2. 质的研究是研究者试图从参与者的角度，在研究对象的自然情境中、以归纳的方式搜集和分析资料，而达到对心理现象及其意义理解的过程。
3. 质的研究的基本特征是以寻求意义和理解为目的，在自然的情境中、以研究者作为研究的主要工具、注重描述性的资料、运用归纳的方法、形成描述性的研究结果。
4. 质的研究在理论基础、适用对象、研究过程和研究呈方面与定量研究都存在差异。在研究实践领域，两种方法通常是交错使用、相得益彰。质的研究方法更适合从被研究者的视角、采用归纳方式进行研究的课题，对于处理具有特殊性、意义性、陌生性等特点的问题更具有优势。
5. 质的研究设计中必须考虑的五个因素是研究目的、观念架构、研究的问题、研究方法和效度，其中研究目的是研究的根本和出发点，是确定其它研究要素的基础，概念情境与研究目的紧密相连，并影响研究问题的形成，方法则是针对回答的问题汇集和分析资料，是研究的可行性和效度的保障。
6. 研究设计论证是解释说明研究的目的、主题和意义，以及当前研究将采用的方法及其适当性做出的详细说明的文本，是研究设计的总结。可用于向特定听众传达并论证研究。
7. 心理传记研究、人种志和行动研究三种具体的质的研究形式，分别适用于不同的研究领域。
第三编 资料的统计分析与SPSS应用
第十章 数据的整理和描述统计
1. 数据的量化是将原始资料通过类别化转化为计算机或其他机器可识别的机读格式，即编码的过程，其中最关键的环节是类别化合制定编码框架。
2. SPSS的数据录入有多种方法，包括直接输入、直接打开原始数据文件、文本导入向导读入、数据库转录等。
3. 数据的初步整理包括对数据进行排序、变换、重编码、重分类、分类汇总、加权，以及数据文件的合并、分割，对缺失值的处理等，主要牵涉到SPSS中的数据编辑、数据变化菜单。
4. 描述统计用于描述一组数据分布的全貌，包括数据的分布特征度量、地位度量和相关度量。其牵涉到的SPSS过程包括分析菜单下的报表、描述统计、相关等过程。
5. SPSS描述统计菜单下探索过程用于进行探索性数据分析，即从客观原始数据出发，通过分析数据的耐抗性、残差、重新表达及图式手段来探索数据的内在规律，挖掘数据中的有用信息。
第十一章 推断统计原理和SPSS应用概述
1. 概率论和统计学专门用于研究“在多次重复相同条件时单个试验结果呈现不确定性”的随机现象。其目的是要探讨和发现随机现象的统计规律。
2. 一定条件下对随机现象所作的一次观测称为一个试验。试验的可能结果为随机事件A发生的规律性（即概率）。可由其频率f(A)来反映。概率的定义有两种，即统计概率和古典概率。 3. 概率分布是当样本容量趋于总体容量时次数分布“理论”上的或理想中的极限形式。根据随机变量的类型，概率分布可分为离散
型概率分布和连续型概率分布。
4. 二项分布可用于解决在教育与心理学研究中诸如态度调查、客观题的正确率、题目或作业中的猜测等问题。正态分布主要用于心理与教育测量或测验中利用标准正态分布中概率和Z分数的对应关系划定分数线、确定特定等级或分数界限内人数以及编制测验常模中的各种标准分。
5. 抽样分布是样本统计量的理论分布，是推断统计的基础。常见的抽样分布有样本均值的抽样分布、比例的样本分布、t分布、x2分布以及F分布等。
6. 假设检验是推断统计的重要内容之一，其目的是对关于总体分布情况或其参数的假设做检验。常用的假设检验法有t检验、F检验和x2检验等。
7. 参数估计也是推断统计的重要内容，是以一次抽样为依据，使用样本统计量对总体参数进行推断的方法，主要有点估计和区间估计两种。
8. SPSS中进行最常用的差异显著性检验和方差分析的过程主要牵涉到分析菜单中的均值比较、一般线性模型子菜单。它们是统计分析中最常用的统计过程。
第十二章 研究设计的SPSS统计分析
1. 探讨变量间的相关或关联程度是心理学研究的常见问题，这类统计检验法包括相关分析、回归分析和卡方检验等常用统计检验法。其对于的SPSS统计过程有很多。
2. SPSS相关过程可以进行等距型、等级型数据的简单相关分析和偏
相关分析以及用于多元统计方法的距离分析。
3. 相关分析常应用于量表或文件的信、效度分析，虽然其分析往往有具体的统计过程或程序，但大都运用了相关的计算；使用相关过程可以直接计算诸如评分者信度、重测信度、复本信度以及准则效度、区分效度和聚合效度等指标。
4. 回归分析旨在建立变量间关系的数学模型，线性回归是假设变量间呈直线性关系，利用最小二乘法，通过寻找最优拟合直线所满足的条件对回归方程中的参数进行估计，并通过方差分析检验回归方程的有效性。
5. 卡方检验是度量变量间频率分布间关联性的统计检验法，它既可以用来解决单个多项分类变量的次数分布无差假设检验问题，也可用来解决连续型变量次数分布对某假设分布的拟合性问题；还可用来对变量间次数分布的独立性进行检验。SPSS中的列联表提供了更一般的整套关联推断检验法。
6. 通过组间比较探讨某自变量对观测指标是否存在显著效应时心理学研究的另一类常见问题，当然这类问题并非都是因果关系推断。该类检验法可按照组数多少、研究设计类型进而测量尺度加以分类，通常所讲的t检验、单向方差分析等参数检验法以及非参数差异检验法。
7. 因素型设计方差分析的主要特点在于考察因素间的交互作用，利用一般线性模型中的一元过程和重复测量过程可以解决大多数类型的单因变量因素型设计方差/协方差分析问题。
8. 多元统计分析是一组用来分析两组或多组观测间联系的统计程序的统称，可根据研究的模型类型、因变量的数目、因变量及自变
量的测量等级等标准对多元统计法进行分类。SPSS中提供了大多数成熟的多元统计分析法。
第十三章 数据化简技术——因素分析法
1. 因素分析法是一种用于简化数据并探求数据间结构的多元统计方法，它用几个较少的公因子来反映众多观测变量的信息。因子分析有一系列的假设条件，利用SPSS进行因素分析首先研检验这些条件，对数据进行仔细考察。
2. 因素分析大致包括主成分分析法和公因子分析法两类，主成分法立足于将原变量的变异完全转移到相互正交的主成分中，然后抽取方差贡献靠前的若干主成分作为公因子。
3. 公因子法包括一系列方法，但都立足于解释原变量间的相关关系来求得因素解。它首先要顾及变量的共同度，更适用于对变量方差不了解和重在探求数据间结构的场合。
4. 因子旋转分为正交旋转和斜交旋转两类，但目的都是通过适当的坐标变换使因子和变量间的关系和因子的意义更容易解释，它不改变模型对数据的拟合程度，也不改变变量的共同度。 5. 因子值作为因素分析的产物，可用来代替原变量以便于更清楚地认识因素、变量间的关系，实际应用中常用来进行个体的评价、分类。
第四编 研究间的比较与交流
第十四章 研究的综合——元分析