Interpretation of data

歡迎來到社會學的偵探世界！

你已經學會了社會學家如何收集數據，但接下來會發生什麼事呢？收集資料就像在犯罪現場搜集線索一樣——如果不進行詮釋 (interpretation)，這些線索就沒有多大意義。在本章中，我們將學習如何解讀社會學家所發現的「線索」，無論這些線索是大堆的數字（量化數據），還是深入的個人故事（質性數據）。

別擔心如果你自認不是「數學高手」或「書蟲」。詮釋其實就是尋找規律，並問自己：「這對社會而言，究竟說明了什麼？」讓我們開始吧！

1. 詮釋量化數據：數字的語言

量化數據 (quantitative data) 全與數字、量表和統計有關。為了詮釋這些數據，我們通常會查看表格、圖表和統計圖。你可以把這些視為一種「速記法」，用來一次過檢視成千上萬人的情況。

A. 表格 (Tables)

表格是呈現數據最基本的方式，它將數字整理成列 (rows) 和欄 (columns)。當你在考試中看到表格時，請遵循以下步驟：
1. 閱讀標題：它會清楚告訴你數據的內容（例如：「按年齡組別劃分的犯罪率」）。
2. 檢查單位：數字是百分比 (%)、原始數值，還是以千為單位？這會完全改變數據的解讀！
3. 找出「高位」與「低位」：哪個數字最大？哪個最小？為什麼會這樣？

B. 圖表 (Charts and Graphs)

統計圖有助於我們直觀地「看見」數據。以下是你會遇到的常見類型：
- 長條圖 (Bar Charts)：非常適合用於比較不同群體（例如比較不同族裔背景的畢業生人數）。
- 圓形圖 (Pie Charts)：這些圖表顯示比例。整個「圓餅」代表 100%，而每個「扇形」顯示總數是如何被分配的。
- 折線圖 (Line Graphs)：這些最適合顯示隨時間變化的趨勢。線條是在向上升（增加）還是向下降（減少）？

記憶小撇步：T.A.L.K. 方法
當查看任何圖表時，請記住 T.A.L.K.：
T - Title（標題：這是關於什麼的？）
A - Axes（軸：底部和側面的線代表什麼？）
L - Labels（標籤：每一個長條或線條代表什麼意義？）
K - Key（圖例：是否有需要理解的顏色代碼？）

例子：如果你看到一張顯示 1970 年代離婚率急劇上升的折線圖，你不僅是在看一條線，你是在看人們對婚姻和法律觀念的巨大轉變！

快速回顧：量化數據的詮釋關鍵在於找出數字中的規律 (pattern) 或趨勢 (trend)。務必找出數字所傳達的整體「故事」。

2. 詮釋質性數據：文字的力量

質性數據 (qualitative data) 包含了大量的文字。它來自田野筆記 (field notes)（研究人員在觀察時寫下的內容）或非結構式訪談 (unstructured interviews)（長篇、對話式的逐字稿）。詮釋這些內容，就像同時擔任英文科學生和心理學家一樣。

A. 田野筆記摘錄

當社會學家進行參與觀察 (participant observation) 時，他們會記下所見、所聞，甚至所感受到的事物。要詮釋這些內容，你需要尋找：
- 行為描述：人們表現如何？他們說的和做的是否存在差異？
- 情境 (Setting)：環境是否影響了行為？（例如：人們在課室裡的行為與在操場上是不一樣的）。
- 「氛圍」(Vibe)：環境氣氛是緊張、友善還是混亂？

B. 非結構式訪談摘錄

這是訪談過程中人們所說話語的記錄。由於它們是非結構式的，受訪者可以自由表達。要詮釋這些內容，你需要尋找：
- 重複出現的主題 (Recurring Themes)：不同的人是否用了相同的詞彙，或抱怨同樣的問題？（例如：如果有五位不同的工廠工人提到「無聊」，那麼「無聊」就是一個關鍵主題）。
- 意義與動機：他們為什麼那樣做？質性數據非常適合揭示人類行為背後的主觀 (subjective) 原因。
- 引言 (Quotes)：尋找那些能總結受訪者整段經歷的有力「定錨」引言。

類比：如果量化數據就像查看城市地圖來了解哪裡交通擁擠（宏觀視野），那麼質性數據就像坐在其中一輛車裡，詢問司機為什麼他在哭泣（個人意義）。

快速回顧：質性詮釋的重點是尋找意義和主題。你要在「做什麼」的背後，探尋「為什麼」。

3. 常見陷阱（以及如何避免它們！）

詮釋過程可能很棘手，即使是專業的社會學家也必須謹慎。以下是一些需要留意的問題：

1. 過度概括 (Over-generalising)：僅僅因為 10 個受訪者在訪談中說他們討厭學校，並不代表世界上「所有」學生都討厭學校。務必檢查樣本大小！
2. 研究者偏差 (Researcher Bias)：有時我們只看到我們「想」看的東西。如果研究人員在尋找反叛的證據，他們可能會將學生的打呵欠詮釋為「一種反抗行為」，儘管該學生當時只是累了。
3. 忽略情境 (Ignoring the Context)：數據不是在真空中產生的。如果犯罪率上升，是因為人們變得更「壞」了，還是因為警察開始更嚴格地記錄罪案？

你知道嗎？
社會學家常使用三角檢測法 (triangulation) 來核實他們的詮釋。這意味著他們會將量化數據（統計）與質性數據（故事）進行比較，看看兩者是否講述同一個故事。如果統計數據顯示人們變得更富有，但訪談卻顯示人們感到更貧窮，那麼社會學家就面對了一個非常有趣的謎題需要解決！

4. 重點總結

- 量化數據 = 表格和圖表。重點在於趨勢、高位/低位以及比較。
- 質性數據 = 田野筆記和訪談摘錄。重點在於主題、意義和感受。
- 客觀 vs 主觀：數字通常被視為客觀（事實），而文字則被視為主觀（觀點和個人經驗）。
- 批判性思維：隨時反問：「這些數據具有代表性嗎？這裡是否存在偏差？這幅圖景中還遺漏了什麼？」

如果這聽起來資訊量很大，別擔心。練習查看真實圖表並閱讀訪談片段的次數越多，你就會覺得越自然。你正在訓練你的大腦，透過遺留下來的證據，去洞察社會「看不見」的結構！