好研究如何設計？用量化邏輯做質化研究

名人推薦：黃長玲（台大政治系副教授）
林宗弘（中研院社會所助研究員）

　　值得一讀再讀的好書。這本由三位知名學者合著的書，當年出版時，即為美國政治學界的盛事。對於從事質化研究的學者而言，這本書尤其具備參考價值。—黃長玲（台大政治系副教授）

　　本書論證精采，密度很高，對一些流行研究—例如對商學院之案例分析（總是選擇成功企業）的批評，令人拍案叫絕，光是避免犯下研究設計的重大錯誤這點，就值得讀者認真閱讀。—林宗弘（中研院社會所助研究員）

好的量化研究與好的質化研究，背後的邏輯並沒有不同

這是一本關於社會科學研究的書。我們有個實踐性的目標：設計出能有效推論社會生活與政治生活的研究。討論主要集中於政治學領域，但論點也適用於社會學、人類學、歷史學、經濟學和心理學等其他學科，以及法律證據、教育研究和臨床論證等非學科型研究領域。

本書並不是一本關於社會科學哲學的書，也不是一本關於諸如抽樣調查設計、田野調查實作或統計資料分析等特定研究工作的指南。這是一本關於研究設計的書：如何提出研究問題並以學術的方式作出有效的描述推論和因果推論。因此，本書處於抽象的哲學爭論與研究者實作技術之間的中間地帶，關注所有社會科學研究背後潛藏的基本邏輯。

我們寫作此書的主要目標是應用同一套推論邏輯，將一般所謂的「量化」研究和「質化」研究的兩種研究傳統連結起來。這兩種研究傳統看上去迥然不同；有時它們的確看似敵對。我們認為這些差異主要來自研究風格和具體技巧的不同。兩種研究背後都有相同邏輯作為基本框架。量化研究方法傾向於清晰闡述這一邏輯並予以形式化，但優秀的質化研究也是以相同的推論邏輯為基礎。如果所有質化和量化研究者在研究設計過程中，都更注意這一邏輯，他們將從中獲益。

本書的主要目的在於說明，量化研究傳統和質化研究傳統之間的差異只限風格，這些差異在方法論上和實質上並不重要。所有好研究都能被理解為—的確，被最好地理解為—源於相同的內在推理邏輯。量化研究和質化研究都可以是有系統的和科學的。歷史研究也能是分析性的，透過有效的因果推論過程來獲得對可替代性解釋的評估。歷史學或歷史社會學與社會科學並不抵觸（Skocpol 1984: 374-86）。

大多數研究都不能明確歸類為質化研究或量化研究。最好的研究經常綜合了兩者的特徵。在相同研究中，研究者可能獲得某些適合統計分析的資料，也獲得一些同樣重要但不適用統計分析的資料。社會、政治或經濟行為的模式和趨勢，比人們觀念的變動或因特殊的個人領導者而產生的差異，更適於量化分析。如果我們想理解這個迅速變遷的社會世界，我們既需要包含那些不能被輕易量化的資訊，也需要擁有那些易於量化的資訊。此外，所有社會科學都需要相互比較，才能判斷哪些現象在程度上（如：數量差異）或本質上（如：性質差異）「更」類似或「更不」類似。

我們並不試圖將所有社會科學家都趕出圖書館，逼進計算機中心；也不試圖用結構性訪談來替代個性化的交談。反之，我們指出，當研究者注意到科學推論的準則時（這些準則有時在量化研究陳述得更清晰），非統計研究將產生更多可靠的結果。界定明確的統計方法是量化研究的堅實基礎，它所代表的是，適用於各種研究的抽象形式模型，甚至對於那些變項不能被數據化測量的研究也是如此。正由於統計模型是抽象的，甚至有點不切實際的性質，才能如此清晰地展現推論準則。

我們討論的推論準則，對社會科學家認為重要的議題而言，有時無關緊要。政治生活中，許多重要問題—諸如代理人（agency）、責任義務（obligation）、公民權（citizenship）、主權（sovereignty），以及民族國家（national societies）與國際政治之間的適當關係等概念—都是哲學層面而非經驗層面的問題。但是這些準則與所有旨在了解真實世界面貌的研究都相關。事實上，社會科學與隨意觀察之間的差別就在於，社會科學尋求對完善調查程序的系統性運用以達致有效的推論。在這裡我們聚焦於經驗研究，意味著迴避了社會科學哲學的許多議題，諸如後現代性的影響、真理的存在與本質、或相對主義及相關主題的爭論。我們假設獲取外部世界的某些知識是可能的，但這些知識總是不確定的。

此外，我們的準則體系並沒有暗示我們的實驗必須盡善盡美（如果這樣的實驗存在），或在作出有效社會科學推論之前就必須收集到所有相關資料。即使資訊很少，重要的議題還是值得研究。在這種情況下，應用任何研究設計的結果都會產生相對不確定的結論，但只要坦誠報告不確定性，此類研究仍將大有用處。有限的資訊通常是社會調查的必然特徵。因為社會變化日新月異，任何結論都有很高的不確定性，那些有助於理解這些變遷的分析，需要我們同時描述並理解之。有時問題變得太快，因此即便使用最有效的科學方法收集到的資料也早已過時。若是一個神智失常的人揮著一把斧頭向我們衝來，那麼寫個五頁有關精神病的問卷調查來應對，恐怕並非上策。Joseph Schumpeter曾經引用愛因斯坦的話，「一旦我們的命題是確定的，它們對理解現實就一無是處；只要它們說明了現實，它們必然是不確定的。」（Schumpeter 1936/1991: 298-99）。儘管很難達到確定性，但我們可以藉由注意科學推論的準則，來提高結論的信度、效度、確定性和誠實性。我們提倡的是試圖對世界做出描述推論和因果推論的社會科學。那些不認同部分和不完全可知論之預設的人，以及不以描述性理解和因果性理解為職志的人，恐怕無法在本書獲得啟發，也無法領略本書涉及的典範爭論。

總之，我們無意對科學的經驗研究提供處方。我們提供的是一些告誡和準則，用意在於磨練思維而非扼殺思想。在量化和質化研究中，我們將推論的理論標準應用於固有不完美的研究設計和經驗資料上，這種應用本身亦非盡善盡美。任何有意義的準則都允許例外，但我們希望能明確評估這些例外，估計它們對研究信度的影響，並且坦白回報結論的不確定性。我們追求的不是教條，而是耐得起考驗的思想。


量化的逆襲？—從KKV出版二十年談起
林宗弘（中央研究院社會學研究所助研究員）
經過將近三年的翻譯、協調與校閱，三位重量級政治學者Gary King、Robert Keohane和Sidney Verba（簡稱為「KKV」）合著的這本經典社會科學方法論《好研究如何設計》（Designing Social Inquiry）的中譯本終於面世，距本書初次出版已經過了二十年，其間，社會科學研究方法領域有相當驚人的變化，KKV在其中也扮演了重要角色。

在二十年前，最流行的社會科學術語大概都跟「詮釋學」、「文化轉向」、「後現代主義」或是其它「後」什麼的「主義」有關，從認識論到研究方法的爭議上，許多當年學成歸國的學者似乎更傾向於田野調查、行動研究、歷史比較方法或文本分析，對於被貼上實證主義認識論之類標籤的量化方法，即使沒有嚴厲批評，也給予學生一種貶抑計量智識傳統的印象。

從文化轉向到量化轉向
在英語世界的社會科學社群—尤其是政治學與社會學界，這二十年來並沒有延續文化轉向或者質化轉型，恰恰相反，在網際網路的迅速發展與開放統計程式碼及數據庫的風潮下，跨國數據與社會調查的量化研究成果十分驚人。以近五年為例，在美國主流期刊《美國政治科學期刊》（American Political Science Review）或《美國社會學刊》（American Sociological Review）等，每期之中量化研究論文獲得發表的比率，平均已超過三分之二，剩下的三分之一也未必是過去所認知的個案研究，而是混合了量化證據或統計分析（例如以電腦程式輔助的詞彙分析或者扎根研究方法）的多種方法之整合型研究。

過去二十年的「量化轉向」並非英語世界獨有，而與知識產業以及各國經濟社會問題的全球化有關。在國際社會學會、美國社會學會或者美國政治學會的各個分組中，無論是政權轉型、社會運動、勞動研究、社會階層化或福利國家比較等議題，少數國家的個案分析或歷史比較分析已經無法滿足學術界的需要，因此更加仰賴統計方法，北歐五國—芬蘭、挪威、瑞典、丹麥與荷蘭重要大學的社會學者都十分重視統計分析，即使在以對量化研究保持批判態度而聞名的歐陸，例如德國的Max Planck研究所與法國著名政治社會學者Mattei Dogan（1920-2010），也相當注重量化方法的訓練與發展。

量化邏輯規範質化方法
在這場全球社會科學「量化轉向」的過程中，KKV也算吹響了號角，反擊質化學者對量化學者的種種批評。KKV認為檢證理論上的因果關係，是科學以及作為其分支的社會科學的首要目標，要達成這個目標，最好是以類似統計學的邏輯來設計質化研究，首先要辨明理論上的因與果，測量自變項（因）與依變項（果）的變化，觀察其是否相關，並且估計其不確定性。

KKV還提出許多質化研究設計常出現的謬誤。為了確證因果關係，質化研究者應該避免有問題的研究設計，例如單一個案的短期研究，會造成因果關係的不確定性—這是所有少數個案 （small-N）研究都必須面對的問題。因此，KKV建議擴大觀察值—無論是延長研究時間、或擴大個案數量與參訪範圍等，都類似於增加統計數量，是驗證因果關係的一種解決方案。

另一種質化研究常出現的問題，是研究者經常選取自己感興趣的依變項作為研究對象，卻忽略了自變項與依變項的變異性，這會造成個案選擇時的系統性偏誤，排除了那些與理論之因果關係不吻合的個案，或是依據個案量身打造一個無法一般化的理論，選擇極端事件而非平均值的研究策略也可能造成類似後果。因此，KKV建議理論的形成與驗證應該使用不同個案，而且研究者應該選擇自變項、以及接近平均情況的個案作為質化研究的切入點。

本書的論證精采而且密度很高，對一些流行研究—例如對商學院之個案分析（總是選擇成功企業）的批評令人拍案叫絕，光是避免犯下研究設計的重大錯誤這點，KKV就值得臺灣社會科學學生認真閱讀。

後進學者的求生之道
二十年來KKV引發政治學與社會學界的許多批評，甚至還出版了好幾本文集與專書與之爭辯，其中又以Henry E. Brady與David Collier的《反思好研究如何設計》（Rethinking Social Inquiry）最為精采，但這些批評反而彰顯了KKV的重要貢獻：大多數學者都同意質化與量化研究確實共享某些「好研究」的邏輯與評判標準，而KKV提供了其中一些普遍、重要而且實用的研究設計建議，至今仍是國內外碩博士政治學研究方法課程最常使用的教科書之一。

事實上，許多重要的社會學質化經典著作—無論是社會運動經典之作《自由之夏》（附錄使用了Logistic regression來估計參與社運的機率），或是勞動過程經典之作《製造甘願》（以線性迴歸來估計工人的產量），以及近年來獲得美國社會學會與政治學會獎勵的博士論文等，許多質化研究都以一些章節或附錄的形態加入量化分析的證據，來輔助其對因果機制的說明，這也顯示多層次與多種類型資料來源的處理，必須仰賴多元化的方法訓練。對社會科學界的新進學者或學生來說，一味膚淺地批判量化研究而排斥學習統計課程，於個人的學術研究實踐與科學社群智識積累而言，都是有害而無益。

二十年前的文化轉向使得一整代的臺灣社會科學學生更加認同並且認真學習質化研究方法，這不是壞事，卻也使他們忽略了自己的數學程度其實遠超過歐美學生的這項優勢—在臺灣就算數學再爛的學生，出國之後往往成為系上最強的統計助教，一方面顯示台灣的中學教育與統計教學出了問題，對社會組學生造成心理障礙，另一方面也顯示了台灣質化與量化研究者的劃界，無助於學生的求學生涯與整體社會科學的發展。

重新面對經典挑戰
KKV在二十年前做出了方法跨界的嘗試，要求質化學者認真看待量化分析的嚴整邏輯，並且使多元化的方法訓練獲得比較平衡的評價。KKV不能被簡單看成是「量化學者的逆襲」，而是對壁壘分明的方法陣營下了一道戰帖，對於那些同樣認真捍衛質化方法的研究者而言，本書至今仍構成重大挑戰。

本書作者之學術成就自不待言，譯者也同是青年才俊。感謝香港科技大學社會科學部盛智明博士與香港中文大學政治與公共行政學系韓佳博士接受邀請（這也是個挑戰），翻譯了KKV的第一個中文譯本，盛智明博士的研究興趣主要是社會運動、政治轉型與公共輿論，其博士論文分析北京與上海社區民眾組織業主委員會對抗基層官員的過程，是非常優秀的質化研究。韓佳博士的研究興趣在於東亞發展政治經濟學以及當代中國政治學的量化分析。兩位譯文十分精確通順，為本人的校對省去了不少功夫，相信本書的譯出，將對華人社會科學研究方法的教學與發展有重要貢獻。

好的量化研究與好的質化研究，背後的邏輯並沒有不同
這是一本關於社會科學研究的書。我們有個實踐性的目標：設計出能有效推論社會生活與政治生活的研究。討論主要集中於政治學領域，但論點也適用於社會學、人類學、歷史學、經濟學和心理學等其他學科，以及法律證據、教育研究和臨床論證等非學科型研究領域。

本書並不是一本關於社會科學哲學的書，也不是一本關於諸如抽樣調查設計、田野調查實作或統計資料分析等特定研究工作的指南。這是一本關於研究設計的書：如何提出研究問題並以學術的方式作出有效的描述推論和因果推論。因此，...

中文版序
量化的逆襲？—從KKV出版二十年談起（林宗弘）
超越量化與質化研究法之爭（盛智明）
前言

1社會科學中的「科學性」
1.1導論
1.2研究設計的要素
1.3本書主題

2描述推論
2.1一般性知識和特殊事實
2.2推論：資料收集的科學目的
2.3質化研究的形式模型
2.4 資料收集的形式模型
2.5摘要歷史細節
2.6描述推論
2.7判斷描述推論的標準

3 因果律與因果推論
3.1定義因果律
3.2闡明因果律的替代性定義
3.3估計因果效應所須的假設
3.4判斷因果推論的標準
3.5構建因果理論的準則

4選對案例
4.1不明確的研究設計
4.2隨機選擇的侷限
4.3選擇性偏誤
4.4有意識的選擇觀察值

5免於犯錯
5.1測量誤差
5.2不把相關變項包括在內：偏誤
5.3將無關變項納入研究：無效性
5.4內生性
5.5估計解釋變項的值
5.6控制研究環境
5.7結語

6 增加觀察值
6.1為得出因果推論而進行的單一觀察值研究設計
6.2多少觀察值才夠？
6.3從少量觀察值創造更多觀察值
6.4結論

中文版序
量化的逆襲？—從KKV出版二十年談起（林宗弘）
超越量化與質化研究法之爭（盛智明）
前言

1社會科學中的「科學性」
1.1導論
1.2研究設計的要素
1.3本書主題

2描述推論
2.1一般性知識和特殊事實
2.2推論：資料收集的科學目的
2.3質化研究的形式模型
2.4 資料收集的形式模型
2.5摘要歷史細節
2.6描述推論
2.7判斷描述推論的標準

3 因果律與因果推論
3.1定義因果律
3.2闡明因果律的替代性定義
3.3估計因果效應所須的假設
3.4判斷因果推論的標準
3.5構建因果理論的準則

4選對案例
4.1不明確的研究設...