Psychological Experiments, Measurement & Replication
心理学实验、测量与可重复性
这页不是在讨论“心理学结论有趣不有趣”，而是在讨论另一件更硬的事：
一项关于人的研究，怎样才算真的测到了它声称测到的东西，怎样才算经得起重复，
怎样才不会把脆弱结果包装成稳定知识。它把心理学放回方法论现场，
让实验设计、构念测量、统计判断、可重复性压力重新接回科学与方法主线。
强连接节点
连到因果识别、概率判断、知识边界与研究设计
心理学是最适合拿来练方法直觉的领域之一，因为它同时暴露了研究设计的雄心和测量现实的脆弱。
研究对象复杂而流动
情绪、信念、态度、偏好、人格、记忆这些东西都很难像长度和重量那样被直接量出来，所以方法问题几乎从一开始就嵌在对象本身里。
构念
→
代理指标
→
解释风险
实验很常见，但不等于识别自然稳
心理学比很多领域更热爱实验，这很好，但“做了实验”并不自动意味着构念测准了、操作真实了、结论就能平稳外推。
实验
→
识别
→
外推
复制压力能迫使方法现形
可重复性危机最有价值的地方，不是让人失望，而是逼我们重新看清：哪些结论本来就站在测量噪音、样本脆弱和分析弹性上。
显著结果
→
重复失败
→
方法回看
这页最关心的不是结论热闹不热闹，而是研究到底能不能成立。
“焦虑”“幸福”“偏见”“自控力”这些词很有吸引力，但一旦落进量表、问卷、任务分数和代理变量，就必须重新问它们到底还剩下多少原意。
构念
代理指标
操作化
随机分配、操纵条件、控制变量和比较组，分别在解决什么问题？如果这些环节没立稳，因果语言就很容易越界。
随机化
比较
因果语言
小样本、灵活分析、择优汇报和多重比较，会让很多“发现”更像一时被噪音抬高的图像，而不是稳定结构。
样本量
分析弹性
多重比较
重复失败不总是说明原研究毫无价值，但它至少提醒我们：效应大小、边界条件、测量稳定性和发表激励都需要被重新计算。
复现实验
效应大小
发表偏差
把一项研究从“有意思”升级为“可信”，至少要连过这四道关。
研究问题写得很漂亮，不代表构念定义足够清楚。先问作者说的到底是行为、主观报告、倾向，还是一种混合物。
问卷、量表、行为任务、实验操纵、编码规则是否真的能稳定抓到目标构念？很多研究最弱的一环就卡在这里。
随机化、条件设置、对照组、样本来源、任务环境和顺序效应，如果没有控制住，就很难知道差异到底来自哪。
即使内部结果显著，也还要继续问：换样本、换团队、换情境、换时间之后，它还稳不稳，还能不能成立。
很多争议并不是因为研究者不努力，而是因为对象本身很难被直接抓住。
“羞耻”“敌意”“冲动”“偏见”都带着主观性、情境性和文化差异，所以任何单一量表都可能只截到了局部表面。
方便测的东西不一定就是你真正想知道的东西。把一个任务分数、一个自评条目直接当成完整构念，本身就是一层压缩。
人不是被动仪器，会猜研究目的、迎合期待、保护形象、临时波动，所以数据里混进情境反应并不奇怪。
真正让结果脆弱的，往往不是一个大错，而是很多“小问题”叠在一起。
内部效度威胁
样本分配不稳、操纵不纯、任务顺序污染、实验者期望和被试反应偏差，会让你以为自己识别到了因果，其实只是识别到了程序痕迹。
顺序效应
→
需求特征
→
解释偏移
外部效度威胁
大学生样本、实验室任务、特定文化和短时间观察，很可能只代表一种受限情境，不足以外推全部真实行为。
窄样本
→
窄场景
→
外推过度
统计效度威胁
样本太小、结果筛选、边做边改分析、只发表漂亮结论，会让信号密度被高估，噪音看起来像真实规律。
低功效
→
不稳定效应
→
重复失败
它暴露的不是“心理学完了”，而是现代研究生产机制里哪些地方会系统性鼓励脆弱结果。
学术环境更容易奖励新发现、显著结果和好故事，而不是奖励“这个问题其实没那么稳”的耐心结论。
预注册、开放数据、开放材料和复现实验文化的兴起，本质上是在给研究过程加可审计性，而不是只看最后的结论文案。
复制危机逼大家接受一个更朴素的事实：显著性只是一个很窄的统计条件，完全不等于结论自然稳、自然大、自然能迁移。
这条方法页最有价值的地方，是把已有分支和书页重新分工，而不是重复写一遍它们。
最自然的走法，不是停在“心理学研究有问题”，而是把方法判断重新接回人、组织和知识边界。
路线一：回到心理机制本身
如果你先想理解被研究的对象，再回来判断研究质量，就从认知桥页回到偏差、判断与群体互动。
路线二：回到更硬的方法母线
如果你最在意的是“怎样判断一项研究值不值得信”，就继续往证据、因果和知识标准走。
路线三：回到概率与预测校准
如果你更关心怎么在不确定里说得更稳，那这张页最自然会把你送回概率、预测和噪音判断训练。