社会研究方法/研究设计

本章通过考察几个问题，对研究设计进行了总体介绍
社会研究的主要目的
分析单位
如何设计研究项目
研究提议的要素
测量

研究的三个目的

社会研究可以服务于多种目的。研究最具影响力和最常见的三个目的是探索、描述和解释。

探索涉及使研究人员熟悉某个主题。探索满足研究人员的好奇心和对提高理解的渴望。探索测试进行更广泛研究的可行性。探索有助于开发将在研究中使用的方法。

描述涉及通过科学观察来描述情况和事件。科学描述通常比因果描述更准确和更精确。例如，美国人口普查在其对美国人口特征的调查中使用了描述性社会研究。

解释涉及回答是什么、在哪里、何时和如何的问题。解释性研究回答为什么的问题。例如，对 2002 年社会总调查 (GSS) 数据的解释性分析表明，38% 的男性和 30% 的女性表示应该将大麻合法化，而 55% 的自由主义者和 27% 的保守派表示相同。鉴于这些统计数据，您可以开始对大麻合法化的态度进行解释。此外，对性别和政治取向的进一步研究可能会导致对这个问题更深入的解释。

特质性解释与命名性解释的逻辑

• 特质性解释 - 对一个案例的“完整”、详细、深入的理解；出于实际原因，只以这种方式研究少数受试者。对大麻合法化调查的特质性解释将涉及更确定的影响一个人对这个问题的观点的因素列表。因此，特质性解释需要考虑几个因素，例如来自父母的信息和以往的经历，而不仅仅是政治取向。

• 命名性解释 - 对给定案例的概括性理解，其目标是找到新的因素来解释给定现象的许多变化；适用于许多受试者。关于上面提到的关于人们对大麻合法化立场的调查，命名性解释可能仅仅表明政治取向是人们对这个问题的不同意见背后的主要驱动力。命名性研究不需要假设。

• • 社会研究中存在三种主要命名性因果关系的标准

1) 变量必须相关
2) 变量是非虚假的
3) 原因发生在结果之前

• • 相关性 - 两个变量之间的经验关系，使得一个变量的变化与另一个变量的变化相关联，或者一个变量中的特定属性与另一个变量中的特定属性相关联。
    

• • 虚假关系 - 两个变量之间偶然的统计相关性，经证明是由第三个变量引起的。例如，冰淇淋消费量的增加与犯罪率上升有关。但这种关系是由第三个变量引起的，即夏季天气炎热，学校停课。因此，对于因果关系，变量必须是非虚假的
    

• • 命名性因果关系的错误标准
    
    • 完全因果关系 - 正确的命名性解释是概率性的，不能解释每一个案例。
      
    • 例外情况 - 例外情况并不能反驳命名性解释。
      
    • 大多数情况 - 命名性解释可能只适用于给定情况下少数情况。
      

• • 必要原因和充分原因
    
    • 必要原因代表一个条件，该条件必须存在才能产生结果。例如：要获得学位，您必须修读大学课程。去掉课程，学位永远不会出现。
      ***充分原因代表一个条件，如果存在该条件，则保证会产生结果。例如：跳过考试是导致考试不及格的充分原因（尽管还有其他导致考试不及格的方式）。

分析单位

分析单位用于对正在研究的内容或对象进行分类。分类包括个人、聚合和社会产物。

• 个人：在社会科学研究中，个人是最常被研究的对象。
  
• 聚合：可以被认为是群体、组织和社会互动。
  
• 社会产物：物体，如绘画、文章和日记。
  
• 社会互动：个人或聚合体之间的互动。
  
  • 例如：学童（个人）；小学（聚合-群体）；教育（聚合-组织）；期刊（产物）；上课出勤率（社会互动）。
  • 特别关注群体，可以通过观察个人成员的行为来推断社会群体的某些特征。（注意：街头帮派可以暗示所有帮派/社会群体，并且可以通过城市、规模、地点等进行指定。）组织也可以通过将组织分组在一起或将单个组织单独隔离来进行概括。在公司的背景下，可以通过员工（总就业人数、少数民族群体人数）、总资产、净年利润等来研究单个公司。

• 关于分析单位的错误推理
  • 生态谬误是认为关于生态单位的知识可以说明构成该单位的个人的一种假设。

例如：如果我们发现新教国家自杀率高于天主教国家，我们不能得出结论说更多的新教徒自杀于天主教徒；这将是一个生态谬误。

• • 还原论涉及试图用有限和/或低阶的概念来解释特定现象。
    

例如：对于许多社会科学家来说，社会生物学（社会行为可以用遗传特征和行为完全解释）过于局限，是还原论的一个例子。

时间维度

横断面研究：基于代表单一时间点的观察的研究；人口的横断面。示例 - 注册投票的人数

纵向研究：基于在不同时间收集的数据的研究。示例 - 塔斯基吉实验

• 纵向研究有三种类型
  
  • 趋势研究：一种纵向研究，其中对某些人口的给定特征进行长期监测。示例：一系列盖洛普民调，显示选民对政治运动的偏好，尽管每次都在不同样本中进行采访
    
  • 队列研究：一种研究，其中对某些特定亚群或队列进行长期研究，尽管每次观察都可能从不同的成员中收集数据。示例：一项关于 1970 届毕业生职业史的研究，每五年发送一次问卷
    
  • 小组研究：一种纵向研究，其中在几个不同的时间点从同一组人（样本或小组）收集数据

• 纵向研究并不总是提供一种可行或实用的方法来研究随着时间的推移而发生的进程。有时可以使用横断面数据
  

-根据简单的逻辑来暗示随时间的推移而发生的进程
-每当变量的时间顺序清晰时，进行逻辑推断
-询问个人报告他们过去的行为 - 队列分析来推断随时间的推移而发生的进程

如何设计研究项目

设计研究项目的步骤
1) 定义项目的目的（探索性、描述性或解释性？)
2) 指定每个正在研究的概念的含义
3) 选择研究方法
4) 确定如何衡量结果
5) 确定分析单位
6) 收集经验数据
7) 处理数据
8) 分析数据
9) 报告您的发现

简单定义的问题
真实定义不存在（实体化谬误），因为它将我们的理论建构误认为真实实体。
名义（概念）定义只是分配给一个词语，没有任何主张表明定义代表一个“真实”实体。
操作定义精确地指定如何测量一个概念 - 也就是说，我们将执行的操作。

高级定义的问题
在这一路上的每一步都会失去一些概念上的准确性。
措施的含义也是高度语境的。

概念化
一旦您确定了研究目的和研究类型（探索性、描述性或解释性），设计研究项目的下一步就是概念化- 将模糊、不精确和抽象的概念变得更具体和更精确的心理过程。
在此步骤中，研究人员会指定将用于检查主题的概念定义。例如，教育、偏见和贫困等概念需要变得更具体和更精确，才能用于理解一个主题。

• 概念有指标和维度。指标是研究人员选择认定为正在研究的变量的反映。例如：如果您要研究大学生对堕胎的态度以及原因，您首先需要指定的是“堕胎权”的含义（因为对堕胎的支持通常会根据条件而有所不同）。维度是概念的特定方面。示例：宗教性的维度：信念、仪式、虔诚、知识。

操作化
操作化是开发特定的研究程序，这些程序将导致对现实世界中代表这些概念的经验观察。示例：如果您决定使用调查来研究对堕胎权的态度，操作化的部分是确定问卷项目的措辞。在进行操作化时，需要考虑一些重要问题：我们想要研究的概念有多广？我们将如何定义（操作化）变量和属性？

• 概念定义与操作定义的示例：重量
  
  • 概念定义：作用在物体上的重力的测量。
    
  • 操作定义：使用牛顿弹簧秤对物体进行测量后得到的结果。
    

研究方法的选择
每种研究方法都有其优缺点，在选择最适合您的研究时需要考虑这些优缺点。示例：调查可能是研究对堕胎权的态度的最合适方法。

总体和抽样
研究的总体是我们想要得出结论的群体。
样本是您选择的代表该总体的群体。示例：对于堕胎研究，您的总体可能是大学生，您的样本可能是 200 名匹兹堡大学的学生。

观察
下一步是收集经验数据。示例：为了对堕胎进行调查，您可能需要打印问卷并将其邮寄给从学生群体中选择的样本。

数据处理
接下来，您需要处理数据，以便能够解释它。示例：对调查中的回复进行编码并将信息传输到计算机。

分析
下一步是解释数据以得出结论。示例：计算赞成或反对几种不同版本的堕胎权的学生的百分比。

应用
确定如何使用您的研究以及您得出的结论。示例：准备或发布一份关于堕胎权态度发现的书面报告，并讨论它们如何适用于政策目标。对未来研究提出建议。

研究提议
通常需要创建一个研究计划的提纲或布局，以“研究提议”的形式呈现。这对研究人员来说是有益的，因为它可以作为计划的辅助工具。此外，它也使其他人更容易理解和评论研究人员的想法，然后再进行实际操作。研究提议的一些常见要素（以及它应该回答的问题）包括：

• 问题/目标：你计划研究什么，为什么需要研究它？
• 文献综述：关于这个主题，之前有哪些研究？你从与你的主题相关的现有研究或理论中学到了什么？你的研究能改善或补充现有的研究吗？
• 研究对象：你将研究谁或什么，你打算如何与他们取得联系？你的研究将如何影响你将要研究的人？你确定你的研究不会对他们造成伤害吗？它符合伦理吗？
• 测量：你的研究中有哪些关键测量值（变量）？你打算如何定义和测量它们？
• 数据收集方法：你打算如何收集研究数据？你会使用实验、调查等方法吗？
• 分析：你打算使用哪种分析方法？你计划详细描述现象，还是试图解释这些现象背后的原因？
• 时间表：该项目的各个阶段的预计时间表是什么？
• 预算：粗略估计，这个项目大约需要多少钱？在项目的整个过程中，资金应该如何分配？

研究设计的伦理
在计划研究设计时，考虑伦理问题很重要，这样
-研究对象的隐私得到保护
-研究对象的福祉得到保障
你的设计可能需要由机构审查委员会 (IRB) 进行审查。

测量

**测量：** 对现实世界的仔细、有意观察，目的是用构成变量的属性来描述物体和事件。社会科学家测量

• 直接观察值：被观察和/或接受访谈者的身体特征（性别、身高、肤色）
  
• 间接观察值：通过自填问卷中给出的答案来反映的个人特征（年龄、出生日期、教育程度）
  
• 结构：疏离程度，通过结合多个直接和/或间接观察值创建的量表进行测量

测量级别 - 科学中的所有测量都使用 4 种不同类型的量表进行

• **名义级别** - 变量具有穷举性和互斥性的属性。示例：性别、宗教信仰、大学专业、头发颜色、出生日期、国籍
  
• **顺序级别** - 变量的属性可以逻辑地按顺序排列。示例：社会经济地位、冲突程度、偏见、保守主义、硬度
  
• **间隔级别** - 变量的属性之间的实际距离有意义。示例：温度（华氏度）、智商分数
  
• **比率级别** - 变量的属性满足间隔测量的要求，并且具有真正的零点。示例：年龄、时间长度、组织数量、群体数量
  
• 意义：分析需要最低测量级别。有些变量可以被视为多种测量级别。

测量质量
在进行实验或研究时，测量的质量非常重要。

• **精确度** - 精确的测量优于不精确的测量。精确度与准确度不同。
  
• **可靠性** - 表明在对同一现象进行重复观察时，会收集到相同的数据。可靠性有不同的种类：稳定性、代表性和等效性。
  
  • 稳定性可靠性 是一再重复测量数据，以期获得相同的结果。
    
  • 代表性可靠性侧重于在处理特定人群中的不同“子群体”时，收集的数据是否相同。
    
  • 等效性可靠性涉及多个指标，例如问题或编码器，并侧重于这些不同的指标是否可以产生相同的结果。
    
  • 提高可靠性的方法
    
    • 确保测量只捕捉到感兴趣的概念
      
    • 提高仪器测量水平（范围）
      
    • 使用多个指标
      
    • 使用预测试/试点研究
      

• **效度** - 描述准确反映其旨在测量的概念的测量的术语。效度有四种类型：表面效度、效标关联效度、结构效度和内容效度。
  
  • 表面效度 - 指标的质量，使其成为某个变量的合理测量值。它依赖于读者对判断的常识。
    
  • 效标关联效度 - 测量与某个外部效标的相关程度
    
  • 结构效度 - 询问给定概念的各种测量是否都似乎对应于同一事物
    
  • 内容效度 - 测量覆盖其操作化的概念的程度

问题：效度和可靠性会相互干扰。应该进行重复测量，以确保两者都达到最高水平。