社會研究方法/研究設計

本章透過考察幾個問題，對研究設計進行了總體介紹
社會研究的主要目的
分析單位
如何設計研究專案
研究提議的要素
測量

研究的三個目的

社會研究可以服務於多種目的。研究最具影響力和最常見的三個目的是探索、描述和解釋。

探索涉及使研究人員熟悉某個主題。探索滿足研究人員的好奇心和對提高理解的渴望。探索測試進行更廣泛研究的可行性。探索有助於開發將在研究中使用的方法。

描述涉及透過科學觀察來描述情況和事件。科學描述通常比因果描述更準確和更精確。例如，美國人口普查在其對美國人口特徵的調查中使用了描述性社會研究。

解釋涉及回答是什麼、在哪裡、何時和如何的問題。解釋性研究回答為什麼的問題。例如，對 2002 年社會總調查 (GSS) 資料的解釋性分析表明，38% 的男性和 30% 的女性表示應該將大麻合法化，而 55% 的自由主義者和 27% 的保守派表示相同。鑑於這些統計資料，您可以開始對大麻合法化的態度進行解釋。此外，對性別和政治取向的進一步研究可能會導致對這個問題更深入的解釋。

特質性解釋與命名性解釋的邏輯

• 特質性解釋 - 對一個案例的“完整”、詳細、深入的理解；出於實際原因，只以這種方式研究少數受試者。對大麻合法化調查的特質性解釋將涉及更確定的影響一個人對這個問題的觀點的因素列表。因此，特質性解釋需要考慮幾個因素，例如來自父母的資訊和以往的經歷，而不僅僅是政治取向。

• 命名性解釋 - 對給定案例的概括性理解，其目標是找到新的因素來解釋給定現象的許多變化；適用於許多受試者。關於上面提到的關於人們對大麻合法化立場的調查，命名性解釋可能僅僅表明政治取向是人們對這個問題的不同意見背後的主要驅動力。命名性研究不需要假設。

• • 社會研究中存在三種主要命名性因果關係的標準

1) 變數必須相關
2) 變數是非虛假的
3) 原因發生在結果之前

• • 相關性 - 兩個變數之間的經驗關係，使得一個變數的變化與另一個變數的變化相關聯，或者一個變數中的特定屬性與另一個變數中的特定屬性相關聯。
    

• • 虛假關係 - 兩個變數之間偶然的統計相關性，經證明是由第三個變數引起的。例如，冰淇淋消費量的增加與犯罪率上升有關。但這種關係是由第三個變數引起的，即夏季天氣炎熱，學校停課。因此，對於因果關係，變數必須是非虛假的
    

• • 命名性因果關係的錯誤標準
    
    • 完全因果關係 - 正確的命名性解釋是機率性的，不能解釋每一個案例。
      
    • 例外情況 - 例外情況並不能反駁命名性解釋。
      
    • 大多數情況 - 命名性解釋可能只適用於給定情況下少數情況。
      

• • 必要原因和充分原因
    
    • 必要原因代表一個條件，該條件必須存在才能產生結果。例如：要獲得學位，您必須修讀大學課程。去掉課程，學位永遠不會出現。
      ***充分原因代表一個條件，如果存在該條件，則保證會產生結果。例如：跳過考試是導致考試不及格的充分原因（儘管還有其他導致考試不及格的方式）。

分析單位

分析單位用於對正在研究的內容或物件進行分類。分類包括個人、聚合和社會產物。

• 個人：在社會科學研究中，個人是最常被研究的物件。
  
• 聚合：可以被認為是群體、組織和社會互動。
  
• 社會產物：物體，如繪畫、文章和日記。
  
• 社會互動：個人或聚合體之間的互動。
  
  • 例如：學童（個人）；小學（聚合-群體）；教育（聚合-組織）；期刊（產物）；上課出勤率（社會互動）。
  • 特別關注群體，可以透過觀察個人成員的行為來推斷社會群體的某些特徵。（注意：街頭幫派可以暗示所有幫派/社會群體，並且可以透過城市、規模、地點等進行指定。）組織也可以透過將組織分組在一起或將單個組織單獨隔離來進行概括。在公司的背景下，可以透過員工（總就業人數、少數民族群體人數）、總資產、淨年利潤等來研究單個公司。

• 關於分析單位的錯誤推理
  • 生態謬誤是認為關於生態單位的知識可以說明構成該單位的個人的一種假設。

例如：如果我們發現新教國家自殺率高於天主教國家，我們不能得出結論說更多的新教徒自殺於天主教徒；這將是一個生態謬誤。

• • 還原論涉及試圖用有限和/或低階的概念來解釋特定現象。
    

例如：對於許多社會科學家來說，社會生物學（社會行為可以用遺傳特徵和行為完全解釋）過於侷限，是還原論的一個例子。

時間維度

橫斷面研究：基於代表單一時間點的觀察的研究；人口的橫斷面。示例 - 註冊投票的人數

縱向研究：基於在不同時間收集的資料的研究。示例 - 塔斯基吉實驗

• 縱向研究有三種類型
  
  • 趨勢研究：一種縱向研究，其中對某些人口的給定特徵進行長期監測。示例：一系列蓋洛普民調，顯示選民對政治運動的偏好，儘管每次都在不同樣本中進行採訪
    
  • 佇列研究：一種研究，其中對某些特定亞群或佇列進行長期研究，儘管每次觀察都可能從不同的成員中收集資料。示例：一項關於 1970 屆畢業生職業史的研究，每五年傳送一次問卷
    
  • 小組研究：一種縱向研究，其中在幾個不同的時間點從同一組人（樣本或小組）收集資料

• 縱向研究並不總是提供一種可行或實用的方法來研究隨著時間的推移而發生的程序。有時可以使用橫斷面資料
  

-根據簡單的邏輯來暗示隨時間的推移而發生的程序
-每當變數的時間順序清晰時，進行邏輯推斷
-詢問個人報告他們過去的行為 - 佇列分析來推斷隨時間的推移而發生的程序

如何設計研究專案

設計研究專案的步驟
1) 定義專案的目的（探索性、描述性或解釋性？)
2) 指定每個正在研究的概念的含義
3) 選擇研究方法
4) 確定如何衡量結果
5) 確定分析單位
6) 收集經驗資料
7) 處理資料
8) 分析資料
9) 報告您的發現

簡單定義的問題
真實定義不存在（實體化謬誤），因為它將我們的理論建構誤認為真實實體。
名義（概念）定義只是分配給一個詞語，沒有任何主張表明定義代表一個“真實”實體。
操作定義精確地指定如何測量一個概念 - 也就是說，我們將執行的操作。

高階定義的問題
在這一路上的每一步都會失去一些概念上的準確性。
措施的含義也是高度語境的。

概念化
一旦您確定了研究目的和研究型別（探索性、描述性或解釋性），設計研究專案的下一步就是概念化- 將模糊、不精確和抽象的概念變得更具體和更精確的心理過程。
在此步驟中，研究人員會指定將用於檢查主題的概念定義。例如，教育、偏見和貧困等概念需要變得更具體和更精確，才能用於理解一個主題。

• 概念有指標和維度。指標是研究人員選擇認定為正在研究的變數的反映。例如：如果您要研究大學生對墮胎的態度以及原因，您首先需要指定的是“墮胎權”的含義（因為對墮胎的支援通常會根據條件而有所不同）。維度是概念的特定方面。示例：宗教性的維度：信念、儀式、虔誠、知識。

操作化
操作化是開發特定的研究程式，這些程式將導致對現實世界中代表這些概念的經驗觀察。示例：如果您決定使用調查來研究對墮胎權的態度，操作化的部分是確定問卷專案的措辭。在進行操作化時，需要考慮一些重要問題：我們想要研究的概念有多廣？我們將如何定義（操作化）變數和屬性？

• 概念定義與操作定義的示例：重量
  
  • 概念定義：作用在物體上的重力的測量。
    
  • 操作定義：使用牛頓彈簧秤對物體進行測量後得到的結果。
    

研究方法的選擇
每種研究方法都有其優缺點，在選擇最適合您的研究時需要考慮這些優缺點。示例：調查可能是研究對墮胎權的態度的最合適方法。

總體和抽樣
研究的總體是我們想要得出結論的群體。
樣本是您選擇的代表該總體的群體。示例：對於墮胎研究，您的總體可能是大學生，您的樣本可能是 200 名匹茲堡大學的學生。

觀察
下一步是收集經驗資料。示例：為了對墮胎進行調查，您可能需要列印問卷並將其郵寄給從學生群體中選擇的樣本。

資料處理
接下來，您需要處理資料，以便能夠解釋它。示例：對調查中的回覆進行編碼並將資訊傳輸到計算機。

分析
下一步是解釋資料以得出結論。示例：計算贊成或反對幾種不同版本的墮胎權的學生的百分比。

應用
確定如何使用您的研究以及您得出的結論。示例：準備或釋出一份關於墮胎權態度發現的書面報告，並討論它們如何適用於政策目標。對未來研究提出建議。

研究提議
通常需要建立一個研究計劃的提綱或佈局，以“研究提議”的形式呈現。這對研究人員來說是有益的，因為它可以作為計劃的輔助工具。此外，它也使其他人更容易理解和評論研究人員的想法，然後再進行實際操作。研究提議的一些常見要素（以及它應該回答的問題）包括：

• 問題/目標：你計劃研究什麼，為什麼需要研究它？
• 文獻綜述：關於這個主題，之前有哪些研究？你從與你的主題相關的現有研究或理論中學到了什麼？你的研究能改善或補充現有的研究嗎？
• 研究物件：你將研究誰或什麼，你打算如何與他們取得聯絡？你的研究將如何影響你將要研究的人？你確定你的研究不會對他們造成傷害嗎？它符合倫理嗎？
• 測量：你的研究中有哪些關鍵測量值（變數）？你打算如何定義和測量它們？
• 資料收集方法：你打算如何收集研究資料？你會使用實驗、調查等方法嗎？
• 分析：你打算使用哪種分析方法？你計劃詳細描述現象，還是試圖解釋這些現象背後的原因？
• 時間表：該專案的各個階段的預計時間表是什麼？
• 預算：粗略估計，這個專案大約需要多少錢？在專案的整個過程中，資金應該如何分配？

研究設計的倫理
在計劃研究設計時，考慮倫理問題很重要，這樣
-研究物件的隱私得到保護
-研究物件的福祉得到保障
你的設計可能需要由機構審查委員會 (IRB) 進行審查。

測量

**測量：** 對現實世界的仔細、有意觀察，目的是用構成變數的屬性來描述物體和事件。社會科學家測量

• 直接觀察值：被觀察和/或接受訪談者的身體特徵（性別、身高、膚色）
  
• 間接觀察值：透過自填問卷中給出的答案來反映的個人特徵（年齡、出生日期、教育程度）
  
• 結構：疏離程度，透過結合多個直接和/或間接觀察值建立的量表進行測量

測量級別 - 科學中的所有測量都使用 4 種不同型別的量表進行

• **名義級別** - 變數具有窮舉性和互斥性的屬性。示例：性別、宗教信仰、大學專業、頭髮顏色、出生日期、國籍
  
• **順序級別** - 變數的屬性可以邏輯地按順序排列。示例：社會經濟地位、衝突程度、偏見、保守主義、硬度
  
• **間隔級別** - 變數的屬性之間的實際距離有意義。示例：溫度（華氏度）、智商分數
  
• **比率級別** - 變數的屬性滿足間隔測量的要求，並且具有真正的零點。示例：年齡、時間長度、組織數量、群體數量
  
• 意義：分析需要最低測量級別。有些變數可以被視為多種測量級別。

測量質量
在進行實驗或研究時，測量的質量非常重要。

• **精確度** - 精確的測量優於不精確的測量。精確度與準確度不同。
  
• **可靠性** - 表明在對同一現象進行重複觀察時，會收集到相同的資料。可靠性有不同的種類：穩定性、代表性和等效性。
  
  • 穩定性可靠性 是一再重複測量資料，以期獲得相同的結果。
    
  • 代表性可靠性側重於在處理特定人群中的不同“子群體”時，收集的資料是否相同。
    
  • 等效性可靠性涉及多個指標，例如問題或編碼器，並側重於這些不同的指標是否可以產生相同的結果。
    
  • 提高可靠性的方法
    
    • 確保測量只捕捉到感興趣的概念
      
    • 提高儀器測量水平（範圍）
      
    • 使用多個指標
      
    • 使用預測試/試點研究
      

• **效度** - 描述準確反映其旨在測量的概念的測量的術語。效度有四種類型：表面效度、效標關聯效度、結構效度和內容效度。
  
  • 表面效度 - 指標的質量，使其成為某個變數的合理測量值。它依賴於讀者對判斷的常識。
    
  • 效標關聯效度 - 測量與某個外部效標的相關程度
    
  • 結構效度 - 詢問給定概念的各種測量是否都似乎對應於同一事物
    
  • 內容效度 - 測量覆蓋其操作化的概念的程度

問題：效度和可靠性會相互干擾。應該進行重複測量，以確保兩者都達到最高水平。