当前，心理学研究已经十分看重效应量。然而，心理学研究中的效应量通常是小的或中等的（Cohen, 1988）。面对这种现实，心理学研究者难免陷入尴尬：自己经过系统论证，以为找到了影响某个行为或意识现象的重要因素，结果显示，这个因素对有关行为或意识现象的效应量却是小的，甚至，连小效应量的标准都没有达到。

其实，只要明白心理学研究的行为或意识现象，都会受到诸多因素的影响和制约，那么，就能真正明白：一个因素对所考察的行为或意识现象只有小效应量，不仅是必然的，而且是合理的。特别地，领悟这个道理还能避免得出不当的结论。在一些研究中，由于进行了严格控制，从而，很可能把一个因素的效应放大，某些研究者也可能有意无意地放大对有关效应的认识和解释，给人造成相应因素对所考察的现象具有很大效应的印象。

例如，心理健康是现代社会极为关注的一个问题，也是心理学研究中的一个重要问题，并且得到了充分研究。显然，心理健康受到客观因素与主观因素的影响和制约。从已有文献可知，心理健康至少与人生态度、人际关系、自我概念、角色适应、社会比较、情绪情感、需要动机、时间透视、应对方式、社会支持10个因素有关。

当考察人生态度对心理健康的作用时，如果发现人生态度可以解释心理健康的方差=10%，即达到了小效应量的标准，那么，研究者和读者可能都不满意。人们期望人生态度对心理健康的影响更大，比如，可以解释心理健康的方差=30%（中效应量），甚至≥50%（大效应量）。

当考察人际关系等其他9个因素对心理健康的作用时，情况类似，人们期望人际关系等因素对心理健康具有中效应量或大效应量。显然，如果上述10个因素对心理健康都有中效应量，那么，它们对心理健康的总效应量将≥300%，是根本不可能的。这里的关键是，倘若一项研究发现，自我概念可以解释心理健康的方差=30%，研究者倾向于做出夸大自我概念作用的结论；倘若一项研究发现，自我概念可以解释心理健康的方差<10%，研究者又倾向于做出降低自我概念作用的结论。

明眼人一看就清楚，上述10个因素几乎都是相关的，因此，人生态度对心理健康方差的解释，与人际关系对心理健康方差的解释，存在重叠部分，倘若人生态度和人际关系分别可以解释心理健康15%和10%的方差，那么，人生态度和人际关系一起可以解释心理健康的总方差不是=25%，而是<25%。

由这个例子可以知道，在心理学研究中发现小效应量，甚至达不到小效应量标准的效应量，都是可能的、正常的。另一方面，也是更为重要的，研究者从理论或实践角度，往往推测或感得一些因素对某个行为或意识现象具有不可否定乃至不可忽视的作用，因此，设计并执行相应的研究。虽然，研究结果原本就可能验证研究假设、也可能无法验证研究假设，但是，如果前期工作做得充分和扎实，那么，不局限于统计显著性检验的结果，并且，亦不局限于Cohen（1988）推荐的效应量标准，而是从理论上或实践上来看待研究结果，将是有意义的。

当前，幸福感是比心理健康更受重视的主题，亦是心理学研究的一个热门主题。有效提高人们的幸福感，对于个体和社会均有重要意义。倘若要求个体每天早上起床时诵读一遍“仰天大笑出门去，我辈岂是蓬蒿人”，10天后发现，被试自我报告的幸福感在5点利克特量尺上有0.3的提高，统计检验也是显著的。这样的提高在理论上有意义吗？在实践上有意义吗？

这是一个背景性极强的问题。例如，倘若考察的被试是一组很特别的人，他们原来的幸福感均值是1.0，那么，连续10天起床时诵读一遍两句古诗使之幸福感有0.3的提高，就是提高了30%，这是极可观的；倘若这组被试原来的幸福感均值分别是2.0、3.0、4.0和4.7，那么，这种简单作法使之幸福感有0.3的提高，就是提高了15%、10%、7.5%和6%。特别地，对于提高6%的情况，从数字看不是很大，然而，那是把被试的幸福感提到最高水平，不仅是有意义的，而且难度更大，从而，是更有价值的。

由此可见，在评价研究结果，或者说效应量时，需要关注研究背景，了解研究意义，而不是只看具体数字——虽然数字也是重要的，甚至是必要的。

从研究便利的角度出发，研究者提出了最小效应量（the smallest effect size）的概念，认为可以考察个体能够体验到差异的最小效应量，在具体研究中，只要实际的效应量达到或超过了最小效应量，就可以判定相应的研究是有理论意义或实践意义的（Anvari & Lakens, 2021）。

如果依照这种思路开展研究，那么，可以推测，有望使心理学研究的理论和实践出现新的变化，特别是那些过去被视为负性研究结果的大量研究，得到重新认识和评价，体现它们应有的意义和价值。

参考文献

Anvari, F., & Lakens, D. (2021). Using anchor-based methods to determine the smallest effect size of interest. Journal of Experimental Social Psychology, 96, 104159.

Conen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Hillsdale, NJ: Erlbaum Associates.