用途：该技能用于辅助 methodology-expert 智能体完成研究设计、样本、工具与分析方法的选择，提供结构化的学术研究方法论框架。
主要能力包括四部分。其一，研究设计类型选择矩阵，将研究问题映射到设计类型与数据类型，例如探索性问题对应定性研究，因果关系问题对应实验或准实验，整合理解对应混合方法。同时列出定量设计（真实验、准实验、非实验、纵向、横截面）与定性设计（现象学、扎根理论、案例研究、民族志、叙事）的特征、内部效度与适用场景。
其二，样本设计。定量样本量公式为 n = (Z^2 x p x (1-p)) / e^2，Z 取置信水平（95% 对应 1.96，99% 对应 2.576），p 为预期比例，e 为误差范围。并提供不同总体在 95% 置信、±5% 与 ±3% 误差下的样本量参照。回归分析最小样本依据 Tabachnick & Fidell 的 N >= 50 + 8 x 自变量数，或 Stevens 的 N >= 15 x 自变量数。
其三，测量工具信效度。效度含内容效度（CVI >= 0.80）、构念效度（因子载荷 >= 0.40）、收敛效度（AVE >= 0.50）、区分效度（sqrt(AVE) > 相关系数）与效标效度（r >= 0.40）。信度含内部一致性（Cronbach's alpha >= 0.70）、组合信度（CR >= 0.70）、重测信度（r >= 0.70）与评分者间信度（kappa >= 0.60）。
其四，分析方法选择，按研究目的、自变量与因变量类型匹配 t 检验、ANOVA、相关、回归、SEM、逻辑回归、卡方等，并给出假设违背时的替代方法，如正态性违背用 Mann-Whitney 或 Kruskal-Wallis，方差齐性违背用 Welch's t-test 或 Games-Howell。
限制：资料未提供具体安装与调用命令，未说明定价与平台支持，具体用法需结合 methodology-expert 智能体环境。