一、数据质量
下面两个问题的性质都是极为重要的，一、数据可信吗？二、数据有效吗？这两个问题可以合成为第3个问题，数据可以推论吗？
1 信度
当视图测量一个稳定的人格品质时，信度问题就变为你能多次得到同样的结果吗？那些能够重复提供同样信息的方法或工具就是可信的，反之就是不可信的，例如一种人格测验经过很长一段时间后重测得到的，结果仍是班里某个人是最友好的，而其他人不是那么友好的，那么这个测验就是一个可信的测验。
为了提高信度，我们至少要做4件事情，第一显然是要小心谨慎，第二提高信度的方法是对所有的参与者应用一个可照稿宣读的相同程序，第3个提高心率的方法就是在心理学研究中要测量重要的东西，而不是微不足道的东西，第4个也是最有用的，提高信度的方法是集合或是平均这适用于任何领域的测量。
心理测量学中的斯皮尔曼，布朗公式精确量化了它如何起到作用的过程，但是原理很简单，随机误差倾向于相互抵消，所以你的测量结果越是充满误差，你就越需要这样的结果，真实就在平均数附近的某个地方。
2效度
效度是指一个测量结果真实反映我们希望获得结果的程度。
如果一个测量是有效的，那它必须是可吸引的，但是可吸引的并不见得是有效的。
一方面你有一个最终的正确事实，另一方面你有一个测量结果，如果测量结果和中级事实相吻合，那么它就是有效的。
3概化
近年来心理测量学家已经开始把信度和效度之间的差别，也看作是相当模糊的了，他们现在倾向于把这两个概念都看作是一个更宽泛的概念，概化的一部分。
钙化多用于一个测量结果或是一个实验结果，它主要提出以下问题这个结果或测量可以推广到什么地方？即你从一个测验得出结果与将要用的一个不同的测验得出的结果是等值的货一起的吗？你的结果也能适用于你评估之外的其他类型的人群吗？
二、研究设计
个案法
实验研究和相关研究。
这两种设计真正存在的唯一不同之处在实验法中，假设的原因变量是受操控的，而在相关法中同样的变量是作为已经存在的变量直接测量得来的，没有操控。
三、效应值
1 显著性检验。
如果说实验条件之间的一个差异或一个相关，在5%水平上是显著的，即在一定程度上这种差异和相关是不同育龄的出现，适龄的偶然程度只有5%，如果一个差异或相关在1%水平上显著不同育龄，在出现零的偶然程度只有01%，所以传统上认为这是一个更严格的结果。
显著性小于0.05的结果是显著的。
2 相关
计算出的结果是一个相关系数，如果你计算无误的话，这个数值是处于-1~正1之间的，如果两个变量是无关的，那么它们之间的相关会接近0，如果两变量是正向联系的机，随着一个变量的升高，另一个也倾向于升高如身体和起重，那么相关系数会大于0是一个正数，如果两个变量是互相联系的，随着一个变量的升高，另一个倾向于降低橡胶率和测验成绩，那么相关系数会小于0，是一个负数。从本质上说，如果两个变量是相关的，正的或负的那么一个变量，就可以由另一个变量预测。
四、道德规范
这是心理学研究的用途之一。包括诚实和欺骗，诚实是所有研究共有的另一个道德主题。科学对事实的基本信任使得的研究中拥有7片，有点令人不安最著名的欺骗实验室米尔格拉姆做的服从实验，他让参与者们相信自己正在对一位无辜的尖叫的受害者执行着致命的电击。
网友评论