discussion

1.2 The Research Process

With a broad understanding of the major research areas in psychology, we now turn our attention to the research process. How do psychologists conduct research? What are their goals? This section will answer these questions. This section will also compare quantitative and qualitative research, two different approaches to scientific inquiry.

The Scientific Method

What does it mean to draw conclusions based on science? Scientists across all quantitative disciplines use the same process of forming and testing their ideas. The overall goal of this research process—also known as the scientific method—is to draw conclusions based on empirical observations. In this section, we cover the four steps of the research process—hypothesize, operationalize, measure, and explain, abbreviated with the acronym HOME.

Step 1—Hypothesize

The first step in the research process turns an initial research question into a testable prediction, or hypothesis. A hypothesis is a specific statement about the relationship between two or more variables. For example, if we start with a question about the link between smoking and cancer, our hypothesis might be that smoking causes lung cancer. Or, if we want to know whether a new drug will be helpful in treating depression, we might hypothesize that drug X will lead to a reduction in depression symptoms. The next section of this chapter will cover hypotheses in more detail, but for now it is important to understand that the way a hypothesis is framed guides every other step of the research process.

Step 2—Operationalize

Once a researcher develops a hypothesis, the next step is to decide how to test it. The process of operationalization involves choosing measurable variables to represent the elements of the hypothesis. In the depression-drug example, we need to decide how to measure both cause and effect; in this case we define the cause as the drug and the effect as reduced symptoms of depression. That is, what doses of the drug should we investigate? How many different doses should we compare? And, how will we measure depression symptoms? Will it work to have people complete a questionnaire? Or do we need to have a clinician interview participants before and after they take the drug?

An additional complication for psychology studies is that many of research questions deal with abstract concepts. Turning these concepts into measurable variables requires some art. For example, the abstract concept of happiness could be defined in countless different ways—being “happy” likely means something different to one individual than it does to his neighbors. To include happiness in a research study, we need to translate it into a more concrete concept, measured by a person’s score on a happiness scale or by the number of times a person smiles in a five-minute period, or perhaps even by a person’s subjective experience of happiness during an interview. Chapter 2 (2.2) will cover this process in more detail, with a discussion of guidelines for making these important decisions about the study.

Step 3—Measure

Now that we have developed both our research question and our operational definitions, it is time to collect some data. The text will cover this process in great detail, dedicating Chapters 3 through 5 to the three primary approaches to data collection. Collection of data is a critical step in the research process, as researchers gather empirical observations that will help address their hypothesis. As Chapter 2 will explain, these observations can range from questionnaire responses to measures of brain activity, and they can be collected in a variety of ways, from online questionnaires to carefully controlled experiments. Regardless of the details of data collection, investigators will ultimately use these observations to make a decision.

Step 4—Explain

After data have been collected, the final step is to analyze and interpret the results. The goal of this step is to return full circle to the initial research question and determine whether the results support the hypothesis. Recall the hypothesis that drug X should reduce depression symptoms. If we find at the end of the study that people who took drug X showed a 70% decrease in symptoms, this result would be consistent with the hypothesis. However, the explanation stage also involves thinking about alternative explanations and planning for future studies. What if depression symptoms dropped simply due to the passage of time? How could we address this concern in a future study? As it turns out, a fairly easy way of fixing this problem exists; Chapter 5 will cover that solution.

As Table 1.1 summarizes, the research process involves four stages: forming a hypothesis, deciding how to test it, collecting data, and interpreting the results. This process is used to draw conclusions across all scientific disciplines, regardless of whether research questions involve depression drugs, reading speed, or the speed of light in a vacuum.

Table 1.1 The HOME method

Stage of Process	Main Idea	Example
Hypothesize	Take a research question, turn it into a testable prediction	Question: Will my new drug help depression patients? Hypothesis: Drug X will reduce depression symptoms.
Operationalize	Turn the key concepts from your hypothesis into measurable variables	Depression can be measured using clinician interviews
Measure	Choose and implement the best research design for your hypothesis	Compare two groups of people over time, half of whom have been given the new drug
Explain	Interpret your findings and make a decision about the state of your hypothesis	If the people who take the new drug are less depressed at the end, that supports our hypothesis

Research: Applying Concepts

Examples of the Research Process

To make the steps of the scientific method a bit more concrete, the following two examples show how they could be applied to specific research topics.

Example 1—Depression and Heart Disease

Depression affects approximately 20 million Americans, and 16% of the population will experience it at some time in their lives (NIMH, 2007). Depression is associated with a range of emotional and physical symptoms, including feelings of hopelessness and guilt, loss of appetite, sleep disturbance, and suicidal thoughts. This list has recently been expanded even further to include an increased risk of heart disease. Individuals who are otherwise healthy but suffering from depression are more likely to develop and to die from cardiovascular disease than those without depression. According to one study, patients who experience depression following a heart attack experience a fourfold increase in five-year mortality rates (research reviewed in Glassman et al., 2011).

Research Question

Based on these findings, we could ask the question, “Would it make sense to treat heart attack patients with antidepressant drugs?”

Recall that the goal of the scientific method is to take this research question, turn it into a testable hypothesis, and conduct a study that will test it. The following steps use the HOME method discussed earlier.

Step 1: Form a testable  hypothesis  from the research question.

We might predict that, “People who have had heart attacks and take prescribed antidepressants are more likely to survive in the years following the heart attack than those who do not take antidepressants.” We have taken a general idea about the benefits of a drug and stated it in a way that a research study can directly test.

Step 2: Decide how to  operationalize  the concepts in the study into measurable variables.

First, we would need to decide who qualifies as a “heart attack patient”: Would we include only those who had been hospitalized with severe heart attacks, or anyone with abnormal cardiac symptoms? These types of decisions will have implications for how we interpret the results.

We would also need to decide on the doses of antidepressant drugs to use and the time period to measure survival rates. How long would we need to follow patients to obtain an accurate sense of mortality rates? In this case, earlier research had focused on five-year mortality rates, so that would be a reasonable time period for this study as well.

Step 3:  Measure  the key concepts based on the decisions made in Step 2.

This step involves collecting data from participants and then conducting statistical analyses to test the hypothesis. We will cover the specifics of research designs beginning in Chapter 2 (2.1), but one good option would be to give antidepressant drugs to half of our sample and compare their survival rates with the half not given these drugs.

Step 4:  Explain  the results and tie the statistical analyses back into the hypothesis.

We would want to know whether antidepressant drugs did, indeed, benefit heart-attack patients and increase their odds of survival for five years. If so, our hypothesis is supported. If not, we would go back to the drawing board and try to determine whether a) something went wrong with the study, or b) antidepressant drugs actually do not have any benefits for this population. Answering these kinds of questions often involves conducting additional studies. Either way, the goal of this final step is to return to our research question and discuss the implications of antidepressant drug treatment for heart-attack patients.

Example 2—Language and Deception

In 1994, Susan Smith appeared on television claiming that her two young children had been kidnapped at gunpoint. Eventually, authorities discovered she had drowned her children in a lake and fabricated the kidnapping story to cover her actions. Before Smith was a suspect in the children’s deaths, she had told reporters, “My children wanted me. They needed me. And now I can’t help them” (The Washington Post, November 5, 1994, A15). Normally, relatives speak of a missing person in the present tense. The fact that Smith used the past tense in this context suggested to trained FBI agents that she already viewed them as dead (Adams, 1996).

Research Question

The story about Susan Smith highlights one way that people communicate differently when they are lying—they use past tense when present tense is more natural. This observation might lead us to ask, more broadly, “How do people communicate differently when they are lying versus when they are telling the truth?” We will again apply the HOME paradigm (or scientific method) to design a study that will ideally provide insight into this question.

Step 1: Form a testable hypothesis  from the research question.

This example is somewhat more challenging because “communicating” can be defined in many ways. Thus, we need a hypothesis that will narrow the focus of our study. It turns out several studies have been conducted on the ways that people communicate when they are lying, ranging from variations in speech rate to differences in the use of certain types of words (for a review, see Depaulo et al., 2003). Based on one of these studies, we could offer the following specific prediction: “Liars communicate using more negative emotion (e.g., anger, fear) than truth-tellers do” (e.g., Newman, Pennebaker, Berry, & Richards, 2003). We have taken a general idea (“communicate differently”) and stated it in a way that can be directly tested in a research study (“use more negative emotion”).

Step 2: Decide how to  operationalize  the concepts in our study into measurable variables.

To determine measurable variables, we need to decide what counts as “using more negative emotion.” We could take the approach used in a previous study (Newman et al., 2003) and scan the words people use, looking for those reflecting emotions such as anger, anxiety, and fear. The theory behind this approach posits that the words people use reflect something about their underlying thought processes. In this case, people who are trying to lie will be more anxious and fearful as a result of the lie, and therefore use more words indicative of these negative emotions.

Step 3:  Measure  the key concepts based on the decisions made in Step 2.

To measure the variables identified in Step 2, we must devise a way to determine whether and when people are lying. One way to do this in a research study is to instruct some people to lie and others to be truthful and then compare differences in the amount of negative emotion language between these groups.

Step 4:  Explain  the results and tie the statistical analyses back into the hypothesis.

We want to know whether people who were instructed to lie indeed used more words suggestive of negative emotion. If so, this outcome supports our hypothesis. If not, we would go back to the drawing board and try to determine whether a) the study design was flawed, or b) people in fact do not use more negative emotion when they lie. Either way, the goal of this final step is to return to our research question and discuss the implications for understanding language-based indicators of deception.

Goals of Science

In addition to sharing an overall approach to answering questions, all forms of scientific inquiry tend to adopt one of four overall goals. This section provides an overview of these goals, with a focus on how they apply to psychological research. We will encounter the first three goals throughout the course and use them to organize our discussion of different research methods.

Description

Stockbyte/Thinkstock

Before a phenomenon can be explained it must first be described. For example, a survey might be used to collect information to describe the phenomenon of binge drinking.

One of the most basic research goals is to describe a phenomenon, including descriptions of behavior, attitudes, and emotions. Most people are probably very familiar with this type of research because it tends to crop up in everything from the nightly news to their favorite magazine. For example, if CNN reports that 60% of Americans approve of the president, it is describing a trend in public opinion. Descriptive research should always be the starting point when studying a new phenomenon. That is, before we start trying to explain why college students binge drink, we need to know how common the phenomenon is. We might, therefore, start with a simple survey that asks college students about their drinking behavior, and we might find that 29% of them show signs of dangerous binge drinking. Having described the phenomenon, we are in a better position to conduct more sophisticated research. (See Chapter 3 for more detail on descriptive research.)

Prediction

A second goal of research is predicting a phenomenon. This goal takes us from describing the occurrence of binge drinking among college students to attempting to understand when and why they do it. Do students give in to peer pressure? Is drinking a way to deal with the stress of school? We could address these questions by using a more detailed survey that asked people to elaborate on the reasons that they drink. The goal of this approach is to understand the factors that make something more likely to occur. (See Chapter 4 for more detail on the process of designing surveys and conducting predictive research.)

Explanation

A third, and much more powerful, goal of research is to attempt to explain a phenomenon. This goal moves from predicting relationships to drawing stronger conclusions about causal links. Whereas predictive research attempts to find associations between two phenomena (e.g., college student drinking is more likely when students are stressed), explanatory research attempts to make causal statements about the phenomenon of interest (e.g., stress causes college students to drink more). This distinction may seem subtle at this point, but it is an important one, and closely related to the way that psychologists design their studies. (See Chapter 5 for more detail on explanatory research.)

Change

The fourth and final goal of research is generally limited to psychology and other social-science fields: When we are dealing with questions about behaviors, attitudes, and emotions, we can sometimes conduct research to try to change the phenomenon of interest. Researchers who attempt to change behaviors, attitudes, or emotions are essentially applying research findings towards the goal of solving real-world problems.

In the 1970s, Elliot Aronson, a social psychologist at the University of Texas at Austin, was interested in ways to reduce prejudice in the classroom. Research conducted at the time was discovering that prejudice is often triggered by feelings of competition; in the classroom, students competed for the teacher’s attention. Aronson and his colleagues decided to change the classroom structure in a way that required students to cooperate in order to finish an assignment. Essentially, students worked in small groups, and each person mastered a piece of the material. Aronson found that using this technique, known as the “jigsaw classroom,” both enhanced learning and decreased prejudice among the students (Aronson, 1978). Read the details of Aronson’s study here:  http://www.jigsaw.org/ .

Aronson’s research also illustrates the distinction between two categories of research. The first three goals we have discussed fall mainly under the category of basic research, in which the primary goal is to acquire knowledge, with less focus on how to apply the knowledge. Scientists conducting basic research might spend their time trying to describe and understand the causes of binge drinking but stop short of designing interventions to stop binge drinking. Researchers more often involve for this fourth goal of research in applied research, in which the primary goal is to solve a problem, with less focus on why the solution works. Scientists conducting applied research might spend their time trying to stop binge drinking without becoming caught up in the details of why these interventions are effective. Aronson’s research serves as a great example of how these two categories can work together. The basic research on sources of prejudice informed his applied research on ways to reduce prejudice, which in turn informed further basic research on why this technique is so effective.

One final note on changing behavior: Any time researchers set out with the goal of changing what people do, their values enter the picture. Inherent in Aronson’s research was the assumption that prejudice was a bad thing that needed to be changed. Although few people would disagree with him, he risked the difficulty of remaining objective throughout the research project. As we suggested earlier, the more emotionally involved we are in the research question, the more we have to be aware of the potential for bias, and the more closely we must pay attention to the data.

Approaches to Science: Quantitative versus Qualitative Research

Imagine for a moment that a psychologist wants to study depression across the life span. The researcher might approach this research question in one of two ways. She could design a survey that asked people to report their experiences with depression, as well as how often they had experienced various positive and negative life events. By conducting statistical analyses of these reports, she could gain a broad understanding of the relationships between life events and the development of depression. Alternatively, the investigator could spend her resources interviewing people who had been diagnosed with depression. Her goal is trying to understand what the experience felt like and whether people believed that it started in response to some major life event. This approach would provide a very deep understanding of the experience of depression from the inside out.

These alternative approaches highlight the differences between quantitative research and qualitative research, respectively. Quantitative research is a systematic and empirical approach that attempts to generalize results to other contexts. By surveying the population using structured scales, our hypothetical psychologist could learn about depression and life events in general. Qualitative research, in contrast, is a more descriptive approach that attempts to gain a deep understanding of particular cases and contexts. By interviewing depressed people in detail, the hypothetical psychologist could learn a great deal about how individuals experience depression.

The two approaches have traditionally been popular with different social science fields. For example, much of the current research in psychology is quantitative because the research aims for generalizable knowledge about behavior and mental processes. In contrast, much of the current research in sociology and political studies tends to be qualitative because research aims for a rich understanding of a particular context. To understand why college students around the country suffer from increased depression, quantitative methods are the better choice. To understand why the citizens of Egypt revolted against their government, then qualitative methods are more appropriate. However, many psychological phenomena are best understood by starting from the ground up, with a rich, qualitative understanding of people’s experiences. As later chapters will discuss, the qualitative approach has been used to gain insight into questions ranging from forming stigmatized identities to helping children cope with traumatic events.

In an ideal world, a true understanding of any phenomenon requires the use of both methods. That is, researchers can best understand depression if they both study statistical trends and conduct in-depth interviews with depressed people. Researchers can best understand binge drinking by conducting both surveys and focus groups. And investigators can best understand the experience of being bullied in school by both talking to the victims and collecting school-wide statistics. This text will discuss the ways that both approaches are used to shed light on pressing questions throughout the field of psychology. Table 1.2 compares the quantitative and qualitative approaches.

Table 1.2 Comparing quantitative and qualitative approaches

	Quantitative	Qualitative
Main Approach	Systematic, empirical, tries to generalize to other contexts	Descriptive, tries to gain rich understanding of a single context or example
Use of Hypotheses	Starting point for all quantitative research	Not necessary; hypotheses sometimes the result of qualitative study
Examples of Research	· Study depression by surveying the population · Study bullying by comparing reported incidents between schools	· Study depression by interviewing patients · Study bullying by interviewing bullies to understand their motivation