歡迎來到研究方法!
各位社會學家好!
這一章節是 Paper 1 中最重要的部分之一。為什麼呢?因為它教你社會學家是如何收集證據來支持他們的理論。只要你掌握了研究方法,你就能對課綱中遇到的每一項研究進行批判性評估!
如果「實證主義」(positivism)和「詮釋主義」(interpretivism)這些詞聽起來很深奧,不用擔心。我們會一步步為大家拆解。讓我們一起學習如何成為出色的研究評論家吧!
2.1 數據類型、方法與研究設計
理解社會學數據
社會學家需要事實和資訊,我們稱之為數據(data)。根據收集的時間和方式,數據主要分為兩大類。
第一手數據(Primary Data)與第二手數據(Secondary Data)
第一手數據是社會學家為了特定研究目標而親自收集的資料。(想像一下:你自己下廚做晚餐。)
- 例子:你親自進行的問卷調查、你記錄的訪問、你所做的觀察。
- 優點:完全符合研究人員的目標。
- 缺點:收集成本可能很高,且相當耗時。
第二手數據是已經存在,由他人收集而成的資訊。(想像一下:你買了現成的預製餐點。)
- 例子:官方統計數據(人口普查)、個人文件(日記)、媒體內容。
- 優點:節省時間和金錢,且通常涵蓋龐大的人口群體(例如人口普查數據)。
- 缺點:可能無法完全符合研究人員的需求,或者原始收集者可能存在偏見。
量化數據(Quantitative Data)與質化數據(Qualitative Data)
這種分類描述了所收集資訊的性質:
- 量化數據:處理數字和統計資料。它測量的是有多少、多頻繁或多大程度。
- 目標:找出規律、趨勢以及因果關係。
- 質化數據:處理文字、意義和經驗。它測量的是人們為什麼會有這樣的行為,並捕捉背後的情感。
- 目標:達到深入、有意義的理解(即「直觀理解」或 Verstehen)。
評估第二手資料來源 (2.1)
第二手資料來源在社會學中至關重要,但必須檢查其效用:
1. 官方統計數據(Official Statistics, OS) (由政府或機構收集的數據,如犯罪率或教育成果。)
- 優點:通常具有高度的代表性(涵蓋龐大人口)、成本低且可靠(系統性收集)。
- 缺點:可能缺乏效度(例如犯罪統計數據往往低估了真實的犯罪水平),且它們反映的是政府的利益,而非社會學家的研究興趣。
2. 個人文件 (信件、日記、自傳。)
- 優點:具備高效度——它們提供了對個人經驗和感受真實、深入的見解。
- 缺點:不具代表性(因為每個人的經歷都是獨一無二的),且詮釋可能帶有主觀性。
3. 數位內容與媒體來源 (社交媒體貼文、新聞文章、網站數據。)
- 優點:擁有海量的即時數據,對於研究現代趨勢和公眾輿論很有用。
- 缺點:通常缺乏結構、容易出現偏見或錯誤資訊,且引發了複雜的倫理問題(隱私權)。
社會學研究方法:量化與質化
量化研究方法(專注於數字與規律)
1. 問卷調查(Questionnaires):一系列書面問題清單,通常帶有預設答案(封閉式問題)。
- 優點:易於廣泛分發(具高代表性)、速度快且高度可靠(容易重複研究以驗證)。
- 缺點:低效度——受訪者可能會撒謊,或者封閉式問題可能會遺漏重要細節。
2. 結構式訪問(Structured Interviews):訪問者嚴格按照書面問題進行詢問(就像口頭版的問卷)。
- 優點:高可靠度,且訪問者在必要時可以釐清問題。
- 缺點:非常耗時,且限制了回答的深度(低效度)。
3. 實驗法(Experiments):透過操縱變數來測量因果關係。由於倫理和實際操作的問題,在社會學中很少使用。
- 優點:對變數的控制力高,更容易建立因果關係。
- 缺點:在真實社會環境中往往難以執行或是不道德的;「霍桑效應」(Hawthorne Effect,指人們在被觀察時會改變行為)會降低效度。
4. 內容分析法(Content Analysis - 量化):系統地計算媒體或文字中特定詞彙、圖像或主題出現的頻率。
- 優點:研究媒體呈現方式的一種客觀且可靠的方法。
- 缺點:只關注呈現了「什麼」,而非「為什麼」或閱聽人如何詮釋這些內容。
質化研究方法(專注於深度與意義)
1. 觀察法(參與式與非參與式、顯性與隱性):親身觀察社會行為。
- 參與式觀察:研究人員加入該群體。(高效度,低可靠度)。
- 非參與式觀察:研究人員從遠處觀察。(更客觀,但效度較低)。
- 顯性(Overt):群體知道自己正在被觀察。(符合倫理,但霍桑效應風險高)。
- 隱性(Covert):群體未察覺到研究人員的存在。(高效度,但極度不道德——涉及欺瞞)。
2. 非結構式訪問(Unstructured Interviews):由受訪者的興趣引導的開放式對話。研究人員只有一個大致的主題。
- 優點:擁有最高的效度,能提供深入、豐富且詳細的數據。讓研究人員能達到直觀理解(verstehen)。
- 缺點:低可靠度(難以重複)、不具代表性(樣本數小),且難以分析。
3. 半結構式訪問(Semi-Structured Interviews):使用鬆散的問題清單,但允許訪問者根據對話的流向進行深入追問或調整順序。
- 優點:在可靠度與效度之間取得了很好的平衡。
4. 小組訪問(Focus Groups):一次訪問多個人以引發討論。
- 優點:效率高;參與者可以相互挑戰,從而產生更豐富的數據。
- 缺點:可能產生同儕壓力,或出現支配性發言者(這會降低效度)。
快速複習:黃金法則
量化方法(問卷調查)通常具備可靠性(Reliable)和代表性(Representative)。
質化方法(非結構式訪問/觀察)通常具備效度(Valid)。
研究設計:社會學家的計劃 (2.1)
在收集任何數據之前,社會學家必須仔細規劃他們的研究。這個過程能確保研究系統化且易於控管。
研究階段步驟
1. 決定研究策略:整體目標是什麼?(例如:實證主義目標是尋找規律,而詮釋主義目標是尋找意義)。
2. 制定研究問題與假設:
- 研究問題(Research Question):研究想要回答的內容(例如:「社交媒體使用會增加焦慮嗎?」)。
- 假設(Hypothesis):一個可驗證的陳述,預測變數之間的關係(例如:「每天使用社交媒體超過三小時的學生,其焦慮水平會較高。」)。
3. 操作化(Operationalisation):這一點至關重要!它意味著將抽象的社會學概念定義清楚,以便進行測量。
- 例子:你如何測量「社會階級」?你可以將其操作化為可測量的指標,例如收入水平、職業或學歷。
你知道嗎?如果你沒有明確地操作化概念,不同的研究人員可能會測量不同的東西,導致研究變得不可靠。
4. 前導研究(Pilot Studies):在正式研究前的小規模試驗(例如在 1000 人問卷前,先給 10 人填寫)。這有助於在正式開始前發現問題、不清楚的題目或潛在偏差。
5. 抽樣框與抽樣技術:決定研究對象以及選擇他們的方法。
理解抽樣
抽樣框(Sampling Frame)是從中抽取樣本的人員名單(例如學校名冊、選民登記冊)。
A) 代表性(機率)抽樣:實證主義者常用,以確保樣本能反映整體母體。
- 隨機抽樣:每個人都有相等的被選中機率(像從帽子裡抽籤)。最能代表整體,但通常在實務上很難做到。
- 分層抽樣:將母體劃分為類別(層次,如年齡、性別),然後在這些群體內進行隨機抽樣,以確保平衡。
- 系統抽樣:從抽樣框中每隔「第 n 個人」選擇一次(例如名單上的第 10 個人)。
B) 非代表性(非機率)抽樣:詮釋主義者常用,比起推廣至大眾,深入理解更為重要。
- 配額抽樣:研究人員根據人口特徵填補配額(例如找到最初 10 位同意受訪的 20-30 歲女性)。
- 滾雪球抽樣:研究人員找到一位符合條件的人,並請他們引薦其他人(對於難以接觸的群體如罪犯很有用)。
- 志願/目的性抽樣:選擇符合特定條件且願意參與的人(例如只採訪黑幫老大)。
6. 執行研究:實施所選方法。
7. 詮釋結果:分析數據並根據最初的假設得出結論。
常見錯誤提醒:不要混淆「分層抽樣」與「配額抽樣」。分層抽樣是從已定義的群體中進行隨機選擇;而配額抽樣則是為了填補已定義的群體進行非隨機選擇。
2.2 社會學研究途徑
為什麼社會學家對研究方法有不同見解?因為他們有不同的理論起點。兩種主要的途徑是實證主義和詮釋主義。
1. 實證主義途徑(The Positivist Approach)
實證主義者認為,社會學可以且應該使用自然科學(如物理或生物學)的方法進行研究。
- 目標:識別客觀的社會事實、普遍規律以及決定個人行為的行為模式。
- 關鍵概念:
- 科學方法:使用觀察、測量和假設驗證。
- 客觀性與價值中立(Value-Freedom):研究人員必須保持中立,讓數據說明一切,並將個人價值觀排除在研究過程之外。
- 可靠度:方法應能重複執行以驗證結果。
- 偏好的方法:量化數據、高度結構化的方法(問卷調查、官方統計、結構式訪問)。這些方法能產生可統計分析的數據。
類比:實證主義者就像氣象科學家。他們測量溫度、風速和濕度(量化數據)來預測(或尋找規律)天氣系統如何運作。他們不在乎雲朵的「感受」!
2. 詮釋主義途徑(The Interpretivist Approach)
詮釋主義者主張,人類與物體(如岩石或化學物質)有本質上的不同,因為我們擁有意識、自由意志,並賦予行動意義。因此,社會學研究不能照搬自然科學模型。
- 目標:透過社會行動者(被研究者)的眼睛來理解世界。
- 關鍵概念:
- 直觀理解(Verstehen):設身處地去理解他人動機的能力。
- 意義與主觀性:承認社會現實是由個人的定義和詮釋所建構的。
- 效度:判斷研究好壞最重要的指標,在於它是否捕捉到了社會生活的真實、準確的樣貌。
- 偏好的方法:質化數據、非結構化且靈活的方法(非結構式訪問、參與式觀察)。
類比:詮釋主義者就像試圖理解角色動機的導演。他們需要對話、深入見解和背景脈絡(質化數據)來了解角色行為背後的隱含意義。
超越爭論:混合研究方法
許多現代社會學家認可兩種途徑的價值,進而發展出「混合研究方法」:
- 三角測量(Triangulation):使用兩種或多種不同的研究方法(例如問卷調查「加上」訪問)來檢查數據的準確性。如果兩種方法得出同樣結論,效度就會增強。(想像一下:同時使用指南針、地圖和太陽來定位同一個地點。)
- 方法論多元主義(Methodological Pluralism):研究人員結合量化和質化方法,不僅是為了檢查數據,更是為了同時獲得宏觀(大規模)的規律視角和微觀(小規模)的深入理解。
運用不同方法的研究途徑 (2.2)
- 案例研究(Case Studies):對單一個案進行詳細研究(如一間學校、一個家庭)。通常是質化的。優點:高效度。缺點:低代表性。
- 社會調查(Social Surveys):大規模且通常為量化的研究,通常使用問卷或結構式訪問(如研究全國選民習慣)。優點:高代表性。缺點:低效度。
- 民族誌(Ethnography):對群體或文化進行深入、長期的研究,通常涉及參與式觀察和非結構式訪問。高度質化。
- 縱貫研究(Longitudinal Studies):在一段較長時間內(數月或數年)追蹤同一群體或樣本的研究。優點:追蹤時間演變的絕佳方式。缺點:非常昂貴,且樣本可能中途退出(流失率問題)。
2.3 研究議題:影響因素與評估
社會學家在選擇方法時必須考慮三大影響因素,並在評估研究品質時使用四大關鍵標準。
1. 影響主題與方法選擇的因素
A) 理論考量
研究人員的理論觀點是最大的影響因素:
- 如果是實證主義者,他們會選擇量化方法以追求可靠度和代表性。
- 如果是詮釋主義者,他們會選擇質化方法以追求效度和直觀理解。
B) 實際考量
這是執行研究時會遇到的日常限制:
- 時間與成本:大規模全國性調查很貴;觀察法便宜但非常耗時。
- 接近性與機會:某些群體(如高階犯罪分子或秘密教派)很難接近。研究人員可能必須等待實際的機會(例如隱性觀察可能是獲取資訊的唯一方式)。
- 研究人員技能:研究人員是否有能力為非結構式訪問建立親和感(信任),或者是否有足夠的統計知識來分析大型問卷數據?
C) 倫理考量(道德規範)
英國社會學協會(BSA)設定了嚴格的倫理準則以保護參與者:
- 知情同意(Informed Consent):參與者必須充分了解研究目標並同意參與。
- 避免傷害:社會學家必須防止任何身體或心理上的傷害。
- 隱私與機密性:身份必須受到保護,特別是在敏感議題上。
- 欺瞞(Deception):研究人員原則上應公開身份和目標。(這就是為什麼隱性觀察爭議不斷的原因)。
價值觀與偏見的角色:
研究可能受研究人員自身的價值觀(政治觀點、階級背景)影響,或受經費來源影響(例如企業資助其產品益處的研究)。實證主義者主張價值中立,而詮釋主義者則接受一定程度的主觀性是不可避免的,但必須予以承認。
2. 評估研究價值的關鍵概念 (ACE-RV)
這些是你在評估任何研究方法或發現時必須使用的評估概念:
效度(Validity)
定義:方法產出真實、純正或真實社會現實的程度。研究是否測量了它聲稱要測量的內容?
- 例子:如果你進行五小時的訪問(非結構式),你將獲得關於動機的高效度資料。如果你只給對方一張快速問卷,效度就會很低。
- 威脅:霍桑效應(人們表現不自然),或訪問者偏見。
可靠度(Reliability)
定義:重複研究並獲得相同結果的能力。該方法是否具備一致性?
- 例子:結構式問卷可靠度極高,因為不同研究人員可以將其一致地應用於不同群體。
- 威脅:靈活的方法如非結構式訪問,其可靠度較低,因為過程是獨一無二的,無法精確地重複。
代表性(Representativeness)
定義:所研究樣本反映廣大目標群體特徵的程度。研究結果可以推廣(generalised)嗎?
- 例子:官方統計或大型隨機樣本具有高度代表性。案例研究則不然。
客觀性(Objectivity)
定義:研究不受偏見、個人情感或價值觀影響的概念(價值中立)。
- 關聯:實證主義擁護客觀性,而詮釋主義認為在人類研究中,真正的客觀性是不可能的。
倫理(Ethics)
定義:研究的道德適當性。研究執行方式是否符合道德標準(例如:是否取得同意、是否造成傷害)?
記憶口訣:如何 ACE 你的評估 (ACE-RV)
在評估方法時,務必思考其 Access(接近性/實務性)、Cost/Time(成本/時間)、Ethics(倫理)、Reliability(可靠度)和 Validity(效度)。這涵蓋了所有重要的研究議題!