了解用于测试假设的框架
有各种研究方法，每种方法都有其特定的优点和缺点。 科学家选择的主要取决于研究的目的和正在研究的现象的性质。
研究设计提供了一个标准化框架，通过该框架来检验假设并评估假设是否正确，不正确或不确定。
即使假设不真实，研究往往可以提供可能证明有价值的见解或将研究推向一个全新的方向。
有许多不同的方法来进行研究。 这是最常见的。
横断面研究
横断面研究涉及寻找具有特定特征的不同人群。 例如，研究人员可能会评估一群年轻人，并比较一组老年人的相应数据。
这种类型的研究的好处是它可以相对较快地完成; 研究数据是在相同的时间点收集的。 缺点是，研究旨在使原因和效果直接相关。 这并不总是那么容易。 在某些情况下，可能会有影响因素造成混淆。
为此，一项横断面研究可以表明，绝对风险（一段时间内发生的事件的可能性）和相对风险（发生在一组中的事件发生的可能性）到另一个）。
纵向研究
纵向研究涉及在相当长的一段时间内研究同一群体的个体。 数据在研究开始时收集，并通过研究过程反复收集。 在某些情况下，纵向研究可能会持续数十年或者是开放式的。
一个例子是天才研究的天才 ，开始于20世纪20年代，并持续至今。
这项纵向研究的好处是它可以让研究人员随着时间的推移来观察变化。 相比之下，其中一个明显的缺点是成本。 由于长期研究的费用，它们倾向于局限于较小的一组科目或较窄的观察领域。
在揭示的同时，纵向研究很难适用于更大的人群。 另一个问题是参与者可能经常退出中期研究，缩小样本量和相关结论。 此外，如果某些外部力量在研究过程中（包括经济学，政治学和科学）发生变化，他们会以一种明显扭曲结果的方式影响结果。
我们在Terman的研究中看到了这一点，其中智商和成就之间的相关性被诸如20世纪40年代和50年代的大萧条和第二次世界大战（限制教育成就）和性别政治（这限制了女性的职业前景） 。
相关研究
相关性研究旨在确定一个变量是否与另一个变量有可测量的关联。
在这种非实验研究中，研究人员研究了两个变量之间的关系，但并未自行引入变量。 相反，他们收集并评估可用数据并提供统计结论。
例如，研究人员可能会考虑小学的学术成就是否会导致未来薪酬更高的工作。 虽然研究人员可以收集和评估数据，但他们不会操纵任何有问题的变量。
如果由于不可能，不切实际或不道德而无法操纵变量，则相关性研究很有用。
例如，您可能会提出，生活在嘈杂的环境中会使您在工作场所中效率低下，但人为地注入该变量将是不切实际和不合理的。
相关研究显然有其局限性。 虽然它可以用来识别关联，但并不一定会提示效果的原因。 仅仅因为两个变量有关系并不意味着一个变化会影响另一个变化。
实验
与相关研究不同，实验涉及变量的操纵和测量。 这种研究模式在医学，化学，心理学，生物学和社会学中是最具科学性的，最常用的。
实验研究使用操纵来了解受试者样本中的因果关系。 样本由两组组成：实验组中引入变量（如药物或治疗）和不引入变量的对照组。 确定样本组可以通过多种方式完成：
- 受试者代表特定人群的人口抽样
- 随机选择受试者以查看变量的影响是否始终如一
虽然实验性研究的统计值是稳健的，但其中一个主要缺点可能是确认偏差 。 这是调查员希望发表或获得明确结果的愿望可能会歪曲解释，从而导致假阳性结论。
避免这种情况的一种方法是进行双盲研究 ，其中参与者和研究人员都不知道哪个组是控制组。 一项双盲随机对照试验（RCT）被认为是研究的黄金标准。