*

    (1.浙江大学心理与行为科学系，杭州，310028；2.Department of Psychology,LMU Munich,Munich,80802,Germany)

    1 引 言

    在心理学以及众多社会科学的发展史上，假设检验作为一种简单易用的推论统计工具，长期为研究者们所青睐。几乎在每一篇心理学论文中，我们都能看到p值(往往是小于0.05，Fisher,1926)的存在。然而，由于假设检验方法本身存在一定的局限性，实际研究中经常会发生对p值意义的错误解读和假设检验方法的滥用，甚至有的研究者还会在研究中进行p值操纵(p-hacking)——即通过增减被试、变量或尝试不同的数据分析方法将p值控制在理想的范围。这会导致发表的论文中出现假阳性的结果，进而误导后续研究。近年来，很多科研工作者和科技论文期刊的编辑逐渐意识到假设检验的误用和滥用所带来的问题，并呼吁停止使用假设检验，更换其他统计方法。例如，美国的著名社会心理学期刊《基础与应用社会心理学》(BasicandAppliedSocialPsychology)在2015年称，虚无假设显著性检验(null hypothesis significance testing procedure,NHSTP)是无效的，并宣布禁止研究者在投稿中加入假设检验，包括p值、t值、F值等(Trafimow,2015)。无独有偶，2018年初美国政治学的顶级学术期刊——《政治分析》(PoliticalAnalysis)在社交网络的官方账号宣布，从2018年的第26期开始禁用p值(详见该期刊2018年第26期第1卷Comments from the New Editor)。根据该刊的声明，禁用p值主要原因是：“p值本身无法提供支持相关模式或假说之证据。”当然，该观点还有待商榷，但假设检验这一推论统计方法本身存在的问题却不容小觑。笔者将试图从假设检验的基本原理出发，为读者揭示心理学界目前面对的统计困境。

    2 传统假设检验的问题

    2.1 传统假设检验的基本原理

    频率学派的假设检验主要是基于概率性质的反证法所实现的推论统计方法，即承认如下前提：小概率事件(发生概率小于0.05的事件)在单次抽样中不会发生。研究者先根据研究需要对总体做互斥的两种假设，即虚无假设H0和备择假设H1，选取合适的统计量，在假定虚无假设为真的情况下计算统计量及其对应的概率p。若p值小于预先确定的显著性水平α(一般将显著性水平α设定为0.05)，则说明观察到了小概率事件 ......