心理学研究中，特别是在统计分析的时候，会遇到各种标准问题。这些标准，很容易成为研究者的最爱，并且熟记于心，做研究时期盼获得的结果符合标准。同时，如果结果没有达到标准，那么，这些标准就是研究者的苦闷来源，又成了他们的最恨。

心理学研究者，倾向于严格遵照标准行事。不过，使用标准的前提是，了解这类标准究竟是什么，它们是怎么制定出来的。

简单而言，心理学研究中存在的标准，其实是有关领域的研究先驱，在工作中感到需要有一定的标准，于是他们就提出或建议各种标准。这些标准在制定时虽然是有一定依据的，然而，有关依据可能深受某个或某些研究先驱偏好或直觉的影响。

现实情况是，如果没有标准，研究者可能还会认真思考有关问题，而一旦有了标准，研究者倾向于直接采用这些标准，基本不再考虑具体情况。这就陷入一种状态，即，研究者在实际工作中，没有标准想要标准，有了标准会把标准固定下来，很难具体问题具体分析了。

在心理学研究中，常见的标准有：统计显著性检验的p值、因素分析的特征根、信度指标的克隆巴赫α系数、结构方程模型的拟合指数。这里以p值和α系数为例，简介有关问题（其他情况，以后再说）。

先讲统计显著性检验的p值标准。

按照统计学上的说法，p值是指在零假设为真时，获得与目前样本相同或者更为极端的结果的概率。p < 0.05就是在零假设为真时，获得与目前样本相同或者更为极端的结果的概率< 0.05。因为概率< 0.05是个小概率事件，在一次试验中基本不可能发生，所以拒绝零假设，接受备择假设。（所谓零假设，就是没有差异的假设——有的文献也译为虚无假设，我认为不准确，也很费解。所谓备择假设，就是否定零假设的陈述，通常正是研究假设。）

为什么把统计性显著的两个常用标准定为p < 0.05和p < 0.01呢？如果定为p < 0.06和p < 0.02又如何？其实，这里的p < 0.05和p < 0.06并无实质性差异，p < 0.01和p < 0.02也是这样，之所以定为p < 0.05和p < 0.01，那是统计学家Fisher的偏好（显然，也是一般人的偏好，即人们更喜欢1和5这样的数字）。

其实，在不同的情况下，应该采用不同的统计显著性水平标准。为了防止假阳性的研究结果，一些专家建议，采用p < 0.005的标准。资料显示，粒子物理学研究中，统计显著性标准是p < 0.0000005。

同时，很多人也不知道：在t、F检验中，p < .05与 p ≤ .05是完全一样的，即p < .05的表达包含了p = .05的情况（原来的文献中，就是写为p ≤ .05）——只要了解这里的p表示的是连续变量的概率，就清楚p < .05等价于 p ≤ .05。

再讲信度指标的克隆巴赫α系数标准。

这个系数反映的是一个测验所有可能的分半信度的平均数。它基本上是用来代替分半信度的，因为它评估所有项目（而非比较测验的两半）的平均相关，并且考虑了测验长度（即测验中的题目数）。所以，如果报告了一个测验的克隆巴赫α系数，就不用再报告分半信度（重测信度往往是需要检验和报告的。）

克隆巴赫α系数的最大值为1，大的数值表示更高的内部一致性。按照惯例，大于0.7的克隆巴赫α系数是可接受的。低的克隆巴赫α系数表明测验是不可靠的，因为测验项目测量的不是相同的内容。

然而，把克隆巴赫α系数定为大于0.7为可接受的标准，其实并无理论依据，它是一位研究者（并非克隆巴赫）凭直觉确定并沿用下来的——这是标准带有随意性的典型例子。

因此，如果心理学家用测验做出重要决定，那么，克隆巴赫α系数应当在0.8以上，甚至是0.9。低的克隆巴赫α系数意味着测验可能不可靠，从而用这样的测量工具得到的任何结果和结论都可能是无效的。

特别地，如果一个测验的内部一致性太低，计算出的克隆巴赫α系数甚至是负的。

但是，如果一个测验的克隆巴赫α系数很大（比如，0.95以上），那么就应当警惕。此时，这个测验中的项目过于类似了。例如，倘若一个责任感测验的项目包括“我总是准时上班”、“我总是准时约会”、“我总是准时与家人共进午餐”等项目，那么就会得到很高的克隆巴赫α系数，因为此时在评估一个含义极窄的特质：这个测验实际上在测量守时性，而非研究者更感兴趣的含义更广的责任感。

总之，心理学研究中的标准，其实是需要研究者灵活掌握和使用的，不能陷于机械和僵化。