受試驗的對象及研究人員並不知道哪些對象屬於對照組，哪些屬於實驗組。只有在所有資料都收集及分析過之後，研究人員才會知道實驗對象所屬組別。

目的是避免試驗的對象或進行試驗的人員的主觀偏向影響實驗的結果，通常雙盲試驗得出的結果會更為嚴謹。

容易受到分配中所有分數精確值的影響

所有分數與平均數差的平方和是最小

使用目的：比較 ⭐兩組樣本的平均值是否有差異

例如：分析使用A牌飼料與B牌飼料餵養的乳牛，其每季平均生產的鮮乳量是否有差異。

使用目的：比較 ⭐ 兩組成對樣本或 ⭐ 單一樣本重複量測（前後測） 的平均值是否有差異。

使用時機：
例如1成對樣本：分析一群夫妻之中，夫與妻分別的年收入多寡是否有差異。
例如2重複量測：分析參加減肥試驗的一群人，參加試驗前與規律運動3個月後的體重是否有差異。

使用目的：將會影響數個自變項的某一個變數抽離出來，以便比較這數個自變項對依變項的影響。

使用時機：當無法做到實驗控制時，而且發現某個變數會影響到此項實驗，就以統計控制的方法將此變數控制住(從自變項中抽離出來)，然後比較這數個自變項對依變項的影響。

例子：在三個智力不同的班級實施不同的教學法，看其學習效果是否有所不同。因無法將三個班級打散隨機編班(亦即無法做到實驗控制)，因此只好將智力的因素先加以排除，然後才比較三個班的學習效果。

F為變異數同質性接近1或─1，表示兩個變數關聯性越強

又可稱為單案實驗設計，乃是準實驗設計的一種，是時間序列分析的延伸應用。針對數目極少的個案進行長時間的處遇過程，以瞭解對象的目標行為所經歷的變化狀況。由於通常仰賴圖形分析而不需複雜的統計技巧，單案研究廣受實務科學界愛用。

會產生有關反應性與社會期待偏頗的測量問題

1.基線階段(A)：為能有效判斷實驗處遇的長期影響，必須在處遇開始之前對目標行為進行多次且重覆的測量，待有穩定的趨勢出現之後才能引進處遇，以便於比較處遇前後的進步狀況。

2.干預階段(B)：在處遇開始之後，定期且持續對目標行為進行的測量結果。

ABAB 型

定義：針對多種目標行為、多種行為情境、或多種案主類型逐一納入干預階段，以收到相互比較的效果。因不須抽回或反轉，便可藉由相互比較而監測同時事件的影響，雖成本最高，卻也是評價最高的單案設計。

以「跨目標行為的多重基線設計」為例，首先是基線階段，對三種目標行為進行重覆測量，直到穩定的基線浮現為止；第二，讓第一種行為進入干預階段、讓另二種行為維持基線階段；第三，讓第一種行為維持干預、第二種行為進入干預、第三種行為維持基線；第四，讓所有行為皆進入干預階段。

又稱為連續性處遇設計

乃是在基線階段之後，先後以多種不同處遇預引入干擾階段當中，但每一種處遇僅單獨施行而不與其他處遇相混合。因頗能反映實務界所面對的複雜情境：「一試再試做不成，再試一下」，此種設計最能配合實務工作的需求。

假設某國小英語教師想以口頭獎勵刺激班上學生的主動發言次數。該教師先以一個月的時間觀察平日班上學生的發言次數，發現穩定維持在每堂 7 次左右；隨後開始在上課時對發言者進行持續一個月的口頭獎勵，發現無效；第二個月再以禮品獎勵一個月，依然無效；最後一個月改以加分獎勵作為處遇，學生的發言次數開始急速增加。

樣本數少且非隨機而來

是將諸多相關變項資料簡化和摘要的統計程序，目的在掌握變項的群集概況和強度。因素分析假設觀察變項間的相關存在著可以精簡的潛在共同因素，用以解釋觀察變項間大量的共通(common)變異

是一種用來分析變項間因果關係(causal relation)的統計方法。其中，能夠引發其他變項發生改變的變項稱作是「因」(causes)，被其他變項影響而產生改變的變項稱作是「果」(effects)，因此，「因」與「果」之間便會產生許多「直接」影響(direct effects)和「間接」影響(indirect effects)的效果；徑路分析即是於研究者事前對於文獻的考量所提出的一種因果模式，用多元迴歸分析中的標準化迴歸方程式的估計方法，找出並驗證夠符合模式假設的徑路係數（path coefficient，以求出「因」對「果」之影響力的直接效果和間接效果，並以量化的數據來解釋這些因果關係的假設，以達到驗證研究者所提之因果模式的存在與否。

檢測三組或三組以上獨立之母群體平均數差異所用的檢定方式

是一種統計控制的方法，亦即利用統計的手段來把可能影響實驗正確性的誤差加以排除。進行實驗研究時，為了要減少實驗誤差，通常會採用實驗控制的方法，如隨機分派，重複量數設計及多因子設計等。但是有些足以影響實驗結果的變項，即使事前知道，也因某些原因無法採用實驗控制的方法加以排除。

如，在中小學進行教學實驗，通常僅能以原有班級進行實驗，無法打破班級界線，重新隨機編班。在這種情況下，為了要避免不同班級平均能力之差異對實驗結果之干擾，就需要採用統計控制的方法來排除無關因素之影響，也就是要採用共變數分析方法，考驗在排除共變量（如智力）之影響後，實驗處理（如教學方法）效果是否有達某一顯著水準。

分析單位是指一項社會調查中的研究對象

比較研究可界定為根據一定的標準，對兩個或兩個以上有關連的事物進行研究，尋找其異同，探求事物之普遍規律與特殊規律的方法

研究課題來自實際工作者的需要，研究在實際工作中進行，研究由實際工作者和研究者共同參與完成，研究成果為實際工作者理解、掌握和實施，研究以解決實際問題、改善社會行動為目的

研究者的功能在於作為研究對象的資源，為研究對象提供機會，使研究對象為其自 身利益採取有效行動

是一種對於傳播媒介的訊息作客觀而有系統的量化及描述的研究方法。

可以有系統地整理與綜合紀錄中明顯與暗藏的內容。在目的上不只作敘述性的解說，也推論傳播過程所發生的影響；在分析過程中，尤重內容中的各種語言特性。它特別適用於無法做直接觀察的研究，例如研究敵國的政治動向

(1)省錢與使用簡便，任何人都能分析資料的內容而不需特殊的裝備與花費

(2)如果做錯了，可以重做分析而不必重做調查或實地研究，因此最適合研究過去的紀錄

(1)它只能應用於有紀錄可查的事件

(2)內容之意義因人而異，研究者對內容意義之解釋，不一定與閱聽人對此一內容之解釋相同

必須針對其研究單位之內容進行編碼，研究者根據自訂的概念架構來編碼和分類

運用技巧對特殊問題能有確切深入的認識，以確定問題所在，進而找出解決方法。針對的是其特殊事體之分析，非同時對眾多個體進行研究。所研究的單位可能是一個人、一家庭、一機關、一團體、一社區、一個地區或一個國家。

主要目的在掌握研究場境中當地人的觀點,瞭解當地人對自身所處生活世界的看法,亦 即從當地人的視野及角度看他們的文化生活,以真正掌握當地日常生活的社會過程

試圖揭示我們身為社會中的一份子，我們自身是透過何種方法或社會能力來建構我們對於社會現實的感覺。

主要觀點：研究者觀察為主、以常識作為日常生活為基礎、日常生活具有規則

增加樣本數或提高 α 數值（顯著水準）

相關係數為零表示兩個變項間可能沒有關係

在時間順序上，被視為原因的變項必須先於被視為結果的變項

了解兩個自變項(或屬性變項、類別變項)對於某個依變項(觀察變項)交互作用的影響

當案主處於危機狀況時，無法獲得介入前資料，使用單案設計從事因果關係解釋則有限制

單案設計是種應用時間序列設計邏輯，評估方案實務效果的評估方式

單案設計主要思維在於比較方案介入前與方案介入後資料的比較

3. 相依事件(Dependent event)：樣本須為相依變項(Dependent)→第一組的樣本與第二組的樣本之間不獨立，即選擇一案例為樣本時，會影響另一樣本是否被納入。

例如1：分析一群雙胞胎，在食物偏好上是否有差異，需同時納入雙胞胎兩者的資料，故為相依事件。

例如2：分析一群數學資優班學生，在入學前與入學一年後智力測驗分數是否有差異，需同時納入入學前與入學一年後兩次量測，故為相依事件。

3. 獨立事件(Independent event)：樣本須為獨立變項(Independent variable)→第一組的樣本不影響第二組的樣本；第二組的樣本也不影響第一組。

例如：分析從日本、美國兩地進口的蘋果甜度是否有差異，從日本進口與從美國進口這兩組樣本量測不會互相影響

◆必須為 隨機樣本(Random variable)→從母群體(Population)中隨機抽樣得到

不知道母體標準差 同時樣本數⚠小於30 用 ⭐ｔ檢定 ⭐

H0，虛無假設（null hypothesis）：零假設通常由研究者決定，反應研究者對未知參數的看法。

H1，對立假設（alternative hypothesis）：它通常反應了執行檢定的研究者對參數可能數值的另一種看法。

Ｈ１對立假設通常才是研究者最想知道的
把想要檢定的假設定為 H1，H0 則為其相反之假設。也就是說，虛無假設是「一般情形」，而對立假設是你想證明的「特殊觀點」。

檢定統計量是由樣本所算出來的一個值，用來決定是否接受或拒絕 H0。常用的檢定統計量有：Z, t, F 與 χ2。

Z檢驗：一般用於大樣本(即樣本容量大於30)平均值差異性檢驗的方法。它是用標準正態分佈的理論來推斷差異發生的機率，從而比較兩個平均數的差異是否顯著。

T分配：T分配相似於常態分配的曲線，不同的是他是依著自由度來改變分配的形狀。常態分配其實是T分配的的一個特例，當df=∞，T分配就是常態分配。實際的例子上，只要df=30，t分配就已經很接近常態分配。

T檢驗 (單樣本)：檢驗零假說為一群來自常態分配獨立樣本 xi 之母體期望值 μ 為 μ0 可利用以下統計量

卡方分配：卡方分配為一定義在大於等於0(正數)範圍的右偏分配，不同的自由度決定不同的卡方分配。卡方分配只有一個參數即自由度，表為 v。

常態分配其實是卡方分配的的一個特例，卡方分配當自由度增加而逐漸對稱，當自由度趨近於無窮大時，卡方分配會趨近於常態分配。

卡方檢定：卡方檢定適用於探討兩個類別變數的相關，是實務上最常用到的方法之一。

例如：對於男、女性別的不一樣，對於捐血的態度，兩者的看法有什麼區別？凡是在調查語句當中採取兩者（或兩者以上）「有何區別？」、「有何不同」、「有什麼不一樣時」，是採取雙尾檢定 。

對於變數之間在群體的變化方向，可能是雙方向的，我們就應採取雙尾t檢定。

p-value是在假設虛無假設為真的前提下，觀察到檢定統計量比取樣得到的值更極端的機率。p-value越小，表示檢定的結果越顯著，越可以拒絕假設檢定中的虛無假設。

p值用簡單的語言說，就是此測試結果有百分之幾的可能是由於機率因素，所以p<0.05的意思就是此檢定小於5%的可能是由於機率。

訪員要精確記錄受訪者答案，不可摘記

用以蒐集資料的工具之一。”訪問”就某種意義言之，是一種口頭問卷。受訪者不用填寫答案，而是與訪談者面對面，按自己的方式以口頭回答被問及之問題，以提供所需的資料，就其功能言，與郵寄問卷相近，同為蒐集態度與知覺的資料，而採行的一種方便的方法。

1.訪問方法雖有彈性、適應性之優點，然而訪問者之主觀見解與偏見卻是訪問調查之最大弱點。

2.採用訪問調查，較耗時耗錢，若是一項須在短期內完成或經費有限之研究，較不適合訪問方法。

3.採用訪問調查與郵寄問卷相較起來，受訪者通常沒有檢查紀錄，與家人和朋友磋商有關事宜，或思索自己答案之機會。

4.訪問者基於想探索較多之資料，以不同方式向不同受訪者發問相同之問題，甚至是向不同受試者問不同問題，，雖具有彈性，但缺乏標準化用語，研究者想比較不同受試者之答案顯然具有難度。

5.訪問無法保證受訪者之個人隱私，因此受試者在被問及敏感性問題時，常會拒絕作答，若要贏得其信任並減低對其構成之威脅，便是一大困難。