Interpretation of data

欢迎来到社会学的侦探世界！

你已经学会了社会学家如何收集数据，但接下来会发生什么事呢？收集资料就像在犯罪现场搜集线索一样——如果不进行诠释 (interpretation)，这些线索就没有多大意义。在本章中，我们将学习如何解读社会学家所发现的“线索”，无论这些线索是大堆的数字（量化数据），还是深入的个人故事（质性数据）。

别担心如果你自认不是“数学高手”或“书虫”。诠释其实就是寻找规律，并问自己：“这对社会而言，究竟说明了什么？”让我们开始吧！

1. 诠释量化数据：数字的语言

量化数据 (quantitative data) 全与数字、量表和统计有关。为了诠释这些数据，我们通常会查看表格、图表和统计图。你可以把这些视为一种“速记法”，用来一次过检视成千上万人的情况。

A. 表格 (Tables)

表格是呈现数据最基本的方式，它将数字整理成行 (rows) 和列 (columns)。当你在考试中看到表格时，请遵循以下步骤：
1. 阅读标题：它会清楚告诉你数据的内容（例如：“按年龄组别划分的犯罪率”）。
2. 检查单位：数字是百分比 (%)、原始数值，还是以千为单位？这会完全改变数据的解读！
3. 找出“高位”与“低位”：哪个数字最大？哪个最小？为什么会这样？

B. 图表 (Charts and Graphs)

统计图有助于我们直观地“看见”数据。以下是你会遇到的常见类型：
- 条形图 (Bar Charts)：非常适合用于比较不同群体（例如比较不同族裔背景的毕业生人数）。
- 圆形图 (Pie Charts)：这些图表显示比例。整个“圆饼”代表 100%，而每个“扇形”显示总数是如何被分配的。
- 折线图 (Line Graphs)：这些最适合显示随时间变化的趋势。线条是在向上升（增加）还是向下降（减少）？

记忆小撇步：T.A.L.K. 方法
当查看任何图表时，请记住 T.A.L.K.：
T - Title（标题：这是关于什么的？）
A - Axes（轴：底部和侧面的线代表什么？）
L - Labels（标签：每一个条形或线条代表什么意义？）
K - Key（图例：是否有需要理解的颜色代码？）

例子：如果你看到一张显示 1970 年代离婚率急剧上升的折线图，你不仅是在看一条线，你是在看人们对婚姻和法律观念的巨大转变！

快速回顾：量化数据的诠释关键在于找出数字中的规律 (pattern) 或趋势 (trend)。务必找出数字所传达的整体“故事”。

2. 诠释质性数据：文字的力量

质性数据 (qualitative data) 包含了大量的文字。它来自田野笔记 (field notes)（研究人员在观察时写下的内容）或非结构式访谈 (unstructured interviews)（长篇、对话式的逐字稿）。诠释这些内容，就像同时担任英语科学生和心理学家一样。

A. 田野笔记摘录

当社会学家进行参与观察 (participant observation) 时，他们会记下所见、所闻，甚至所感受到的事物。要诠释这些内容，你需要寻找：
- 行为描述：人们表现如何？他们说的和做的是否存在差异？
- 情境 (Setting)：环境是否影响了行为？（例如：人们在课室里的行为与在操场上是不一样的）。
- “氛围”(Vibe)：环境气氛是紧张、友善还是混乱？

B. 非结构式访谈摘录

这是访谈过程中人们所说话语的记录。由于它们是非结构式的，受访者可以自由表达。要诠释这些内容，你需要寻找：
- 重复出现的主题 (Recurring Themes)：不同的人是否用了相同的词汇，或抱怨同样的问题？（例如：如果有五位不同的工厂工人提到“无聊”，那么“无聊”就是一个关键主题）。
- 意义与动机：他们为什么那样做？质性数据非常适合揭示人类行为背后的主观 (subjective) 原因。
- 引言 (Quotes)：寻找那些能总结受访者整段经历的有力“定锚”引言。

类比：如果量化数据就像查看城市地图来了解哪里交通拥挤（宏观视野），那么质性数据就像坐在其中一辆车里，询问司机为什么他在哭泣（个人意义）。

快速回顾：质性诠释的重点是寻找意义和主题。你要在“做什么”的背后，探寻“为什么”。

3. 常见陷阱（以及如何避免它们！）

诠释过程可能很棘手，即使是专业的社会学家也必须谨慎。以下是一些需要留意的问题：

1. 过度概括 (Over-generalising)：仅仅因为 10 个受访者在访谈中说他们讨厌学校，并不代表世界上“所有”学生都讨厌学校。务必检查样本大小！
2. 研究者偏差 (Researcher Bias)：有时我们只看到我们“想”看的东西。如果研究人员在寻找反叛的证据，他们可能会将学生的打呵欠诠释为“一种反抗行为”，尽管该学生当时只是累了。
3. 忽略情境 (Ignoring the Context)：数据不是在真空中产生的。如果犯罪率上升，是因为人们变得更“坏”了，还是因为警察开始更严格地记录罪案？

你知道吗？
社会学家常使用三角检测法 (triangulation) 来核实他们的诠释。这意味着他们会将量化数据（统计）与质性数据（故事）进行比较，看看两者是否讲述同一个故事。如果统计数据显示人们变得更富有，但访谈却显示人们感到更贫穷，那么社会学家就面对了一个非常有趣的谜题需要解决！

4. 重点总结

- 量化数据 = 表格和图表。重点在于趋势、高位/低位以及比较。
- 质性数据 = 田野笔记和访谈摘录。重点在于主题、意义和感受。
- 客观 vs 主观：数字通常被视为客观（事实），而文字则被视为主观（观点和个人经验）。
- 批判性思维：随时反问：“这些数据具有代表性吗？这里是否存在偏差？这幅图景中还遗漏了什么？”

如果这听起来资讯量很大，别担心。练习查看真实图表并阅读访谈片段的次数越多，你就会觉得越自然。你正在训练你的大脑，透过遗留下来的证据，去洞察社会“看不见”的结构！