社会科学研究方法课程内容提要.docx
《社会科学研究方法课程内容提要.docx》由会员分享，可在线阅读，更多相关《社会科学研究方法课程内容提要.docx（32页珍藏版）》请在冰豆网上搜索。
社会科学研究方法课程内容提要
（2010-2011学年第一学期）
《社会科学研究方法》课程内容提要
第一讲导论
一、理解社会科学研究
1、社会科学研究的定义：
社会科学研究是一种以经验的方式，对社会世界中人们的行为、态度、关系，以及由此所形成的各种社会现象、社会产物所进行的科学的探究活动
2、社会科学是一门科学吗？
要点：
科学的三大特性：
逻辑性、可经验验证性（实证性）和客观性
二、理解认识世界的方式
第二讲社科研究方法基础
一、社科研究方法体系
1、方法论：
主要涉及社会研究过程的逻辑和研究的哲学基础；方法论规定着进行社科研究应遵循的基本原则，是研究方式和具体方法技术的理论和逻辑基础；方法论体系是多元的，而不是一元的
2、研究方式：
是指研究所采取的具体形式或研究的具体类型
要点：
没有任何一种研究方式能放之四海而皆准，四种研究方式有着各自最适合的研究问题或领域，研究者应该结合自身的研究问题、研究目的和可能的研究资源，灵活选择一种或多种研究方式开展研究
（1）调查研究适合描述一个大的总体的状况，以及探讨不同变量之间的相关关系
（2）实验研究适合用来探索和证明变量之间的因果关系
（3）文献研究适合探讨那些时空范围跨度大、研究对象不容易或不方便接触到的社会现象和问题
（4）实地研究适合深入理解复杂的社会现实，从中提炼和建构理论
3、具体方法和技术：
抽样技术、问卷设计技术、量表制作技术、编码技术
统计分析技术，等等
社会研究方法体系以上三个组成部分之间的关系：
三个层次是一个有机整体，具有内在关联性。
不同的方法论观点影响着研究者对研究方式的选择；不同的方法论倾向及与之相适应的研究方式，也在一定程度上制约和影响着研究者对研究领域和研究问题的选择；一定的研究方式通常也规定了一套与其相应的具体方法和技术。
二、理论与研究
1、理论概述
（1）定义：
一组具有逻辑关系的假设或命题
（2）构成要素：
1）概念（Concept）：
是对现象的一种抽象，它是一类事物的属性在人们主观上的反映。
对概念的解释和说明就是概念的定义
变量（Variable）：
是具有一个以上不同取值（不同的子范畴、不同的属性，或不同的亚概念）的概念
2）命题（proposition）：
是关于一个概念的特征或多个概念间关系的陈述
假设（hypothesis）：
是一种有关变量间关系的尝试性陈述，或者说是一种可用经验事实检验的命题
（3）理论的三个层次：
宏观理论、中观（层）理论、微观理论
（4）判断理论优劣的标准：
解释范围越广，解释越精确，结构越简练，越是好的理论
2、社科研究过程中的理论
（1）社科研究过程五阶段：
确定研究课题并将其系统化，从中选择、确定合适的研究问题——>设计研究方案和准备研究工具——>收集资料——>资料的处理与分析——>结果的解释与报告
（2）“科学环”（WalterL.Wallace，1971）
三、社科研究中的伦理问题
最基本的伦理原则：
必须对研究对象无害
第三讲研究设计
一、设计之前：
聚焦并澄清研究问题
1、研究问题与研究主题
（1）定义
1）研究问题：
指一项社会研究所要回答的具体问题，它是一个可以通过研究来进行回答的问题
2）研究主题（课题）：
社科研究所涉及的某一现象领域或问题领域
（2）聚焦并澄清你要研究的到底是什么，方法路径：
一是缩小问题的内容范围；二是做到清楚明确地陈述研究的问题，其核心在于使用能够经验实证的变量语言来描述研究问题
（3）选择研究主题和研究问题的标准：
重要性、创造性、可行性和合适性
2、文献回顾的作用与方法
（1）文献回顾的定义：
指的是对到目前为止的、与某一研究问题相关的各种文献进行系统查阅和分析，以了解该领域研究状况的过程
（2）文献回顾的方法步骤：
1）查找相关文献
2）对文献进行选择
3）阅读和分析文献：
注意在阅读的过程中做好必要的摘要记录
二、设计中的基础考虑之一：
研究目的及其选择
研究目的从根本上决定了研究设计方式的不同在社科研究中，基本的研究目的是三种：
探索、描述和解释
1、探索性研究（explorationresearch）
（1）适用情况：
陌生的或新生的研究问题（现象）
（2）定义：
是一种对所研究的现象或问题进行初步了解，以获得初步的印象和感性认识，同时为今后更周密、更深入的研究提供基础和方向的研究类型
1）探索性研究很少能圆满地回答研究问题，但它的研究成果往往为后续研究，为寻求和获得确切的问题答案提供了线索、途径、方法、方向等
2）常见的探索性研究的成果形式：
形成研究问题的初始命题和假设；发展和尝试后续研究中可用的方法；探讨更系统周密的研究的可能性
（3）探索性研究的研究设计是最简单和形式要求最不严格的：
非概率抽样、小样本、参与观察或无结构访谈、定性分析
2、描述性研究（descriptiveresearch）
（1）适用情况：
致力于获得对研究问题现象全面而系统的认识，帮助研究者回答现象“是什么”及其状况“怎么样”的问题
（2）定义：
是一种对研究的总体或某种现象在某些特征上的分布状况进行描述的研究类型。
它所关注的焦点通常不在于为什么会存在这样的分布，而是在于回答这种分布是怎样的也可以说，描述性研究主要目的是收集资料、发现情况、提供信息，特别是从杂乱的现象中描述出主要的规律和特征。
（3）描述性研究追求对社会现象描述的全面性、系统性和准确性，其研究设计比探索性研究复杂，并有一定的形式要求：
严格的概率抽样、大样本、问卷调查和结构式访谈、定量的描述统计分析方法（频数表和统计图）
3、解释性研究（explanatoryresearch）
（1）适用情况：
致力于回答“为什么”是这样的问题
（2）定义：
是指那种探寻现象背后的原因，揭示现象发生或变化的内在规律，回答各种“为什么”的社会研究的类型
（3）需要发展因果解释，其理论色彩最浓，研究设计也最为复杂和严谨：
1）必须有理论假设
2）对研究对象的选择、研究内容的确定、分析方法的选取等都紧紧围绕所要验证的理论假设，针对性强，并不追求面面俱到
3）中样本
4）定量的数据收集与分析技术：
双变量和多变量的统计分析、推断统计
（4）因果解释的基本知识
1）自变量（independentvariable）：
指其变化会引起其他变量发生改变的变量，也被称为预测变量、解释变量、原因变量等，在因果解释模型中是被假设为原因的变量，常用X表示
2）因变量（dependentvariable）：
指由于其他变量的变化而导致自身发生改变的变量，也被称为依变量、结果变量等，在因果解释模型中被认为是结果的变量，常用Y表示
3）中介变量（interveningvariable）：
指出现在复杂因果关系链中的第三个变量，它在自变量与因变量的联系中处于二者之间的位置，表明自变量影响因变量的一种方式或途径常用Z表示
4）外生变量（exogenousvariable）：
也被称为控制变量两个变量在不存在因果关系的情况下也可以相关，原因可能是由于第三个变量的存在所致，这三个变量就叫做外生变量
5）在社科研究中，任何统计相关都不能直接证明因果关系，而只是证实因果关系的必要条件而非充分条件，因果关系总是推论出来的
6）（PaulLazarsfeld,1959）：
推论因果关系的三条标准
A.在时间顺序上，因先于果;
B.两个变量之间具有实证相关性;
C.两个变量的实证相关不因为第三个变量的存在而存在
7）社科研究中的可能性的或概率因果模式
要点：
绝大多数社科研究的因果关系结论是在这样一个水平上研究的：
一个因素变化，一个特定结果出现的可能性有多大
三、设计中的基础考虑之二：
分析单位及其选择
1、分析单位（unitofanalysis）是指一项社会研究中的研究对象,也就是研究中将被分析和描述的对象（人或事物）
2、在社科研究中主要有五种分析单位类型：
个人、群体、组织、社区和社会产品
要点：
区分分析单位、调查对象与研究内容或主题：
•调查对象是直接询问的对象，研究内容或主题是分析单位的属性或特征
•在很多时候，研究中的分析单位与我们的调查对象相同，但也有例外
3、分析单位的选择和确定，是研究设计中不可或缺的一个环节，以避免观察的是某一单位，分析的却是另一分析单位的逻辑错误：
（1）一类叫做区群谬误（ecologicalfallacy）:
用一种集群的分析单位做研究，而用非集群的分析单位做结论
（2）一类叫做简化论（reductionism）：
用个体层次的资料来解释宏观层次的现象
四、设计中的基础考虑之三：
时间维度及其选择
1、横向研究（cross-sectionalstudies）:
也被译为截面研究或横剖研究，这类研究是在同一个时间点上收集研究资料，并用以描述研究对象在这一时间点上的状况，或探讨这一时间点上不同变量之间的关系在社科领域中最为常见
2、纵向研究（longitudinalstudies）：
也被译为历时研究，这类研究是在若干不同的时间点上收集资料，用以描述现象的发展变化，以及解释不同现象前后之间的联系
（1）趋势研究（trendstudies）
（2）同期群研究（cohortstudies）
（3）同组研究或追踪研究（panelstudies）
3、与横向研究相比，纵向研究的主要优势在于可以描述事物变化的过程，特别适合因果关系的探索和建构，但与这种优势相伴随的是大量时间、金钱和人力的花费
五、研究方案的撰写
1、为什么要研究？
——结合文献回顾澄清研究问题与研究意义
2、研究什么？
——说明研究目的与研究内容
3、如何研究？
——包含对研究的分析单位、理论假设、测量设计、抽样方案设计、资料收集方法与分析方法、时间表与经费使用计划的选择和说明
4、凭什么来研究？
——说明研究基础（具有什么知识积累、科研条件或相关研究成果），以及研究人员的组成、组织机构及培训安排
5、研究创新是什么？
——说明研究特色所在
第四讲测量
一、什么是测量？
1、所谓测量，就是根据一定的法则，将某种事物或现象所具有的属性或特征用数字或符号表示出来的过程
测量法则或测量规则：
是某种具体的操作程序和区分不同特征或属性的标准
2、测量使研究者将抽象的、模糊的、观念中的事物或现象，落实为了具体的、明确的、可经验验证的一组指标
指标（indicators）：
是表示一个概念或变量的含义的一组可观察到的事物
二、测量层次
按测量的精确程度从低到高依次是：
1、定类测量（nominalmeasurement）：
本质上是一种分类体系=或≠
（1）分类必须符合穷尽和互斥的原则
1）类别穷尽是指在全部分类中，必须保证每一个元素或个体都能归属于某一类别，不能有所遗漏；
2）类别互斥是指每一个元素或个体只能归属于一个类别，而不能在其他类别中重复出现
（2）实践中往往将不同类别表示为数字或编码，这里的数字仅仅是给不同类别的一个代码，并不意味着这些数字可以区分大小或进行数学运算
2、定序测量（ordinalmeasurement）：
不同的类别间还存在着某种逻辑顺序>或<
定类和定序测量属于定性测量
3、定距测量（intervalmeasurement）：
对事物类别、次序之间间距或数量差值的测度+、－
4、定比测量（ratiomeasurement）：
具有绝对的零点：
“0”表示“没有”或
“不存在”+、－、×、÷
定距和定比测量属于定量测量
要点：
高层次的测量具有低层次测量的全部属性，反之则不然；适用于低层次测量数据的统计方法，也适用于较高层次的测量数据，反之则不然
三、概念的操作化
1、操作化:
是指将抽象的概念转化为可观察的具体指标的过程
2、概念操作化的方法步骤：
第一步：
澄清并界定概念
•为了保证研究的内部一致性和外部可比性
•具体方法：
–
（1）弄清概念定义的范围：
借助文献回顾
–
（2）决定采用一个定义：
根据自身研究的需要
•测量设计和研究报告的必要组成部分
第二步：
发展测量指标
•落实到与概念范围对应的、可观察的具体事物上
•具体方法：
–
（1）列出概念的维度
»概念的具体方面和层面被称为概念的维度（dimension）
–
（2）选择并建立测量指标
»常见的两种途径：
1）查阅相关文献，寻找和利用前人已有的指标
2）借助探索性研究
四、指数与量表
1、指数与量表是目前主流的复合测量技术，借助指数和量表，研究者能够将测量同一概念的多项指标概括为一个分数，从而在不损失资料原始信息的情况下，有效地缩减资料数量，便于综合分析比较
2、指数（Index）：
是由多个不同的回答所构成的一个简单累加的分数
指数的特点：
（1）由一组有关事物的态度或看法的陈述（item，又译为项目）以及对这些陈述的意见构成（注意指数编制的单维性）
（2）每一条具体的陈述（项目）在对概念的测量中都具有同等的地位，占有同等的比重，彼此间也不存在特定的顺序结构
（3）按某种标准将回答者在全部陈述上的得分加起来，就是该回答者对这一事物态度的量化结果
潜在假设：
每一条陈述都具有相同的效果
总加量表：
将得分加总起来得到测量结果
3、量表（Scale）：
是一种具有结构强度顺序的复合测量，即全部陈述或项目都是按一定的结构顺序来安排的，以反映出所测量的概念或态度具有的各种不同的程度
▪李克特量表（LikertScaling）
•1932年形成；以其创始人美国社会学家李克特（R.A.Likert）的名字命名；总加量表的一种
•在指数的基础上发展起来，但有严格的呈现形式，通常要求对陈述的回答是定距测量（实际上是视为定距测量的定序测量）
•从编制技术层面讲，建立李克特量表比建立指数要复杂：
有较明确的筛选陈述的方法程序，并且能够建立陈述之间的强度关系，提高了问题陈述进入量表的科学严谨性
4、量表的基本制作过程和技术
（1）准备阶段：
文献整理与定向；制定测量计划
（2）预试阶段：
v第一步结合文献和经验选择编制可能的项目或陈述
v通常要求在预试阶段编制的项目数至少为最终量表项目数的2倍
v第二步进行试测
v非概率抽样；小样本；为项目分析提供经验数据
v一般下限为20人，建议样本量为项目数的5倍
v第三步项目分析（itemanalysis）
v目的在于决定各条陈述的分辨力或鉴别度，据以删除不良的陈述或项目，最终决定正式量表的组成
（3）正式施测阶段：
需要进行信度和效度的评估，以确定一个量表的整体可用程度或整个测量的质量
v对测量工具信效度评估的结果是任何一个使用量表这类测量工具的研究报告中必须包含的部分
五、测量质量的评估
1、信度（reliability）
（1）信度即测量的可靠性，是指采取同样的方法对同一对象重复进行测量时，其所得结果相一致的程度。
换言之，信度是指测量结果的一致性（consistency）或稳定性，即测量工具能否稳定地测量所测的事物或变量
（2）影响信度的因素：
受试者因素、研究者因素、测量的情境因素、测量的内容因素以及时间因素
（3）通常利用相关系数（r）的高低来判断某个测量工具的信度，一般以相关系数0.7为分界标准，相关系数低于0.7，就意味着信度不良
（4）常见的信度指标：
1）再测信度（testretestreliability）：
对同一群体在不同的时间点采用同一种测量工具先后测量两次，根据两次测量结果计算出的一种相关系数；时间因素是这一信度最大的干扰因素
2）复本信度（parallelformsreliability）：
对同一群人让他们同时接受一套测量的两个内容相似复本的测量，根据两个复本测量分数计算出的一种相关系数；反映的是测量工具的内部一致性或稳定性；通常的做法是将两个版本的测量项目一起发展而非独立发展
3）折半信度（splithalfreliability）：
将一次测量的项目随机分为两组，计算研究对象在这两组测量得分的相关系数；必须保证折半的两个部分的项目测量的是同一事物或概念
4）内部一致性信度：
Cronbach’sα系数（信度系数ReliabilityCoefficientsAlpha）越接近1，量表信度越高
2、效度（validity）
（1）效度即测量的有效度或准确度，是指测量工具或测量手段能够准确测出所要测量的变量的程度，或者说能够准确、真实地度量事物属性的程度
（2）影响效度的因素：
测量过程、样本性质等
（3）效度评估兼有定性评估和定量评估两条路径，一般定性评估在前，定量评估在后
1）表面效度（facevalidity）：
指测量工具在直观外显形式上的有效程度，是对测量工具形式有效性的主观评估；也叫内容效度、逻辑效度
2）准则效度（criterionvalidity）：
也被称为实证效度（empiricalvalidity）、效标关联效度，是用新的测量工具所得到的测量结果与已有的特定效标测量结果之间的相关系数，来表示测量工具有效性的高低
3）构造效度（constructvalidity）：
也被译为建构效度，是指测量工具能够测得一个抽象概念或特质的程度，它必须建立在特定的理论基础之上，是通过利用现有的理论或命题来考察当前测量工具或手段的效度
▪从多元特质多重方法矩阵法（MulTitrait-MultimethodMatrix，Campbell&Fiske,1959）到结构方程模型（SEM）
▪因素效度（factorialvalidity）：
借助因子分析技术检验测量工具背后假设的因素结构的有效性
3、信度与效度的关系
（1）有效的通常都是可靠的，但可靠的未必是有效的
（2）信度和效度都是相对量而不是绝对量
▪在信度和效度之间有时候可能相互促进，有时候也可能存在某种紧张关系
第五讲抽样
一、抽样的历史
1、最早的抽样案例：
1802年,法国数学家拉普拉斯（Laplace）对法国人口的抽样调查统计
2、20世纪三四十年代以来，美国总统选举（大选）民意调查对抽样技术的运用与促进，使得抽样技术开始飞速发展
二、抽样的基本概念
1、总体与样本
▪总体（Population）是构成它的所有元素的集合；而元素是构成总体的最基本单位
•就是指所要研究对象的全体
▪样本（Sample）是从总体中按一定方式抽出的一部分元素的集合，是其总体的一个子集
•样本量：
也叫样本规模，指样本所包含的元素的数量
▪抽样（Sampling）：
从总体中按一定方式选择或抽出样本的过程
2、目标总体与抽样总体
▪目标总体是所要研究对象的全体，而抽样总体是指实际从中抽取样本的总体
▪在抽样实践中，二者时常发生不一致的情况
▪在抽样设计中，首先要界定总体，这既包括明确界定目标总体的范围与界限，也包括界定抽样总体的范围与界限，后者对具体抽样而言，可能更为关键
3、抽样单位与抽样框
▪抽样单位（samplingunit）:
也叫抽样单元，是一次直接的抽样所使用的基本单位
•有时候抽样单位与构成总体的元素是相同的
–简单随机抽样
•有时候抽样单位与构成总体的元素是不同的
–整群抽样
–多阶段抽样（从初级抽样单位（PSU）到最终抽样单位（USU））
▪抽样框（Samplingframe）:
指一次直接抽样时总体中所有抽样单位的名单
•抽样框提供了抽样单位的名称和地理位置等信息
•由于抽样单位可以分级，相应的抽样框也可以有不同的层级：
初级抽样框、二级抽样框……最终抽样框
4、参数值与统计值
▪参数值（Parameter）:
也被称为总体参数和总体值，是关于总体中某一变量的综合描述，或者说是总体中所有元素的某种特征的综合数量表现
•抽样的目的往往就是为了研究参数值，得到对总体参数的某种估计
▪统计值（Statistic）:
也被称为统计量和样本值，是关于样本中某一变量的综合描述，或者说是样本中所有元素的某种特征的综合数量表现
•抽样设计的目标在于如何尽可能使得抽取的样本的统计值接近总体的参数值
5、抽样误差与样本量（规模）
▪抽样误差（samplingerror）:
是指样本统计值与总体参数值之间存在的偏差，它是由于抽样本身的随机性所引起的误差，是不可避免的,通常记作e
•概率抽样可以对抽样误差进行计量并加以控制
–抽样误差越小，估计的精确度（精度）越高
–抽样误差主要取决于总体方差和样本量，控制抽样误差的根本途径是改变样本量
要点：
澄清抽样误差与样本量的关系：
（1）抽样误差的基本计算公式：
其中，t为置信度所对应的临界值；是标准误，简写为SE
（2）样本量的基本计算公式：
（3）样本量的确定步骤：
第1步：
确定估计的把握性和精确度：
决定置信度和允许的抽样误差
第2步：
预估总体方差：
利用前人的调查结果、预调查或试调查的结果、有关的二手统计数据、有关的理论结论、有经验的专家的判断等
第3步：
根据前两步的判断运用计算出初始样本量
第4步：
确定抽样方式，用设计效应deff调整初始样本量
第5步：
权衡费用、人力、时间、调查机构的可用资源等现实限制，最终确定样本量
三、非概率抽样
1、从总体中抽取样本时没有依据随机抽取的原则
随机抽取：
总体中的每一个个体都有同等的机会（概率）入选样本
局限在于：
不是随机样本，无法计算和控制抽样误差，缺乏从样本推断到总体的统计学依据
优点是：
抽样操作简单；不需要抽样框；经济、快速
2、偶遇抽样（accidentalsampling）
（1）也被称为方便抽样或自然抽样，这是一种研究者在抽取样本时依据方便原则，以达到最大限度降低调查成本目的的非概率抽样方法
▪典型的形式：
“拦截式”
（2）优势及适用情况：
操作最为简单，能及时获得信息并节省调查费用，它比较适合一些探索性研究，也可以用做正式调查前的预调查对研究对象的选择
（3）劣势：
是随便抽样，入样概率未知，研究总体不明，获得的非随机样本无法实现从样本到总体的推断
3、判断抽样（judgmentalsampling）
（1）也叫立意抽样（purposivesampling），是研究者根据研究的目标和自己主观的分析来选择和确定研究对象的非概率抽样方法
（2）适用情况：
▪多用于总体规模小、涉及范围较窄或经费、时间等客观资源有限难以进行大规模抽样时
▪在经验丰富、理论素养高的研究者手中能成为很好的研究工具，也是定性研究者经常会用到的抽样方法
1）研究的目标是了解总体的大体情况：
选择“众数型”样本
2）研究目标是为了解剖麻雀，由小见大或探寻造成异常情况的原因：
选择“特殊型”样本（若干典型个案）
3）研究目的是为了验证、澄清或建构理论，进行深入比较和解释：
选择“多类型”样本
（3）统计法则VS.复制法则
▪扎根理论研究法：
理论抽样
4、配额抽样（quotasampling）
（1）使用配额（定额）抽样的前提条件：
研究者需要事先对研究总体中各种构成的比例有所了解
（2）配额抽样是将总体按研究的需要以一定标准划分为若干类型，然后把样本数额分配到各类型中，最后以方便抽样的方式依据前述类型划分和相应的样本数额选择研究对象的一种非概率抽样方法
▪通常依据那些个有可能影响研究变量的因素来划分研究总体的类型
▪定额样本分布表或树枝图
▪对从不同类型中抽取样本的方法没有严格限制
（3）配额抽样与分层抽样的区
升级会员 