定量研究的基础是定性研究文档格式.docx

定量研究的基础是定性研究文档格式.docx

《定量研究的基础是定性研究文档格式.docx》由会员分享，可在线阅读，更多相关《定量研究的基础是定性研究文档格式.docx（6页珍藏版）》请在冰点文库上搜索。

只关注一个从未见过的大熊猫。

定量研究学者，可以要求定性研究学者说明他们的案例研究是什么属性的案例研究，但如果质问案例研究的发现有没有普遍性，是不讲理的外行挑衅，相当于问渔民是否收获了山珍。

重复一句，对研究对象的重要属性进行测量时，变项的名称是概念，而概念是定性分析的结果，不是自来就有的，也不是拍拍脑袋就能想出来的。

例如，在动物学意义上，大熊猫是法国一个传教士发现的，他会做定性研究，所以他率先分辨出大熊猫是个独特物种。

雅安人民世世代代跟大熊猫住在一起，天天看见大熊猫，但是没有发现作为一个物种的大熊猫。

定性研究每发现一个新物种、新现象、新属性，都是开创了一个定量研究的新课题，甚至新领域。

任何定量研究课题，因变项、解释变项、控制变项的界定，研究假设的提出，都离不开定性研究。

鉴定出大熊猫是个新物种，动物学家就有了一个定量研究的新课题：

大熊猫的种群生存是个实质利害相干的课题，因而，大熊猫的寿命是个值得研究的因变项，繁殖能力也是个很好的因变项，这二者的界定也是定性研究的成果。

研究大熊猫的寿命和繁殖能力，理论上相关的自变项也是定性研究的成果，例如，营养状况、生命周期、生活习性，这些概念及其操作定义，都是定性研究的成果。

再以我们后面介绍的雇员数据为例，教育程度、年薪、少数族裔、经理，都是定性研究的成果，不是做定量研究的学者拍脑袋想出来的。

如果没有社会学家对美国社会进行定性分析，研究种族歧视问题，你看到的可能就是美国人肤色不同，脑子里不会有少数族裔地位这个概念。

再举一个比较隐晦的例子，说明定性研究是定量研究的基础。

社会科学调查问卷中的问题，都是测量概念的指标。

但是，仅仅看这些指标，往往不知道设计问卷的学者究竟想测量什么。

就政治学而言，信任、效能感、权利意识、体制偏好，都是概念；

测量这些概念的指标问题，往往不包括这些概念或相近的词，否则就是主观测量。

设计问卷的学者，如果照搬照抄现有问卷，自己也往往不知道哪些问题究竟测量什么。

他们的做法是毛泽东嘲讽的尾巴主义，不是鲁迅先生提倡的拿来主义。

例如，下面这个问题有时被借来测量外在政治效能感：

我们想知道您对下面各种说法的意见，您是非常同意、同意、不同意、还是非常不同意？

1）像我这样的人，对政府的决定没有任何影响力。

这个问题预设了公民个人对政府的决定发挥影响力的制度渠道。

如果这个预设不成立，它测量的就未必是外在政治效能感。

定性研究有长处，但在检验假设时会遇到无法克服的障碍，就是无法把研究对象随机化，无法把在个别研究对象那里获得的信息分成相对独立的碎片，进而尽量客观地分析碎片之间是否有系统的关系。

定性研究的重要方法是访谈，我们需要向当事人了解情况，或者进行参与式观察。

但我们往往不知道访谈对象讲的是真话还是假话。

更大的问题在于，作为获取研究资料的方法，访谈对访谈对象有些不一定切合实际的假定，例如，假定访谈对象清楚自己当时要做什么事情、为什么这么做。

实际上，很多情况下，有些人（甚至可以说是多数人）在做某件事情的时候并没有深思熟虑、认真盘算。

然而，等你去访谈的时候，他会侃侃而谈，告诉你他当时是怎么想的、怎么盘算的，那往往是事后合理化的结果。

比如你问访民开始为什么上访、为什么来北京，他告诉你的那些自圆其说的故事多半有事后合理化的成分，而且他还认为自己是在很诚实地回忆，很诚实地讲给你听。

这种事后合理化很难避免，因为它是人的自然心理倾向。

但是，也有人有相反的心理倾向，不是事后合理化，而是事后不合理化，已经过去的事情，越想越觉得自己做得不对，越想越后悔。

喜欢合理化的，是乐观派；

喜欢不合理化的，是悲观派。

叔本华有个说法，有助于说明心理特点的这个有趣差异：

一件事可能喜庆结尾，也可能悲惨告终，机会各半。

悲苦的人会因为结局悲惨而气恼或哀伤，却不会因为结局喜庆而欢欣；

相反，喜乐的人不会因为结局悲惨气恼或哀伤，但会因为结局喜庆而欢欣。

十个计划，九个成功，悲苦的人不因为九个成功而欢欣，却因为一桩失败而气恼。

相反，十个计划，九个落空，喜乐的人却因为一个成功而欣慰喜悦。

定性分析不能以可验证的方式把研究对象和研究素材随机化，这是个短板。

定量研究的长处，正在于随机化。

采用量化方法，就要采用随机抽样。

例如，如果我们想排除心理特点对进京上访的影响，随机抽样能有效保障各种心理特点的人有相同的被抽中机会。

抽样程序提供了一个信心基础，就是我们可以相信心理特点对作为因变项的重要事件（进京上访是重要事件）的影响可以得到有效排除（控制），心理特点对于收集到的数据的干扰（制造的噪音）能在很大程度上相互抵消。

除了把作为研究对象的个体随机化，定量分析还可以把作为分析材料的数据随机化。

定量分析不依靠完整的故事，不需要假定作为研究对象的人有基本的诚实、健全的心智、良好的记忆力，它只需要事态的实质相干与理论相关的简单片段。

一份问卷会问几十个、乃至几百个问题，会问个人背景，还会问有没有做过这个事情、对那个事情怎么看。

每个问题都简单，但精密的统计方法可以告诉我们，对这些问题的回答之间有没有系统性的关系，有没有某种程度的一一对应，如果有，我们再推断它背后是否有因果链条。

在这个意义上，定性研究对研究对象（受访者）的要求很高，可能不合实际；

定量研究对回答问卷的人的预期很普通，更符合现实。

社会科学调查问的都是简单问题，这些问题一般不会给应答者太大的压力，所以他们比较容易提供诚实的答案。

很多时候，问卷应答者不知道问卷的问题背后是什么，不知道研究者到底关心什么。

当然，他们很可能也不关心做调查的人到底想研究什么。

量化有长处，也有短处。

量化过程很像做一道复杂的菜，很容易出错，很难做好。

走程序容易出纰漏，程序都走对，问卷很可能遗漏问题或问题设计不当。

花费巨大，质量很难保证。

如果量化数据的质量没有保证，再高明的统计分析也无济于事。

做统计分析的人有句行话，垃圾进、垃圾出（Garbagein,garbageout）。

意思是，如果数据是垃圾，分析结果一定是垃圾。

打个比方，数据看起来是个煤矿，其实都是煤矸石，没有煤。

或者，数据看起来是金矿、铜矿、铁矿，实际上只是石头，炼半天还是石头。

有些做量化分析的学者，话里话外看不起做定性分析的学者。

他们可能真不知道，也许只是假装不知道，量化分析的数据都是在定性研究基础上收集的。

如果做定性研究的那些学者真的不高明，那么，根据他们的研究收集数据，然后分析数据，无论分析的人技术如何高明，命运都是出师未捷身先死。

更讽刺的是，他们死得不明白，因为他们死于被他们藐视的人的失误和不足。

除了垃圾进垃圾出这个风险，定量分析还有个短板，就是容易显得肤浅。

在科学研究中，实验确认原因与结果一一对应是个一环套一环的过程。

研究者不断设计和操作新实验，寻找一一对应关系背后的机制，即一环扣一环的反应链条，这个过程更复杂，更精细，也通过实验进行。

我看过方舟子（方是民）一篇文章，介绍一种癌症的发病机制，抄在这里：

滤泡性淋巴瘤的发生是因为14号和18号染色体之间发生了易位，导致bcl-2基因过度表达，大量生产bcl-2蛋白质。

bcl-2蛋白质的功能是防止细胞凋亡，它的过量生产导致细胞无法凋亡，成为不死的细胞，也就是癌细胞。

治疗滤泡性淋巴瘤的一线药是利妥昔单抗，这是一种抗CD20的单克隆抗体。

CD20是B细胞表面的一种蛋白质，利妥昔单抗与它结合，一种叫自然杀伤细胞的免疫细胞就会把这种B细胞当成外来细胞消灭，癌变的B细胞也跟着被杀死。

所以它只能用来控制，不能治愈癌症。

让染色体复位不可能，以后用基因疗法让基因表达正常倒是有可能（方舟子的搜狐微博）。

方舟子这段话，是陈述因果关系的好样品，可以提醒我们，声称社会科学是科学，炫耀量化分析如何优越，很狂妄，也很浅薄。

统计分析仅仅是实验的代用品，只能帮我们在确立一一对应上获得比较大的把握或信心。

机制分析，是更重要的环节，但也是社会科学的量化研究经常忽略的环节。

一些学者忽略这个环节，可能是因为不知道它重要，也可能是知道它重要但无能为力，只好选择忽略，满足于发现显著相关，闭口不谈因果机制。

可见，采用量化方法做社会科学研究，有99个理由谦虚谨慎，只有一个理由感到自信。

那就是，定性研究做不到随机化，量化研究可以做到随机化。

随机化的重要功能是有助于消除研究材料中的噪音。

总而言之，探索因果关系的认识过程，很像哲学家笔下的螺旋式上升，定性研究与定量研究像沿着多层停车场的上升盘旋道的两个向度，定性研究决定方向，定量研究提供攀升的动力。

这两种研究，也像接力棒，近年来越来越显赫的混合研究方法，无非就是强调不断换棒，不断让生力军接棒。

社会科学中的定性研究（我把以思想实验为主要工具的理论研究算作广义的定性研究），沿着利害相干和理论相关两条路，一面寻找并鉴别值得解释的事件或属性（果），一面寻找可能有解释力的事件或属性（因）。

定性研究，使命是产生研究兴趣、形成研究疑难、提出研究假设，最需要异想天开，最接纳胡思乱想，最富有创造性，最难清楚言说。

但是，学者不能停留在这个阶段，否则就可能落入自掘的异想天开陷阱，坐井观天，自弹自唱，自娱自乐，直至产生幻觉，相信天地真的只有这么大，自己天目已开，已经洞察宇宙真理。

要打破这种自我迷信，超越胡思乱想，做定量研究是一条经久考验的科学道路，尽管并非不二法门。

首先把奇思异想变成有根有据的猜测（educatedguess），把貌似深奥抽象的概念操作化，也就是在看不见摸不着的柏拉图笔下的理念与可以耳闻目睹的感觉材料之间架起索道，设计切实可靠的测量指标，测量、记录我们实质相干、理论相关的属性如何因人而异，利用统计学家千锤百炼的分析工具，检验变项之间是否有一一对应的相关关系，是否在控制其他变项的前提下有一一对应的关系。

重复一句，要发现因果关系，首先要找到一一对应的关系。

确立两个变项一一对应，实验方法最有效。

统计分析只是实验的代用品，目的也是寻找一一对应，但方法不是靠在实验室内排除干扰因素的影响，是努力通过精密的分析，在表面混沌散乱的数据库中找到其变异一一对应的变项。

归根结蒂，定性研究方法与定量研究方法都是认识世界的工具，它们之间没有任何矛盾纷争。

所谓的方法论之争，只是碰巧比较擅长一种方法、不幸不大会用另一种方法的学者之间的意气之争。

任何方法，善用者灵通，滥用者怠滞。

定性方法，死亡陷阱是使用者狂妄自大；

定量方法，死亡陷阱也是使用者狂妄自大。

学术研究，正如人生的其他场域，变通是生路，固执是歧途。

人固有一死，研究也难免走上绝路，但是，放平心态，理智清醒，耳目聪敏，即使不幸走上绝路，至少可以死个明白。