社会学导论/社会学方法

帕特很困惑。选择上哪所大学是一个重要的决定，会影响到未来的生活轨迹，但很难知道哪所学校才是正确的选择。他们申请了几所学校并被录取了，但现在是做出承诺的时候了。他们从各种来源寻求信息来帮助他们做出选择，但得到了不同的答案。帕特的父母认为最好的选择是去离家最近的学校。这所学校很便宜，帕特可以住在家里省钱。他们最好的朋友希望他们俩都上同一所学校，这样他们就可以做室友，而帕特的祖父母认为上大学完全是浪费时间和金钱。 尽管有这些冲突，帕特还是继续思考一篇由社会学家撰写的文章中提到的建议，该社会学家仔细研究了从美国各地大学毕业的大量人的生活轨迹。这些建议与朋友和家人的建议完全不同。有了所有这些不同的信息，帕特怎么能做出正确的选择呢？

导言

本章的目的是介绍社会学家在研究社会生活时采用的方法。这不是关于统计学的章节，也不详细介绍社会调查中的具体方法。主要目的是说明社会学家如何在试图解释或理解社会现象时超越常识理解。社会学家不像许多人平时那样看待世界；他们质疑和分析事情为什么发生以及是否有办法在问题发生之前阻止它。

本章讨论的是社会学家用来权威地谈论社会生活的那些方法。人类声称获取知识的方式有数十种。以下是一些常见的例子

权威：选择相信某个信息来源，就会使该来源成为你生活中的权威。父母、朋友、媒体、宗教领袖、你的教授、书籍或网页都是一些人信任的信息来源的例子。

经验：人们经常声称通过某种经验学到了什么，例如车祸或使用某种毒品。一些身体技能，例如滑水或打篮球，主要是通过经验获得的。另一方面，一些经验是主观的，无法推广到所有人。

逻辑：简单的演绎推理通常用于区分真假，也是哲学中主要的一种认识方式。有人可能会说，如果 A 人掉进一个装满水的游泳池，那么 A 人就会湿。如果这个前提是正确的，A 人掉进了游泳池，我们可以推断 A 人变湿了。

传统：许多生活在没有经历工业化的社会中的人，通过重复过去的行为来决定未来做什么。即使在现代社会，许多人也会从一年又一年地以相同的方式庆祝节日中获得满足。然而，现代社会的快速变化，使得传统知识在做出好的选择方面越来越无用。

启示：有些人声称通过查阅宗教文本并相信其中写的内容来获得知识，这些知识被认为是有效的，例如《摩西五经》、《圣经》、《古兰经》、《薄伽梵歌》或《摩门经》。其他人声称从更高的力量那里获得启示，以声音或对应该做什么的直觉意识的形式。

科学：科学方法将逻辑的使用与控制经验结合起来，创造了一种新的发现方式，将感官输入与仔细思考结合起来。通过采用因果关系模型，科学家产生了可以解释某些现象甚至在现象发生之前预测各种结果的知识。

这些声称了解某些事物的 روش ها被称为认识论。认识论只是一个认识方式。在社会学中，通过科学收集的信息优先于所有其他信息。也就是说，如果使用其他认识论获得的信息没有得到使用科学方法收集的证据的支持，那么这些信息将被拒绝。

科学方法

科学方法或过程被认为是科学研究和获取基于可验证证据的新知识的基础。除了在研究中采用科学方法之外，社会学家还从几个不同的目的出发探索社会世界。与自然科学（如化学、物理等）一样，社会学家可以并且经常对在已知变量和关系的情况下预测结果感兴趣。这种做科学的方法通常被称为实证主义（尽管更准确地说应该被称为经验主义）。实证主义的社会科学方法试图解释和预测社会现象，通常采用定量方法，其中社会生活的各个方面被分配数值代码并经过深入分析以发现休闲观察者经常错过的趋势。这种方法最常使用演绎推理，它最初形成一个理论和假设，然后进行经验检验。

与物理科学不同，社会学（以及其他社会科学，如人类学）也经常只寻求理解社会现象。马克斯·韦伯将这种方法称为理解，这是德语中的理解的意思。这种被称为定性社会学的方法，旨在以自身的方式理解一种文化或现象，而不是试图发展一个允许预测的理论。定性社会学家更经常地使用归纳推理，在这种推理中，研究人员会花时间对研究对象进行反复观察，希望对正在发生的事情有一个全面而扎实的理解。

这两种方法都采用科学方法，因为它们进行观察和收集数据、提出假设，以及在形成理论的过程中检验或改进它们的假设。以下将更详细地概述这些步骤。

社会学家使用观察、假设、演绎和归纳来理解最终发展出对社会现象的解释，即理论。检验这些理论的预测。如果预测被证明是正确的，那么该理论就得以生存。如果不是，那么该理论就会被修改或丢弃。这种方法通常被认为是科学实践的潜在逻辑。科学本质上是一种极其谨慎的方法，用于构建对自然和社会世界的可支持的、有证据支持的理解。

科学方法的基本要素是以下四个步骤的迭代和递归

1. 特征描述（操作化或量化、观察和/或测量）
2. 假设（对观察和/或测量的理论性、假设性解释）
3. 预测（从假设中进行逻辑演绎或从数据中进行逻辑归纳）
4. 测试（通过将假设与精心收集的有意义的感官输入进行比较来检验其有效性）

特征描述

科学方法依赖于对调查对象的仔细描述。在寻找调查对象的相应属性时，这种仔细的思考也可能包含一些定义和观察。观察通常需要仔细的分类、测量和/或计数。

对相关数量或质量进行系统的、仔细的测量、计数或分类区分，通常是 伪科学（如 炼金术）与科学（如 化学）之间的关键区别。科学测量通常以表格、图形或地图的形式呈现，并对它们进行统计操作，例如 相关性 和 回归。测量可以在受控环境中进行，例如实验室，或者在难以接近或无法操纵的物体上进行，例如人类群体。测量通常需要专业的科学仪器，如温度计、光谱仪或电压表，科学领域的进步通常与它们的创造和发展密切相关。在社会科学中，这些通常采取 量表 或其他度量形式（例如，人类发展指数、GDP 等），其他学者可以使用这些度量。以类似的方式，分类区分通常被概述、绘制图形和/或排列在自然环境中（主要）不受操纵的质量变化之间。这些分类区分通常需要专门的编码或排序协议，以允许不同的质量被分类到不同的类别中，这些类别可以在时间上进行比较和对比，而这一方面的科学领域的发展通常与跨多个自然场所的系统类别和观察的积累有关。在这两种情况下，科学进步都依赖于对数据分析中测量和分类方法的持续交织。

测量要求使用相关数量的操作定义（也称为操作化）。也就是说，科学概念是通过其测量的过程来描述或定义的，而不是通过一些更模糊、不精确或理想化的定义。操作化变量意味着为有人打算测量的概念创建一个可操作的定义。术语的科学定义有时与自然语言的使用有很大区别。例如，性别和性在日常话语中通常可以互换使用，但在社会学中却具有不同的含义。科学数量通常以它们的测量单位来表征，这些单位可以随后用常规单位来描述，以便在交流工作时，而科学分类通常以它们的共享质量来表征，这些质量可以随后用常规的语言交流模式来描述。

科学工作中的测量和分类通常也伴随着对它们的不确定性的估计或关于初始观察范围的免责声明。不确定性通常通过对所需数量进行重复测量来估计。不确定性也可以通过考虑所用个别基础数量的不确定性来计算。对事物进行计数，例如某个时间点一个国家的人口数量，也可能由于所使用方法的局限性而存在不确定性。计数可能只代表所需数量的样本，其不确定性取决于所使用的抽样方法和抽取的样本数量（参见 中心极限定理）。

假设发展

假设是对某个感兴趣现象的解释，通常以一种可检验的方式进行。在定量工作中，它通常会提供因果解释或提出两个变量之间的某种关联。如果假设是因果解释，它将至少涉及一个因变量和一个自变量。在定性工作中，假设通常涉及现有因果陈述中所蕴含的潜在假设。

变量是可测量的现象，其值或质量可以改变（例如，阶级地位可以从下层阶级到上层阶级）。因变量是一个 变量，其值或质量被认为是由于自变量的变化而变化的。换句话说，因变量的值或质量依赖于自变量的值。当然，这假设这两个变量之间存在实际关系。如果没有关系，那么因变量的值或质量不依赖于自变量的值。自变量是一个变量，其值或质量由实验者操纵（或者，在非实验分析的情况下，社会的变化被系统地测量或观察）。一个例子可能有助于澄清。在关于性别（作为价值）对晋升影响的研究中，自变量是性别。晋升将是因变量。晋升的变化被假设为依赖于性别。类似地，在关于性别与晋升关系的研究中，自变量是性别和晋升，因变量是人们在他们的持续活动或叙述中使用、讨论和/或理解性别和晋升的方式。

科学家利用一切可以利用的东西——他们自己的创造力、其他领域的思想、归纳、演绎、系统猜测等——来想象对所研究现象的可能解释。对于产生新的假设，没有明确的指南。科学史充满了科学家声称有“灵光一现”或“直觉”的故事，然后这些故事促使他们寻找证据来支持、反驳或完善他们的想法或发展一个全新的框架。

预测

一个有用的定量假设将通过演绎推理能够做出预测，这些预测可以通过实验评估。如果结果与预测相矛盾，那么正在检验的假设就是不正确或不完整的，需要修改或放弃。如果结果证实了预测，那么假设可能是正确的，但仍需进一步检验。预测指的是具有当前未知结果的实验设计。对（未知）的预测不同于结果（它已经可以知道）。另一方面，一个有用的定性假设将通过归纳推理，能够对科学环境内外现有的和/或被认为理所当然的信念、假设和理论进行质疑或批评。

测试

一旦做出预测，就会设计一个方法来检验或批评它。研究人员可能会寻求确认或证伪假设，以及对数据的细化或理解。尽管自然科学家和社会科学家都使用各种方法，但实验室实验仍然是检验假设的最受尊重的几种方法之一。

科学家假设，进行实验的人员具有开放和问责的态度。详细的记录保存是必不可少的，以帮助记录和报告实验结果，并提供关于程序的有效性和完整性的证据。它们还有助于复制实验结果。

这是著名的 米尔格拉姆实验 的图示，该实验探讨了二战期间纳粹犯下的罪行背景下的 服从 和 权威。

实验的完整性应该通过引入对照组或观察自然环境中存在的对照组来确定。在观察对照组而不是引入对照组的实验中，研究人员会考虑可能影响研究结果的潜在变量（例如，样本和研究人员的人口统计特征以及两组的行为），而这些变量并非有意影响研究结果。另一方面，在引入对照组的实验中，会进行两个几乎相同的实验，其中只有一个实验中测试的因素发生了变化。这有助于进一步隔离任何因果现象。例如，在测试药物时，重要的是要仔细测试药物的假定效果是否仅由药物产生。医生可以通过双盲研究来做到这一点：比较两个几乎相同的患者组，其中一组接受药物，另一组接受 安慰剂。患者和医生都不知道谁在接受真正的药物，从而隔离了药物的效果。这种类型的实验通常被称为真实验，因为它有独特的实验设计。它与下面的替代形式形成对比。

一旦实验完成，研究人员就会确定收集的结果（或数据）是否与之前文献中预测或假设的结果相符。如果实验结论与预测/假设和/或现有科学论据不符，那么研究人员就会回到失败的假设并重复这一过程——修改理论或发展新的理论——或者尝试发表结果作为现有理论或发现的差距的建议。如果实验似乎成功（即符合假设和现有的科学论据），实验者通常会尝试发表结果，以便其他人可以复制相同的实验结果，从而验证发现。

当然，实验只是一种方法。在以观察为基础的科学领域，实际实验的设计必须与经典的基于实验室的科学不同。社会学家更有可能采用准实验设计，通过调查或访谈收集人们的数据，但使用统计方法创建可以比较的组。例如，在检查性别对晋升的影响时，社会学家可能会控制社会阶级的影響，因为这个变量可能会影响这种关系。与在实验室环境中将这些变量保持恒定的真实验不同，定量社会学家使用统计方法来保持社会阶级的恒定（或者，更准确地说，部分地消除社会阶级所解释的差异），以便他们可以看到性别与晋升之间的关系，而不会受到社会阶级的干扰。

上面描述的研究的四个组成部分被整合到以下研究过程步骤中。

1. 定义主题/问题：确定您的兴趣主题，并以因果关系或相关联的形式提出研究问题。
2. 进行文献回顾：获取其他研究人员已经进行并发表在同行评审期刊上的研究。您将了解到关于该主题的现有知识，以及需要进一步研究的领域。
3. 形成假设：以一种能为现有研究文献添加新信息的方式细化您的研究问题，并将其表达为可检验的研究假设。这包括识别两个或多个变量，并阐明一个变量如何被认为会影响另一个变量。
4. 设计研究：决定一种方法来进行数据收集，以便对假设进行有意义的检验。有些设计包括只在某个时间点收集数据，但更复杂的问题需要随着时间的推移，以及与不同群体的人进行数据收集。
5. 选择研究方法：一旦设计确定，就需要确定一个或多个实际的数据收集策略。每种方法都有其自身的优缺点，因此社会学家越来越多地在他们的研究设计中采用混合方法，以丰富他们对该主题的了解。社会学家使用的一些更流行的研究方法是：调查或访谈、实验、非介入式测量以及参与式观察或实地研究。
6. 操作化变量：操作化意味着决定将如何精确地测量每个感兴趣的变量。在调查研究中，这意味着决定用于测量每个变量的具体问题或问题的措辞，列出对封闭式问题的所有可能回答，以及决定如何使用多个指标来计算变量。
7. 识别总体并抽取样本：总体是研究人员有兴趣了解的群体。是某所特定大学的所有学生吗？美国的所有居民吗？某座城市的所有非营利组织吗？因为试图从总体中所有单位收集数据通常成本过高，所以通常会选择这些单位的一个样本。使用随机选择原则的样本（即总体中的每个单位都有相同的机会被纳入样本）最有可能反映所关注的整个总体的观点和行为。
8. 收集数据：数据收集必须系统且严格，以避免程序性错误产生人为结果。
9. 分析结果：当今强大的统计软件包使数据分析比以往任何时候都更容易。尽管如此，仍需格外小心地准确地对数据进行编码（即，将响应转换为数字），将其输入计算机，并选择适当的统计数据进行分析计算。
10. 报告结果：研究结果通过在同行评审期刊上进行演示、报告和发表，与更广泛的社区共享。这使得其他人能够考虑研究结果、使用的方法以及研究的任何局限性。

定性社会学家通常采用观察和分析技术，使他们能够将观察到的模式与自然环境中现有的等级制度或假设联系起来。以之前的例子为例，考察性别和晋升经历的定性社会学家可能会确定被研究者对性别和晋升的现有信念，概述晋升规则的官方文件，或关于该环境中性别的政策，以及不同种族、阶级、性别、性取向、宗教或年龄社会地位的人在解释和理解性别和晋升方面的差异。由于变量（例如社会阶层）在自然环境中无法“保持不变”或“控制”，因此定性社会学家会探索这些因素对实际行为的潜在影响，以完善现有的数学或实验理论，这些理论包含实验室或数学软件之外无法获得的假设和控制。虽然真正的实验非常适合执行定量科学，尤其是因为它是在推导出因果关系方面最好的定量方法，但社会科学中通常会采用其他假设检验方法，并使用定性批评和分析方法来核实基于“控制”（而不是自然）条件创建的假设和理论。

评估和迭代

科学过程是迭代的。在任何阶段，一些考虑因素都可能导致科学家重复该过程的早期部分。例如，假设未能产生有趣且可检验的预测，可能导致重新考虑假设或对主题的定义。类似地，定性研究的进展通常会导致重新制定定量和实验技术以及假设（这种关系也经常在相反方向上发生，即定量研究的结果将定性注意力引导到新的领域和/或潜在关系）。

还需要注意的是，科学是一项社会性事业，科学工作只有在可以被验证，并且在现有的科学信念和关于世界的假设中“有意义”的情况下，才会被科学界接受。当新发现使这些假设和信念复杂化时，我们通常会看到科学范式转变。至关重要的是，实验和定量结果必须由科学界中的其他人复制，而定性研究旨在使这些结果复杂化、推进或质疑这些结果。所有科学知识都处于不断变化之中，因为在任何时候都可能出现新的证据来反驳长期存在的假设，以及新的视角（例如，在过去 50 年中少数族裔社区进入学术界）可能会出现，质疑现有的科学技术、假设和信念。出于这个原因，科学期刊使用同行评审过程，在该过程中，科学家的手稿由科学期刊的编辑提交给（通常是一到三位）熟悉该领域的同行（通常是匿名）科学家进行评估。审稿人可能会推荐发表、推荐修改后发表，或者有时推荐发表在其他期刊上。这有助于保持科学文献的科学性，有助于减少明显的错误，并总体上提高科学文献的质量和一致性，但也可能导致新的或有争议的科学发现被压制或延迟。在经过此过程之前就宣布在流行媒体上发表的文章通常不被认可。有时同行评审会抑制非正统工作的传播，而有时又可能过于宽容。同行评审过程并非总是成功，但已被科学界广泛采用。

定量科学观察的可重复性或复制，虽然通常被描述为在科学方法中非常重要，但实际上很少被报道，实际上也往往没有完成。审稿人和编辑通常会拒绝只声称复制了一些观察结果的论文，因为这些论文缺乏新意，没有包含任何新的内容。偶尔会发表一些无法复制结果的报告——主要是在存在争议或怀疑存在欺诈行为的情况下。然而，其他人无法复制结果的威胁（以及旨在探索定量发现真正在非控制环境中的定性企业），对于大多数定量科学家来说是一个非常有效的威慑，他们通常会在尝试发表之前多次复制自己的数据。

有时，有用的观察或现象本身无法复制（事实上，这在跨越物理和社会科学学科的定性科学中几乎总是如此）。它们可能是罕见的，甚至是独一无二的事件。定量观察的可重复性和实验的复制并不能保证它们是正确或被正确理解的。错误往往会潜入不止一个实验室或科学家使用的解释模式（数学或定性）。因此，科学本身就是一场持续的对话和辩论，其中每个发现（新或旧）都持续受到新的检验和/或批评。

相关性和因果关系

该图说明了相关性和因果关系之间的区别，因为冰淇淋消费与犯罪相关，但两者都取决于温度。因此，冰淇淋消费与犯罪之间的相关性是虚假的。

在量化预测和解释的科学追求中，变量之间的两种关系经常被混淆：相关性和因果关系。虽然这些术语很少在定性科学中使用，但它们是量化方法的核心，因此构成了科学实践的基石。相关性是指两个（或多个）变量之间的线性关联，其中它们共同变化。相关性可以是正向/直接的或负向/反向的。正相关意味着当一个变量增加（例如，冰淇淋消费量）时，另一个变量也增加（例如，犯罪率）。负相关则相反；当一个变量增加（例如，社会经济地位）时，另一个变量减少（例如，婴儿死亡率）。

因果关系是指两个（或多个）变量之间的关系，其中一个变量导致另一个变量。为了使一个变量导致另一个变量，它必须满足以下三个标准

• 这些变量必须相关
• 自变量的变化必须在时间上先于因变量的变化
• 必须证明一个不同的（第三个）变量不是导致这两个感兴趣变量变化的原因（又称虚假相关）

一个例子可能有助于解释这种差异。冰淇淋消费量与犯罪事件呈正相关。

运用上述量化方法，读者应该立即质疑这种关系，并试图找到解释。此时，应该引入一个简单但值得注意的短语：相关性不等于因果关系。如果你回顾上面提到的因果关系的三个标准，你会注意到冰淇淋消费量和犯罪率之间的关系只满足三个标准中的一个（它们一起变化）。这种关系的真正解释是引入了第三个变量：温度。冰淇淋消费量和犯罪率在夏季都会增加。因此，虽然这两个变量是相关的，但冰淇淋消费量不会导致犯罪，反之亦然。这两个变量的增加都是由于夏季气温升高。

重要的是不要将相关性与因果关系混淆。变量之间往往存在相关性，但这种关系最终被证明是虚假的。清楚地理解变量之间的关系是量化科学过程中的一个重要元素。

量化和定性

就像实证主义社会学和理解主义社会学之间的区别一样，正如上面在阐述一般科学方法时所指出的那样，社会学调查通常也分为两种类型：量化和定性。

量化方法从社会现象可以被测量和/或量化的角度来研究社会现象。例如，社会阶层，遵循量化方法，可以划分为不同的群体——上层、中层和下层——并且可以使用许多变量或它们的组合进行衡量：收入、受教育程度、声望、权力等。量化社会学家还利用数学模型，能够将社会经验组织成合理的秩序，这可能为对自然世界的更深入分析提供必要的基础。量化社会学家倾向于使用特定的数据收集和假设检验方法，包括：实验设计、调查、二手数据分析和统计分析。此外，量化社会学家通常相信科学证明因果关系的可能性，并且通常使用分析演绎（例如，探索现有发现并推导出可能在新的数据中进行检验的潜在假设）。最后，量化社会学家通常试图利用数学现实（即统计实践中嵌入的假设）来理解自然（即人们的经验）现实。

定性方法从理解主义的角度来研究社会现象。定性社会学家不是试图通过数学规则来测量或量化现实，而是探索人们在生活中可能看到、触摸和体验的自然世界的变化。这些方法主要用于（a）更深入地了解特定现象，（b）探索人们体验的世界中数学模型的准确性或不准确性，（c）批判和质疑科学家和其他社会人现有假设和信念，以及（d）通过从人们的经验中获得的见解来改进量化科学家使用的测量和控制。虽然定性方法可以用来提出或探索变量之间的关系，但这些研究通常侧重于阐明人们体验的位于这种关系的核心或基础的现实，而不是关注关系本身。定性导向的社会学家倾向于使用不同的数据收集和分析方法，包括：参与式观察、访谈、焦点小组、内容分析、视觉社会学和历史比较。一些定性社会学家拒绝测量或数量以及因果关系的概念。最后，定性社会学家通常试图利用人们的观点来理解社会世界。

虽然有一些社会学家只使用或鼓励使用其中一种方法，但许多社会学家看到了结合这两种方法的好处。他们将量化和定性方法视为互补的。一种方法的结果可以填补另一种方法的空白。例如，量化方法可以描述社会中大规模或普遍的模式，而定性方法可以帮助解释个人如何理解这些模式。同样，社会中的定性模式可以揭示量化研究的数学模型中缺失的部分，而社会中的量化模式可以指导对自然环境中实际模式的更深入分析。事实上，值得注意的是，社会科学中的许多重大进步都是为了应对量化和定性技术的结合而出现的，这些技术共同构建了对可能的和实际的社会状况和经验的更系统化的图景。

客观与批判与主观

社会学家，像所有人类一样，都有价值观、信念，甚至对他们可能在进行研究时发现的东西有先入为主的观念。由于社会学家也不免想要改变世界，因此出现了两种社会学调查方法。迄今为止，最常见的是马克斯·韦伯倡导的客观方法。韦伯认识到社会科学家有自己的观点，但他反对在课堂上表达非专业或非科学的观点。 韦伯之所以采取这种立场，原因有很多，但他在他关于科学作为职业的讨论中所提出的主要原因是他认为，一个有权威地位的人（教授）强迫学生接受他们的观点以通过考试是不对的。韦伯确实认为社会科学家在课堂以外表达自己的观点是可以接受的，并主张社会科学家参与政治和其他社会活动。客观方法在社会学研究和同行评审期刊中仍然流行，因为它拒绝在意见层面参与社会问题，而是专注于数据和理论。

客观方法与批判方法形成对比，批判方法源于卡尔·马克思关于经济结构的著作。马克思认为，仅仅理解社会是不够的；目标是改变它。他不喜欢资本主义，他对这种经济体系的分析包括对改变的呼吁。今天，这种社会学方法通常被称为批判社会学（参见行动研究）。一些社会学期刊专注于批判社会学，一些社会学方法本质上是批判性的（例如，女性主义社会学）。

借鉴了伊丽莎白·凯迪·斯坦顿伊丽莎白·凯迪·斯坦顿、艾丽斯·保尔艾丽斯·保尔、艾达·韦尔斯·巴内特艾达·韦尔斯·巴内特、贝蒂·弗里丹贝蒂·弗里丹等社会倡导者的早期女权主义著作，以及多萝西·史密斯多萝西·史密斯、琼·阿克琼·阿克、帕特里夏·扬西·马丁帕特里夏·扬西·马丁等社会学理论家，女权主义社会学家批评了“客观”传统在实践中的不现实性和非科学性。具体来说，她们——以及米歇尔·福柯米歇尔·福柯、贝尔·胡克斯贝尔·胡克斯和帕特里夏·希尔·柯林斯帕特里夏·希尔·柯林斯等批判理论家——认为，由于所有科学都是由人类进行的，所有数据都是由人类解释的，所有人类都有他们往往意识不到的信念、价值观和偏见，这些信念、价值观和偏见会影响他们对现实的感知（参见社会建构主义），因此客观性只存在于声称它的人的信念和价值观中。这些理论家认为，“个人即政治”（例如，无论多么小的个人决定，最终都受我们生活的政治环境的影响，并将塑造他人的个人和政治现实，无论我们是否意识到这些后果）。因此，每一位科学家——无论他们的意图或意识如何——都可能寻求遵循韦伯关于客观教学和研究的建议，但也必须意识到他们最终将无法实现这一理想。无论科学家是否在他们的教学和研究中明确表达他们的个人观点，科学家做出的每一个决定，在某种程度上，都将依赖于他们的主观现实。

尽管在这一点上，人们普遍认识到所有科学最终都不同程度地具有主观性，但科学家是否应该接受这种主观性仍然是一个悬而未决的问题（例如，在课堂和研究项目中是否应该具有政治性）。此外，许多科学家（在社会学和其他科学领域）支持学者应该尽可能客观，并在他们的教学、研究和同行评审中推广这一理念。因此，该领域内的争论仍在继续，没有得到解决，并且很可能会在未来一段时间内成为科学知识和学术研究的重要组成部分。

伦理

伦理问题对社会学家尤为重要，因为他们的研究对象是人。由于伦理问题非常重要，社会学家遵守着一套严格的伦理准则。社会学研究中最重要的伦理考虑是参与社会学研究的人员不会受到伤害。虽然这到底意味着什么可能会因研究而异，但有一些普遍认可的考虑因素。例如，对儿童和青少年的研究始终需要父母的同意。对成年人的研究也需要知情同意，参与者绝不会被迫参与。保密性和匿名性是另外两种做法，它们在提供敏感信息（例如，性取向、收入等）时确保参与者的安全。为了确保参与者的安全，大多数大学都设有机构审查委员会（IRB），负责审查包括人类参与者的研究，并确保研究的伦理严谨性。

并非总是如此，对研究人类感兴趣的科学家在他们的研究中遵循了伦理原则。有几项研究，当被曝光时，导致了引导人类受试者研究的伦理原则的引入，以及机构审查委员会以确保遵守这些原则，值得注意，包括塔斯基吉梅毒实验，其中 399 名患有梅毒的贫困黑人男性没有得到治疗，以追踪该疾病的进展，以及纳粹对人类的实验。苏珊·M·雷弗比的一篇最新论文发现，这种不道德的实验比广为人知的塔斯基吉研究更广泛，美国政府资助了一项研究，在该研究中，数千名危地马拉囚犯被感染了梅毒，以确定他们是否可以用青霉素治愈。科学中的伦理监督旨在防止当今发生此类严重侵犯人权的行为。

社会学家也遵循他们自己的职业伦理原则。研究、分析和出版中的诚实很重要，操纵数据的社会学家会被排斥，并且可能会被剥夺其在专业组织中的会员资格。利益冲突也不被看好。当一名社会学家获得资金来研究与资金来源有关的问题时，就会发生利益冲突。例如，如果微软资助一名社会学家调查微软产品的用户是否比使用开源软件（例如，Linux、LibreOffice）的用户更快乐，那么这位社会学家需要披露资金来源，因为它存在重大的利益冲突。不幸的是，这并不总是发生，正如一些引人注目的案例所表明的那样（例如，雷格纳斯事件）。但是，大多数专业组织和许多学术期刊都建议披露利益冲突。对社会学准则的全面解释可在美国社会学协会网站上找到。

社会学能告诉我们什么？

在讨论了理解社会学的社会学方法后，值得注意的是社会学的局限性。由于研究对象（社会），社会学遇到了一些问题，这些问题对该研究领域具有重大意义

• 人类行为很复杂，因此预测——尤其是在个人层面上——很困难，甚至是不可能的
• 研究人员的存在会影响所研究的现象（霍桑效应）
• 社会不断变化，这使得社会学家难以保持对当前理解的把握；事实上，社会甚至可能因社会学研究而发生变化（例如，社会学家在布朗诉教育委员会案中作证，以支持学校融合）
• 社会学家很难争取客观性并处理科学实践的主观成分——尤其是在他们所研究的现象也是他们社会生活的一部分时

虽然认识到社会学的局限性很重要，但社会学对我们理解社会的贡献是重大的，并且继续为理解人类作为社会存在者提供有用的理论和工具。

补充阅读

布莱克斯通，艾米。社会学探究原则：定量和定性方法。

厄尔·巴比，社会研究实践，第 10 版，沃兹沃思，汤姆森学习公司，ISBN 0-534-62029-9

格伦·费尔巴赫，社会研究七规则，普林斯顿大学出版社，2008 年，ISBN 978-0-691-13567-0

W·劳伦斯·纽曼，社会研究方法：定量和定性方法，第 6 版，艾林与贝肯，2006 年，ISBN 0-205-45793-2

克莱因曼，谢丽尔。2007 年。女权主义田野研究分析。圣智出版公司。

查尔马兹，凯西。2006 年。构建扎根理论：定性分析的实用指南。洛杉矶，加利福尼亚州：圣智。

布鲁斯·伯格。社会科学定性研究方法，第 7 版。

布鲁默，赫伯特。1969 年。象征互动主义：视角和方法。新泽西州英格伍德悬崖：普伦蒂斯霍尔。

另见有关社会学实践的章节补充阅读

讨论问题

• 为什么人类行为很难研究？
• 社会学是否像自然科学（例如，生物学、物理学、化学）一样是科学？如何？
• 社会学研究有哪些局限性？
• 社会学研究如何超越常识？

外部链接

• 社会研究项目评估和方法资源
• 科学作为志业