1.3 性学研究方法

为研究性行为这样复杂的问题，我们设计了不同的研究方法。每一种研究方法都有其优缺点，但它们都具有许多基本的考虑因素。在我们转向论述每一种方法的特点之前，我们首先要提出这些问题。

基本考虑

方法论问题在任何行为研究领域都存在，而由于研究领域的新奇，研究对象的独特以及社会的偏见等因素，在性研究领域，该问题表现得尤为突出。然而，随着过去几十年性学研究领域越来越面向更多更高素质的调查者，性科学家也日益专业化（Jayne，1986）。

研究的目的和角度

每一种研究工作都有其目的，零散的收集资料是没有多大价值的。即使只是一个极简单的性行为，也有着许多的方面，因此，除非研究者先确立一个清醒的头脑，知道他们要研究什么，否则他们可能什么也得不到。

研究性学不是为了证明一个先入为主的想法。相反，最开始的一点是假设，下一步才是去证实（即重新用新的事实证明或否定假设）、重述或证伪。假设的作用只是为了帮助研究者集中注意兴趣点，理解结果，以便于决定要检验的想法是对还是错。有无数的研究工作报道：有如此如此多的男人是这样做的，有那么那么多的女人是那样做的。尽管所有谨慎收集到的资料都很有趣，但通常难以知道通过这些孤立的数据可以得出什么样的结论。

偏见的问题

性研究者们与其他研究者一样，都是某种职业中的一员，是智识传统的继承者；他们又都是有个人精神和需要的人类中的一员，有自己的性价值观（这是无可厚非的），也有自己的偏见（他们已尽力在工作上排除它），他们也许仍没有发现他们的偏见，或者在工作中屈从于这些偏见。

在这些方面，性学研究者与其他行为科学家没有什么不同，除了在这一领域有更多容易上当的圈套，需要消除更多的磨难。从这一点看，有益的怀疑（但不是愤世嫉俗），对评价任何一项性研究工作，都是一个良好的起点。

变量的选择

调查者不可能关注到研究的每个细节和每个方面，他们必须有所选择。因此，提问的类型和如何提问在一定程度上将决定会得到什么回答。例如，如果我们想知道男人和女人性需求的频繁程度，我们可能会向一个随机志愿者样本发放问卷，提问在过去一个月中他们的性高潮次数。经过恰当的统计分析，我们发现男性报告的性高潮次数比女性多，然后我们得出结论，男性比女性对性的渴望更频繁。那么现在我们要问，每周性高潮的次数是否是衡量性需求的有效工具呢？如果我们想知道的是男人和女人性需求的频繁程度，难道我们不应该问他们主动要求进行性行为的次数，不论其结果如何？或者问他们的性伴侣提出性交要求但被他们拒绝的次数呢？还有他们在独处或者与伴侣在一起时的性念想和性幻想的次数呢？这些都是性需求的重要组成部分，尽管其中只有一些包括性高潮。人们经历性高潮的次数可能是他们性生活的重要方面，但不是衡量性需求的充分手段。

第二个问题是实验方法的信度（reliability）问题。效度（validity）是指实验的有效性或者是否精确地测量了研究者想要测量的东西，信度则是指测验或实验研究得到的数据是否具有一致性或可靠性。要有信度，问题在重复向受访主体提出时，必须能得出或多或少相同的答案。当我们要求人们回忆他们过去的性行为时，我们可能需要考虑到回忆的准确性以及如果我们在以后重复作这项研究是否能得到相同的答案。

另一个潜在的陷阱是，我们假定一个变量，如性高潮，对男女老少来说意味的是同样的经验。

除了上述我们提到的把性高潮作为衡量性需求的手段的问题之外，其他社会心理和情境因素也会影响两性报告的性高潮次数。例如，假设参与实验的志愿者们基本上都是异性爱者，并且通常喜欢采用“男上女下”的性交体位等。因为在这种体位下女性达到性高潮所需要的时间比较长，男性一般先达到性高潮，除非夫妻有时间和意愿继续做爱以使女方获得性高潮，否则性行为就到此为止了。除此之外，男性和女性的性角色观念使得女人更难向伴侣提出要做什么才能帮助她们达到性高潮。同样的问题也存在于当我们试图确定男人和女人是否对某一特定的性刺激更易有反应的时候。对性刺激的评价标准往往由男性设定，因此女性对这些性刺激的反应可能比不上男性。

伦理的考虑

研究者通常十分清楚他们有责任不侵害受试者。现在，许多研究单位和政府部门都制定了正式而严格的限定，以保证人类本身不受侵害（对动物的研究也有相似的限制，但研究人员的自由要大得多）。

对人类受侵害的防护有几个方面，这些研究必须不使受试者处于承受痛苦、伤害和严重苦恼之下，因为这些很可能导致创伤。如我们不能给孕妇施以睾丸激素，以观察其对体内胎儿作用的效果；同样我们也不能让孩子与成人进行性活动，来观察这样的事件如何影响他们的性发育过程。

保密对于性行为的研究来说是特别重要的。金赛和他的合作者们建立了一个精心编制的编码系统，以保护数以千计的受试者的身份。临床记录包含个人信息，这里存在着保护的需要，因为披露个人私生活中详细的性情况，有可能会导致丑闻、社会排斥、婚姻不和、职业危机及法律行动。

尽管研究都是小心进行以避免伤害，但对于受试者的后果是不能完全预料的。

出于这个原因，当告诉受试者必须承担什么实验后，取得他们的知情同意（informedconsent）是非常必要的。为了进一步保护受试者，当实验完成后受试者会被查询。调查者向受试者澄清研究的真实性质（如果存在着欺骗的话），同时帮助受试者克服由实验造成的思想或感情上的扰乱。

欺骗的应用有它本身的特殊问题。有的实验是基于受试者本人不知道内情的。有的群体不喜欢有外来者的打扰，于是有的研究者就假称自己有相似的性兴趣而借以了解内情。例如，有一个人类学家曾与他的妻子一道与性混交的男女相处，以进行群体性学研究。他们设法使用各种各样的借口（如“我妻子正在行经”）来避免进行性活动，同时维护他们本身是性混交者这一假象（Bartell，1971）。

尽管这样的研究者确实不打算伤害他们的受试者，但由于这种方式导致的偷偷摸摸，缺少知情同意和事后沟通，让人质疑他们作为研究者的妥当性。与此针锋相对的观点争辩说，不用这样的方法，有些性学领域就不可能披露出来。何况，我们的社会还允许警察和从事调查的新闻记者采用这种方法。

抽样法

所有行为研究的基本目的都是为了发现人类活动的共同形式。我们想要进行普遍化，研究结果不仅适用于一些个体，而且可应用于整个人类。例如，我们想要知道所有高等院校的学生会怎样做。我们还想知道，由于年龄、婚姻状况、社会经济地位或其他情况的不同，性活动会有怎样的不同。

只了解几个人的性行为的信息是不够的，但对整个人类进行研究通常又是不可能的。因此研究者必须抽取样本，研究感兴趣的那部分人群。如果所抽样本是有代表性的，可以代表更大的群体，那么从抽样中得到的发现就可以推衍到余下的人中去。

抽样法有多种，最常用的一种叫随机抽样（random sampling），即群体中每一个成员都有相同的概率会被随机抽到。于是，要知道一个班的大一新生手淫的次数，我们直接抽一组大一新生即可（根据某个给定的目的，抽样的合适规模由许多统计学的考虑因素决定）。

随机抽样并不总是合适的。在上面的例子中随机选取样本的那个大一班级中，女性、黑人或者天主教徒都太少了。如果我们希望这些差异造成重要的差别，那么我们仅仅依靠概率，要从这三个分组中选出合适的比例是不太可能的。我们可以通过使用分层取样（stratified sample）的方法来使样本获得更好的代表性。这种方法将随机选择每个分组中的样本，然后在整体样本中以恰当的比例呈现。

实际上，所有对性行为进行的普遍性研究，均会出现严重的抽样偏差，这种偏差的性质随研究方法的不同而不同，常常是由于被选择者不愿意参加引起的。这样一来，即使样本是随机抽取的，低应答率也会使抽样成为自我选择样本（self-selectedsample），很可能不具有代表性。每一特定形式的研究都有独特的抽样偏差。

例如，在研究男同性爱者时，年轻男性的样本往往在总人口中没有表现出代表性（Harry，1986）；或者在研究性反应的精神心理学时，与其他大部分人相比，志愿者对性往往比较不拘谨（Morokoff，1986）。

基于问卷调查和会晤访谈的研究都有自己的偏差（Catania et al.，1986）。由于具有保守性观念的人们在性形式上有更大的限制性，因此在性学研究中，许多人不愿意参加性调查研究，也不想当志愿受试者，所以许多研究仅仅只展示了一幅性解放者行为图。另一方面，给社会带来问题和不便的行为更倾向于不报告，因为有些受试者不愿暴露这些行为。

由于这些原因和相似的考虑，没有哪个普遍性行为研究已被公认其发现能适用于更大的群体，更不用说整个国家了。尽管如此，从有缺陷和有偏差的样本中得出有效的结论仍是可能的。不过，仍然要小心那些声称衡量全部人口中的某种普遍行为的流行程度的研究，比如说参与某种性行为的人口比例（Brecher 和Brecher，1986）。

统计数据的使用

统计学方法是分析数量资料的数学技巧，研究者通过统计学方法收集、组织和理解数量资料。对于理解性行为，统计学是能为我们提供帮助的有力工具，但它会因其精确性的幻象而被滥用。如果采用的样本是经过高度选择的，统计学就特别容易使人误入歧途。这样，在一项只有5%的应答率的研究中，即使有90%的回应都对某个问题回答“是”，你仍然不可能知道样本中其余95%的人对此问题意见如何。

即使性行为的测量中可变因素很多，但我们有一个可以用于比较的基础仍是十分重要的。如果我们不知道被测者所属的那个更大群体的性高潮频率，那么知道他/她每天每月或每年会有一次高潮，也就没有什么意义。同样地，统计学帮助我们认识到，性行为是一个抽象的概念：在实际中，许多不同的组别和个人是按不同的方式行事的，没有一个固定的性行为模式。即使通过仔细研究发现给定组别中有某些模式，这一信息也不能自动地推广到所有成员中。

“平均”这个词告诉我们的是人类群体的情况而不是人类个体的情况。要理解每一个人，必须研究这个特定的人。比如，图1.15给出了金赛调查中男女受试者每周高潮的平均次数。这项研究中的个体高潮的次数或高于或低于这些平均数，因此它帮助我们了解了群体高潮次数的变化（variance）范围。对于个体的研究，在我们了解小组中的变化范围时能提供许多有意义的东西，小组与个体的研究可以互补，但不能互相代替。

统计学测定在了解性行为的所有方式中并非必需。单一个案的研究可能一针见血。作家和艺术家并不研究有代表性的样本，但仍能够深入透视人类性行为。统计学仅仅是一种工具，既不可完全接受，也不能盲目反对。

临床研究

对患者或被治疗者的研究，称为临床研究（clinical research）。传统上认为，临床研究是医生的领域，但许多现代临床心理学家、社会工作者、婚姻及家庭律师，以他们自身的特殊视角，也投身于临床领域。

临床研究可以是对单一病例的案例研究（case study），也可以是基于一系列病例的研究。临床工作的研究成分可以是更大的治疗或处理过程的一部分。单一病例研究的传统方法在性学临床研究中仍在继续，但现在更常用于对更大的患者群体进行研究，更重视对照组及对资料的数量分析。

临床研究方法的长处有三方面。首先临床研究者往往都是受过良好职业训练的专家。任何一个有进取心的记者，都可以自由地为一本杂志进行一项调查。但要被允许治疗患者或当患者的私人医生，则此人需要有正式的受训经历并通过资格考核。第二，临床研究更可能集中于一个有意义的问题上。人们由于受了创伤才来寻求治疗，因此临床医师处理的是真正的问题，而不是瞎搞什么创造出来的问题。第三，临床治疗的程序允许更深入的研究。即使是非常短期的心理咨询，通常也包含了比典型的访谈研究或问卷法更强烈的交往频度。

临床研究的缺点与优点是同一硬币的正反面，不可避免。存在这样一个事实：临床医生长期以个人视角看待他们的受试者，这就意味着他们仅能处理很有限的受试者（尽管许多来源的病例可以收集到一起）。这些受试者是自愿选择的，所以也不太可能代表整个群体。甚至已发表的病例研究也会包含戏剧性的非典型情境。

这些缺点由于以下事实而变得更加复杂，即临床受试者由于处在苦恼和痛苦中，会有特殊的行为方式。临床的内容既不是中性的，也不完全适合无偏见的探询。这种治疗方式的主要目的是治疗，这样受试者及研究者在治疗过程中均有其各自的利害关系，从而影响被研究问题的客观性。医生仅想听到符合自己理论的描述，而受试者则被迫描述医生想听到的事。

最后，就算是受过严格训练的治疗师，他们在实验方法论和统计学上也会缺乏培训。他们可能通过历史案例来对正常性行为下结论，而不是严格的对照实验观察。

总而言之，临床方法为关心现实生活问题的少数人提供了很有深度的研究信息，但是从病理和治疗的方面考虑，似乎给被观察到的行为着上了杂色。

访谈研究法

访谈研究和案例史研究很相似，即研究患者发病的历史。研究性史时，访谈者会就性行为的不同方面提问，或集中注意某种特别的活动。在“结构化访谈”（structured interview）中，首先是提出一套预先拟定的问题，然后把同样的问题给所有的受访者回答。在“开放性访谈”（open-ended interview）中，由组织会谈者给出少量的指导或推动，以鼓励受访者自己说出其性生活情况。前一种方法，数据更有系统性、统一性，后一种方法则允许更自然和自由的表露，所以两种方法有互补性。

与临床方法不同的是，访谈研究更广泛、更随机地选择受试组。尽管如此，这种方法的优点常难以实现，因为常常只有少量被选择的受访者同意参加研究，这样又导致自我选择样本的后果。这些人说的可能并不代表那些不愿意参与访谈的人的想法。

另一个缺点是，访谈者与受访者的接触是相对肤浅的，特别是在非常敏感的方面，如性行为上，更是如此。对一个不能给他帮助的陌生人，除非是医生，人们常常不会透露生活中的内情。如果考虑到一个人有不可避免的遗忘、隐瞒或夸大性经历的倾向，那么我们从这些访谈研究中能学习到的东西，将会进一步减少。

但对于像金赛这样一位老练的研究者来说，访谈研究只要进行几个小时，就可以得到有用的信息。专题1-2将讨论一些最著名的调查。由于金赛研究的规模及其在历史上的重要性，我们将详细地介绍金赛的研究；尽管别的研究也用到访谈法，但没有一个能够接近金赛付出的巨大努力。典型的是，访谈研究法已被引入更大范围的问卷法中。如在亨特调查（专题1-2）中，除了2000份问卷回应之外，研究者还用访谈法加以补充。在别的一些情况中，访谈法提供了一种获得充满情趣的描述的合适方法，可以使那些由别的方法获得的毫无生气的资料变得有趣些。

问卷法

问卷法（questionnaire）是结构化访谈的一种延伸，在该方法中，受试者不是通过口头，而是通过文字表达回答一套写好的问题。一个好的访谈者要有熟练的技巧及受过培训的资历，因为有效提问的编写是一个相当困难的过程，需要特别的专业知识。

问卷法的主要优点是容易获得大量的受试者，提出问题的连贯性及可以有机会比较对同一问题的不同回答。在金赛组织会谈的16000名受试者中，这种方法收到了巨大的效果。但是极不成熟的研究者，却只能从许多的回答中收到非常少的信息，即使能回收10倍于金赛的问卷。

另一方面，问卷法只能获得非常贫乏的回答率，有没有人真实地回答问题，这是难于了解的。在匿名的伪装下，是可以给出更真实的回答的。而一位访谈者的出现，则会帮助受试者理解所提问题的目的，以及提高认真回答的可能。通过提更多的问题，访谈者能够探索一个特别的领域，追踪是什么导致受试者提供这样的答案。

与案例研究相比，问卷法是一种更加客观的研究方式，但是这决不是说它就摆脱了偏见的干扰。问题提出的方式会影响到受试者的回答。为了摆脱这样的“负担”，受试者很有可能会按照社会期许来回答问题（就像他们在其他语境下所做的那样），也就是说，他们会给出他们认为符合社会主流价值观，或者调查人员所期待的回答。这样，问卷法就成了案例研究方法的反面——它耗时更短，覆盖人口更多，但提供的信息却更肤浅、更表面。在过去的二十年里许多问卷法研究被付诸实践。专题1-2里描述了其中较为著名的几次研究。

我们引用的一些研究例子，一直是关于性行为的一般性研究。这些方法同样也可用于一些特殊形式的行为中（如婚前性行为），或特定行为的特殊方面（如同性爱交往中的个人交往方面）。我们在后文中将有机会去讨论特殊的研究。

专题1-2　性学调查

在基于访谈的性研究中，金赛和他的合作者从事的性行为研究是最为雄心勃勃的探究。即使在40年后，不论是在规模上、内容的详尽程度及社会效果上，他们都保持着无法赶超的地位。

作为访谈者，金赛和他的同伴获得了极大的成功。他们都受过极好的训练，依靠一套标准问题，获得可比较的结果；给受试者提供包括交叉检查（如比较丈夫和妻子的答案）在内的成百套问题，以确保回答的可靠性。这些研究人员也记住他们的密码，并且把结果直接用密码记录下来，以便有更大的精确性和保密性。

在1938年至1950年间，这些研究者访谈了16000多人。金赛得到了7000个性史记录，在10年中平均一天获得两个。在这些报告中，基本样本由5940名女性和5300名男性美国公民组成。

金赛清醒地认识到，要在人群中获得随机样本参加他的研究是相当困难的。常有许多人拒绝参加，这损害了群体的代表性。他转而采用一种“小组样本选择”法，选择差别很大的小组（如神父、犯人、大学生），然后说服每人都参与会谈。在1/4的这种小组中，他努力获得“百分之百的样本”，使这些群体（小组）中的每一个成员都说出自己的性史。这些小组来自不同的社会阶层。

在11240人的群体中，性史的研究包括了年龄、婚姻状况、教育水平、职业、地理分布、宗教信仰等方面。所有这些小组都有足够的成员作为代表来进行比较，所以金赛的样本是分层次的（stratified）。不过它不是有代表性的（representative）调查，因为抽样的群体中，每一小组的大小和美国总人口中群体的构成是不成比例的。受教育水平低的和乡村的小组中，样本很少，几乎没有代表。有些小组，事实上根本没有代表性，如所有提供过性史的受试者都是白人（金赛收集过黑人的性史，但不够进行统计分析）。3/4的妇女是大学毕业生，许多低阶层的男性则犯有前科。这样他的受试者主要只代表了白人、都市居民、新教徒、受过大学教育的美国东北部人群。金赛相当清醒地认识到这样选择造成的问题，对一些批评也不予置评。他称他的性行为研究只是在一定的人类群体中的，不是针对所有文化和所有人种的性行为研究（Kinsay et al.，1948；1953）。

在20世纪70年代早期，《花花公子》基金会（the Playboy Foundation） 发起了一个全国范围的性调查，是由一个独立的行为研究和市场调查组织主持的。研究的样本是从美国24个城市的电话簿上随机选择的2026名成年人。样本中的982名男性和1044名女性，在年龄的分布上与美国18岁以上人口的年龄分布相似。但是并不是每一个人的名字都能出现在电话簿上，所以这些样本也不能说具有代表性，特别从80%联系到的人拒绝参加研究这一事实看，更不能说是有代表性。

这些资料是通过高度自我回答的方式收集到的。另外有100名男性和100名女性，被莫顿·亨特（Morton Hunt） 和他的妻子伯尼斯·科恩（Bernice Kohn）选来进行更深入的访谈。这二位均是职业作家。亨特曾就这项调查研究写过报告，所以这里我们称这种研究为“亨特调查”（1974）。该法尽管难以与金赛调查法媲美，但亨特调查在用来与几十年前的金赛报告做比较时还是很有用的。

20世纪70年代末雪儿·海蒂（Shere Hite）用问卷调查法研究女性的性，引起广泛的公众注意（1976）。它主要是通过不同的妇女团体来获得回应者，为了扩大研究范围，他们还通过几种杂志［如《阁楼》（Penthouse）］和时事通信来征募受试者。在做了大量努力之后，在100000拿到问卷的人中，只有3000人回应，回应率只有3%。另外还做了一个针对8000名男性（回应率只有6%）的类似的研究（Hite，1981）。1987年海蒂关于女人和爱情的研究是基于一个有大约4500位女性参与的样本，这项研究一共联系了10万人，故其回应率是4.5%。

海蒂的报告受到批评，因其样本不具代表性，作者具有辩论风格以及政治目的。但海蒂研究中的个人经验使其具有很高的阅读性。从某种意义上说，他们所说的是和其他人所想所感一致的，所以她的书才得以畅销。

最后，大量收集问答资料的方法是杂志常用的调查法。通过在杂志上印上问卷来让杂志读者回答，回答问题的人构成研究的样本。因为杂志具有庞大的读者群体，所以即使只有1%的回应率，也还可以得到数以千计的回答。不过这样得到的结果甚至不能推广到其他读者身上，因为它本身难以代表大量的群体。这种性调查法已被引进到《今日心理学》（Athanasiou et al.，1970）、《红皮书》（Redbook）（Tavris 和Sadd，1977）、《女士之家杂志》（Ladies Home Journal）（Schultz，1980）、《大都会》（Cosmopolitan）（Wolfe，1981）和《花花公子》（Peterson etal.，1983）杂志，如果不计它们的局限性，这些信息还是有趣的。许多调查对象更为有限的性调查已被实施。大学生通常是这些研究的调查对象。

直接观察法和实验法

在性行为研究中，直接观察法、参与观察法和实验法至今仍局限在很小的范围内，其中的原因是在许多文化中需要一定的隐秘性去遮掩性过程。迄今为止，直接观察法最有意义和最深远的应用都是在实验室中进行的，比如由马斯特斯和约翰逊主持的实验室研究。不过这项工作主要注重性功能的生理方面。

人类学发展史上有很长的参与观察的传统，但该法很少用于性行为的研究。当然，对于一个人类学家来说，看到一个婚礼比目击一个完整的性结合要容易得多。

这样，人类学家经常从被调查者的自我报告和多种观察资料那里获取信息，而不是亲眼目睹性行为。

实验法应用到性研究时有更大的困难，因为就研究者而言，要承受各种对实验的干扰。直接观察法只是简单地观察受访者按各种方法做了些什么，如交配；但在建立一个实验过程中，受试者则被引导去做事先讲好的动作，以满足实验者的目的。为保证受试者的安全，近年来，更新的实验标准和限制措施增强了严格性，因此导致性学实验特别难以达到目的。但是仍有数量可观的此类方法被采用。一个例子是给受试者展示能引起性唤醒的物体，同时用特殊设备测量生理反应。

最典型的是，研究者必须一直依赖于所谓的“自然实验”的效果，他们不能给孕妇服用激素，但他们可以研究激素已经显著改变的孕妇，观察激素对胎儿发育的影响（第10章）。

你将在这本书中阅读到各种各样的研究。记住我们提到的每种方法的赞成和反对的论据,以及各自的优势和可能遇到的问题。有些研究互相反驳对方的结论，或者解答了一个大问题的一些小方面。你会发现不时会遇到很多不同的选择或不同的解释。这就是为什么性学是一个精彩的领域的原因之一。你有很大的空间去解读、判断和得出自己的结论。

脚注

① 有关文学中的色情的简介，见Purdy（1975a），该书同时提供了一个精选书目。更广泛的研究见Legman（1963）和Atkins（1973,1978）。Marcus（1966）曾就色情文学的本质作出了精彩的讨论。

② Freedman （1982；1988）。有关性学的历史文学作品调查，见Burnham（1972）。历史学家对性主题的具体探讨，见Degler（1974），Boswell （1980），Rob -inson （1976），Foucault（1978）。Tannahill（1980）对性的历史的研究更为流行。

③ 有关古埃及神话中的色情主题，见Manniche（1987）。Parrinder（1980）的研究将性放到了世界宗教的语境中；有关《圣经》中的性主题，见Larue（1983）。

④ 弗洛伊德第一部主要分析无意识的著作是1900年出版的《梦的解析》（Interpretationof Dreams）。五年后在他的《性学三论》（Three Essays on the Theory of Sexuality）中，首次提到了婴儿性欲。有多部弗洛伊德传记，其中以Gay（1988） 的作品最佳。

⑤ 有关美国的性教育概况，见Kirkendall（1981），Katchadourian（1981）描述了美国一所重要大学里开设性学课程的经过。也见Mc Cary（1975），Anderson（1975）和Sarrel与Coplin（1971）。