有不同的定量方法可供选择，你的选择将取决于你的研究问题。一般来说，您可以选择进行描述性、相关性、实验性或准实验性研究。让我们分别来看一下。描述性研究用于描述人口或现象的特征。例如，如果你想描述有多少大学生在使用药物，以及哪些药物是最常用的，那么你可以使用描述性研究。
你并不是想要建立不同变量之间的关系，而仅仅是想描述所讨论的现象
因此，描述性研究从未被用来建立因果关系。当你在研究两个或多个变量之间的关系时，相关性研究就会用到。自变量和因变量的概念是相关研究的重要内容。自变量是你用来测试对因变量影响的变量。例如，如果你想了解智力如何影响人们的批判性思维，智力是你的自变量，批判性思维是你的因变量。
在科学术语中，相关检验自变量是否与因变量的水平相关。请注意，相关性从来没有建立因果关系——它只是测试变量之间的关系。您还可以控制第三个变量的影响，该变量称为协变量或混合变量。例如，在控制了人们的抽象推理之后，你可能想看看智力是否与批判性思维有关。你可能想要控制这个变量的原因是抽象推理与智力和批判性思维都相关。因此，您试图通过删除“介乎于两者之间”的变量，来指定智力和批判性思维之间更直接的关系。实验目的是建立因果关系。这是它们区别于描述性和相关性研究的地方。为了建立因果关系，实验操纵自变量。
或者，换句话说，实验有两个或两个以上的自变量条件它们测试它们对因变量的影响。这里有一个例子:你想测试一个新的补充物(自变量)是否增加了人们的注意力(因变量)。你需要一个参考点——一个比较这个效果的东西。因此，你可以通过给一些参与者一个含糖的药片来比较补充剂和安慰剂的效果。现在你的自变量是治疗的类型，有两种情况——补充和安慰剂。通过比较服用补充剂和安慰剂(自变量)的参与者的浓度水平(因变量)，你可以确定补充剂是否导致浓度增加。
实验可以有两种设计:主体间设计和主体间设计
上面的例子说明了受试者之间的设计，因为在服用补充剂和服用安慰剂的受试者之间比较了浓度水平。但你也可以在主题内进行比较。例如，你可能想知道餐前或餐后服用补充剂是否会对注意力产生不同的影响。在这里，你的自变量是补充的时间(有两个条件:饭前和饭后)。然后让同一组参与者在饭前和饭后第一天服用补品。由于这两个条件适用于所有的参与者，所以您正在进行主题内比较。无论您使用的设计类型是什么，在将参与者分配到一个条件时，您都需要确保随机分配。准实验不是真正的实验。它不同于真正的实验，因为它缺乏对不同条件的随机分配。当你的参与者根据预先确定的特征被分成不同的条件时，你会使用准实验。例如，你可能想知道孩子是否比青少年更不容易在考试中作弊。在这里，你根据参与者的年龄进行分类，因此你不能使用随机分配。因此，人们常说准实验不能正确地确定因果关系。
尽管如此，它们对于观察预先确定的参与者群体之间的差异是一个有用的工具。