🧠 你的社會學工具箱：主要研究方法
各位未來的社會學家，大家好！歡迎來到課程中最重要的一個章節。這一章我們要學習社會學家如何「真正」地進行研究，也就是他們如何收集社會資訊。你可以把這一章想像成是學習偵探工具箱裡的各種工具。
選擇合適的方法至關重要，因為它直接影響我們收集數據的質量。學完這些筆記後，你將能夠識別各種關鍵方法的優缺點，讓你明白為什麼有些研究更適合特定的課題。
快速複習：良好研究的三大支柱
在深入了解各項方法之前，我們需要重溫三個用來判斷研究好壞的核心概念：
- 信度 (Reliability, R)： 這項研究能否由他人重複進行，並得出相同的結果？把它想像成一個準確可靠的計算機。
- 代表性 (Representativeness, R)： 樣本（被研究的對象）能否準確反映整體人口？我們能否將研究結果推論至所有人身上？
- 效度 (Validity, V)： 這項研究是否真正測量了它聲稱要測量的內容？它是否提供了對現實深刻、真實的解讀？（這往往是最難達到的！）
1. 定量研究方法：問卷調查
定量研究（Quantitative research）涉及數字、統計數據和大型群體。其目標通常是找出適用於社會的規律和普遍法則。
問卷／社會調查
問卷是一系列標準化的問題（以相同順序提出的相同問題），通常分發給大量人士。
運作方式：
問卷通常依賴封閉式問題（受訪者從固定答案中選擇，例如「是/否」或 1 到 5 分的量表）。它們可以通過面談、郵寄、電子郵件或網上問卷進行。
✅ 優點（「R」因素）
- 高信度： 由於問題是標準化的，其他社會學家可以輕鬆地完全重複該問卷調查，使結果具備高度信度。
- 高代表性： 你可以將問卷分發給成千上萬人，更容易收集到一個龐大且具代表性的樣本，從而將結果推論至整體人口（例如：英國所有的青少年）。
- 具成本效益： 一旦設計好問題，向多人收集數據相對便宜且快速。
❌ 局限（「V」因素）
- 低效度： 由於受訪者只能從固定答案中選擇，你很少能深入了解他們選擇背後的「原因」。人們複雜的情感被強行塞進簡單的選項中。
- 強加研究者的觀點： 研究者決定了哪些問題重要以及提供哪些答案選項，這可能會錯過受訪者想要分享的關鍵資訊。
- 回應率低： 人們往往不願意花時間寄回問卷，這可能導致樣本的代表性降低。
快速比喻： 問卷就像是參加選擇題考試。你可以得到快速且易於評分的結果，但你並不知道學生在想什麼，也不知道他們是否真正理解該主題。
2. 定性研究方法：訪問與觀察
定性研究（Qualitative research）專注於文字、意義、詮釋和小群體。其目標是透過深入了解人們的情感和經驗，達到高效度。
A. 訪問 (Interviews)
訪問是指研究者直接向受訪者提問。訪問的風格會徹底改變其優缺點。
結構式訪問 (Structured Interviews)
本質上就是由訪問者朗讀的問卷。它們是標準化的，且遵循嚴格的程序。
- 優點： 高信度（易於重複）。
- 局限： 低效度（沒有深入探索或追問的空間）。
非結構式（或非正式）訪問 (Unstructured Interviews)
這些更像是引導式的對話。研究者有大方向要涵蓋，但可以針對感興趣的觀點進行追問，並讓討論自然流動。
✅ 優點（「V」因素）
- 高效度： 由於具有靈活性且深入，研究者可以真正探索複雜的主題，從而對受訪者的現實情況有更深的理解。
- 確認理解： 如果受訪者看起來困惑，訪問者可以立即澄清問題。
❌ 局限
- 低信度： 由於每次訪問都不同，其他社會學家不可能重複進行完全相同的研究並獲得相同結果。
- 訪問者偏差： 訪問者的語氣、性別、年齡甚至外貌都可能影響受訪者的回答（例如：如果老師進行訪問，學生可能會隱瞞危險行為）。
- 費時： 執行需要很長時間，分析過程（轉錄數小時的語音）則更花時間。
記憶小撇步： Structured（結構式）= Standardized（標準化）。Unstructured（非結構式）= Understanding（理解）。
B. 觀察 (Observations)
這種方法涉及社會學家在自然環境中觀察並記錄行為，通常是為了了解特定群體或社區是如何運作的。
參與觀察 (Participant Observation, P.O.)
社會學家加入他們正在研究的群體，參與他們的活動，從而真正以他們的視角體驗生活。
- 例子： 社會學家與無家可歸者社區共同生活六個月，以了解他們的應對機制。
非參與觀察 (Non-Participant Observation, N.P.O.)
社會學家在不參與或互動的情況下觀察群體（例如：從遠處觀察學校操場上的互動）。
✅ 優點 (P.O.)
- 極高效度： 這種方法提供了最深刻的洞察（稱為 Verstehen，即移情理解）。社會學家以該群體看待現實的方式去觀察現實。
- 接觸隱蔽群體： 對於研究隱秘或多疑的群體（例如犯罪幫派），這可能是唯一的方法。
❌ 局限 (P.O. & N.P.O.)
- 霍桑效應 (Hawthorne Effect)： 如果人們知道自己被觀察（即使在非參與觀察中），他們很可能會改變自己的行為，表現得更符合社會期望，這會破壞效度。
- 倫理問題： 如果觀察是隱蔽的（秘密進行），研究者就是在欺騙人們，這在倫理上是有爭議的。
- 「成為當地人」(Going Native)： 在參與觀察中，社會學家可能會過度融入群體，從而喪失客觀的社會學觀點。
- 低信度： 結果完全依賴於一名研究者的主觀詮釋。
你知道嗎？ 霍桑效應以一家工廠命名，當時研究人員研究照明變化如何影響工人的生產力。結果發現，即使燈光調暗，工人的生產力仍然不斷提高——僅僅是因為他們知道自己正在被觀察！
3. 實驗與次級資料
A. 實驗 (Experiments)
實驗廣泛應用於自然科學（化學、物理）中，通過改變一個因素（自變項 independent variable）並觀察其對另一個因素（應變項 dependent variable）的影響來驗證假設（理論），通常在受控環境中進行。
為什麼社會學中的實驗很困難：
- 倫理： 為了觀察結果而操縱人們的生活（例如：將兒童置於貧困環境中以研究貧困）是非常不道德的（且違法）。
- 人造性： 人類是複雜的。在實驗室環境中，試圖隔離並控制每一個影響行為的變項（家庭、文化、媒體）幾乎是不可能的。
- 霍桑效應： 即便在實驗室實驗中，人造環境也意味著人們可能不會表現自然，從而降低了效度。
關鍵要點： 雖然實驗因為可以精確重複而具備高信度，但由於倫理和效度問題，它們在大型社會學研究中很少使用。社會學家有時會使用實地實驗 (field experiments)（在自然環境中進行的實驗），但這些實驗很難控制。
B. 次級資料 (Secondary Data)
次級資料是指已經由他人收集並存在於公共領域的資訊。社會學家會分析這些已存在的資訊。
次級資料的類型：
- 官方統計數據： 由政府或國家機構收集的數據（例如：人口普查數據、出生率、犯罪率、失業數字）。
- 個人／歷史文件： 日記、信件、照片、報紙、歷史紀錄、電子郵件或個人網站。
✅ 優點
- 便宜且快速： 艱苦的數據收集工作已經完成了！
- 官方統計數據具有高度代表性： 像人口普查這樣的統計數據涵蓋了幾乎整個人口，使其具備出色的可推論性。
- 文件提供歷史洞察： 文件可以提供對過去社會獨特且定性的洞察（對該時期具備高效度）。
❌ 局限
- 官方統計數據可能缺乏效度： 統計數據是一種社會建構——它們只反映政府選擇計算的內容。例如，並非所有犯罪都會被舉報，因此官方犯罪統計並不能反映真實的犯罪水平。
- 文件中的偏差： 個人文件往往只反映故事的一面（例如：日記是非常主觀的）。
- 過時的定義： 如果使用歷史文件或舊統計數據，所使用的定義可能與現代社會學的定義不符。
快速複習箱：方法與目標
這張表格可以幫助你記住哪些方法最適合實現特定的研究目標：
哪種方法在以下方面最強...
- 信度 (R)： 結構式訪問、問卷、實驗。
- 代表性 (R)： 大規模調查、官方統計數據。
- 效度 (V)： 參與觀察、非結構式訪問、個人文件。
如果剛開始覺得這些很複雜，請不要擔心！記住，沒有任何一種方法是完美的。社會學家經常使用三角互證 (triangulation)（使用兩種或更多種方法）來核對他們的發現，從而提高效度和信度。繼續練習你的比較分析吧！