写作指导

研究设计的四个主要步骤

时间：2024-09-06 10:46 所属分类：写作指导 点击次数：

　　研究设计是指用于开展研究的总体策略。研究者需要具备灵活的思维，能够推翻观察世界的传统方式，进而提出新问题以及适当地修改研究设计，更多地收集比预期更丰富的数据。然而，很多作者认为研究设计只是一个关于机械性收集数据及评估过程的计划，结果在收集完数据后发现数据与自己的研究问题并不契合。针对上述问题，加里·金、罗伯特·基欧汉与悉尼·维巴三位学者在《社会科学中的研究设计》提出了研究设计的四个主要组成部分，即研究问题、理论、数据与数据的使用，这四部分环环相扣，构建出了论文写作的研究思路。

　　一、研究问题

　　在理想状况下，所有社会科学研究项目都应该满足两个标准。第一，研究项目应该提出对现实世界真正重要的问题。该问题应该首先是政治、社会、经济生活的产物。同时，该问题能够有助于探究哪些因素显著影响了人们的生活，了解和预测那些可能有害或有益的事件。第二，一个研究项目应该通过提高研究者作出科学解释能力的方式对文献做出具体贡献。后者并不意味着所有为社会科学解释添砖加瓦的研究必须获得因果推论。有时候在着手解释问题之前，某个领域的知识更多需要的是事实调查和描述性说明。有时候某个项目的贡献就在于它的描述性推论。甚至有时候研究目标都谈不上描述性推论，只是对事件近距离的观察和对历史细节的粗略描述。由于这些工作是解释问题的先决条件，因此也符合上述第二个标准。

　　第一个标准指导研究者关注现实世界的政治及社会现象，关注当前和历史上那些塑造人们生活的事件。一个研究问题是否符合这个标准从本质上说是一种社会判断。第二个标准将关注点引向社会科学的学术文献中那些尚未提出的但极具意义的问题、那些已经提出但是没有被解决的难题以及用来解决这些问题的科学理论与方法。

　　二、理论

　　社会科学理论是对研究问题的答案做出一种合理且准确的猜测，同时还要提供可以证明答案正确性的相关证据。理论往往意味着特定的描述性或因果性假设。就一个研究问题来说，理论必须与已获得的证据一致。

　　谋求理论的发展通常被视作研究的开始。理论的发展也许来源于实践，当然并不是一向如此。如果要发展理论，研究者需要事先完成相关的文献综述和数据收集工作，否则研究问题无从提出。在数据收集之外，还有一些常用方法可以评价和改进理论。第一，选择那些可能错误的理论。在实际中，从错误理论中学到的教训比从那些宽泛的、以至于原则上都不可能出错的理论中学到的要多得多。研究者需要明确回答以下问题：哪些证据能够被用来说明自己的观点是错的?如果无法回答这个问题，我们就不能得到一个理论。

　　第二，选择一个可以产生较多预期现象的理论，以此保证该理论可以被证伪。这样的选择策略允许我们使用更多种类和更大数量的数据来检验理论，从而加大理论被证伪的概率。此外，该策略也能保证搜集到尽可能多的证据去支持理论。

　　第三，理论要尽可能具体。含糊的理论和假说除了令人迷惑外没有任何实际意义。那些被精确陈述且能做出具体预测的理论，更容易被证伪，因此也是更好的。

　　三、数据

　　“数据”是系统收集到的关于世界的信息要素。数据可以是定性的也可以是定量的。有时人们收集数据是为了检验某一理论。数据有可能在确定研究兴趣之前就着手收集。此外,即使搜集数据的最初目的是评价一个具体假设，研究者也很有可能在之后提出一个全新的研究问题。

　　提高数据质量的首要准则是记录和报告产生数据的过程。没有这些信息，就无法保证使用标准程序分析数据进而得到无偏的推论。只有知道产生数据的过程，我们才能获得有效的描述性推论或因果关系推论。如果想在一次定量的民意调查中记录数据产生的过程，研究者就必须要求知道抽样和提问的确切方法。在关于定性案例的比较研究中，报告出如何选择少数案例进行分析的规则是至关重要的。读者需要记住，比选择好方法更重要的是忠实记录和报告对其他人有重要参考价值的使用方法及必要信息。

　　第三个准则是最大程度地提高测量效度。该概念指的是测量到了我们想要测量的事物。最大化测量效度最简单的方法就是依靠数据说话，而不让那些不能观察及不能测量的概念妨碍我们。如果被调查者对问题一无所知，研究者应当知道他为什么不明白。只有这样，测量工作才是有效的。如果他真正的意思是表示一个完全不同且也没有把握测量的概念，这样的测量就不具备有效性。

　　第四个准则是确保收集数据的方法是可靠的。可靠性意味着同样的方式和程序可以产生相同的结果。在测量目标“真实”状态保持不变的前提下，在不同的时间使用同一程序将观察到同样的结果。不同的研究者采用同一测量程序也应该能得到相同结果,当然这取决于程序的准确性。

　　四、数据的使用

　　如何更好地利用已有数据不仅是统计方法课教授的主要内容，也是统计推断对社会科学做的主要贡献。

　　第一，尽量利用数据获得“无偏”的，即正确的推论。从统计学角度理解这点就是：不论在定性研究还是定量研究中，从若干个数据库中获取数据并运用相同的方法进行分析以此获得结论。由于数据或程序应用中这样或那样的错误，单独应用某种方法未必能得到正确结果。即便这样，研究者在多次运用中，“无偏的”程序就有可能获得正确的结果了，因为该过程不会使结论产生系统化偏差。

　　第二个准则则建立在“效率”这个统计概念基础上：对数据的有效利用涉及最大限度地使用描述性及因果性信息。获得效率最大化不仅需要研究者动用全部数据,更需要获得这些数据的相关信息以提高推论质量。比如，数据是在小地域单位上收集的，研究者就应在与之相应的层次上使用它们，而不需要把它们汇总成国家层面的数据。当然，较小层级的汇总数据意味着更高的不确定性。如果它们是理论的可观测现象，这些数据就同样包含和推论问题相关的有用信息。

　　小结

　　虽然研究会受到各种外部因素的制约，但是研究者应尽量改善其研究设计，包括改进研究问题的质量，提高理论与数据的质量，更好利用现有数据，从而避免研究设计的机械与呆板。