個類別自變量(有兩個或多個水平)的情況d.單因素方差分析的事後檢驗—適用於當類別自變量有三個或多個水平,並且需要知道哪一對組平均數具有顯著差異的情況e.協方差分析—適用於有一個定量因變量且自變量既有類別變量也有定量變量時。在常規的協方差分析中,你可以有一個定量因變量、一個類別自變量和一個定量自變量(被稱作協變量)f.雙因素方差分析—適用於有一個定量因變量和兩個類別自變量的情況g.單因素重複測量方差分析—適用於有一個定量因變量且唯一自變量是重複測量變量(也稱為參與者內或對象內變量)的情況h.回歸係數t檢驗—適用於有一個定量因變量和一個或多個定量自變量的情況i.列聯表卡方檢驗—適用於所有變量均為類別變量的情況