论述个体差异的研究变量。

个体差异的研究方法分实证研究和理论分析两个方面。在实证研究方面，研究者旨在通过任何可用的手段测量个体差异来进行预测，并尽力提高预测的精确度。下面分自变量和因变量来论述个体差异的实验研究中变量问题。
（1）自变量
个体差异实验中的自变量是由研究内容和目的决定的，其中的大多数自变量都是被试变量，对于这些变量，研究者通常只能挑选而无法操纵。常见的自变量有两类：一类是个体差异形成的影响因素，具体地说就是个体差异是由遗传的因素决定的还是由后天的环境因素决定的。另一类自变量则是年龄，这类研究关心的是个体差异如何随年龄发展而变化。
A.个体差异的影响因素
遗传决定论和环境决定论都不可能单独正确地揭示事件的规律。因为遗传变量和环境变量之间可能存在着非常复杂的交互作用。一方面，遗传效应的发生离不开某种环境；另一方面，经验总是需要有某一基因背景的机体。针对这种情况，赫布提出应该以一种更加综合的方式来看待个体发展中的遗传和环境变量。他建议应该考虑六个相互作用的因素：基因、出生前的营养环境、出生后的营养、文化学习、个体学习、身体的损伤。实证研究证明这些因素都是造成个体差异的因素。
B.年龄
个体差异实验研究中另一个常见的自变量是年龄。在此类实验中，研究者们关心的是能力或人格变量随年龄发展变化的规律。以年龄为自变量的实验可以采用两种基本的实验设计——横向设计、纵向设计。
横向设计是在相同的时间比较几个年龄组的同期群，它们提供的是年龄差异的数据。纵向设计是在不同的时间点上比较相同的同期群，它提供的是年龄变化的数据。横向设计和纵向设计各有优缺点。横向设计最明显的优势是可以在很短的时间内得到数据。但是横向设计易于混淆年龄影响和同期群影响。纵向设计非常耗时，它会受到被试流失、时间影响和影响行为的历史变化等因素的影响。而连续设计可以在一定程度上克服横向设计或纵向设计的缺点。连续设计是简单的横向或纵向设计的综合：一个横向连续包括在不同时点上两个或多个横向设计；一个纵向连续包括对两个或两个以上同期群的同期研究。另外，为了结合横向和
纵向两种设计的长处，沙尔提出一种最有效设计，它既包括纵向设计又包括横向设计，主要是通过在新的横向设计中，测量新被试的同时对上次横向设计的被试进行再测。对最有效设计的结果数据可以进行同期群连续分析、横向连续分析或时间连续分析。同期群连续分析可以比较几个不同的同期群在随年龄变化时的表现；横向连续分析则可以排除测量时间影响，来比较同期群的影响；而时间连续分析则是排除测量时间影响而比较年龄变化的影响。
（2）因变量
个体差异实验的因变量测量中最值得注意的问题就是如何下操作定义。当变量有了操作定义之后，就可以用依据一定操作定义编制的测验来检验操纵自变量导致的结果了。因此，通常实验中的因变量就是被试在测验中所获得的成绩。但是由于能力和人格方面的概念往往非常复杂，因此下操作定义是一个难题——对人格或能力的定义其实也构成了个体差异研究中的各种理论的主要观点。以智力研究为例来简要说明个体差异研究中与操作定义有关的问题。在著名的斯坦福-比纳智力量表中，研究者从学业角度来定义的智力无疑使测验对学业成绩有很好的预测力，但是也因此招致了批评。有人批评他们的智力测验之集中在数学和言语能力上，并且对智力的定义是狭隘的、有文化偏差的。实际上智力研究虽然已经开展了很长时间，但是至今仍然没有被广为接受的智力操作定义，实际上对智力进行定义一直以来是各种智力理论的重要内容，各种理论的分歧与争论很大程度上就是对智力定义的分歧与争论。
可见，虽然研究者们普遍都采用一种他们认可的操作定义来定义因变量并且对它进行测量，但是目前不同研究者的操作定义并未完全取得一致。
上述是在个体差异的研究中的自变量、因变量，至于其中的无关变量则更难以控制。惟独有一个重要的无关变量在几乎所有能力个体差异实验中都需要控制，那就是对测验项目的具体学习。如果被试在测验之前学过许多测验项目的答案，而不是测验时依靠相应的能力得出答案，那么他们显然要比那些没学过这些项目的个体表现得能力更高。尽管，为了减少特定学习经验的影响，许多项目已经从现代的能力测验中删除了，但完全消除学习、动机、文化知识以及其他已知会干扰测量的因素的影响是不可能的。除非能力的定义中包括了学习成功的可能性，否则这些无关变量的影响必须被减少到最小。

略