Quantity and Quality in Social Research pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Routledge

作者:Alan Bryman

出品人:

页数:208

译者:

出版时间:1988-8-1

价格:USD 58.95

装帧:Paperback

isbn号码:9780415078986

丛书系列:

图书标签:

• 方法论
• 社会学
• 社会研究
• 定量研究
• 定性研究
• 研究方法
• 数据分析
• 研究设计
• 社会科学
• 统计学
• 实证研究
• 研究方法论

《社会研究中的数量与质量》 内容概述： 本书旨在深入探讨社会研究中两个核心范畴——数量研究与质量研究——的本质、方法论、应用及其相互关系。它并非简单地将两者对立，而是强调它们作为分析社会现象的互补工具，如何能够协同作用，提供更全面、更深刻的理解。本书从基础概念出发，逐步深入到复杂的研究设计、数据收集、分析技术，以及最终的研究解读与应用，为社会科学的研究者提供一套严谨且实用的方法论框架。 第一部分：理论基石与方法论区分 社会研究的本质与目的： 详细阐述社会研究作为认识社会、理解人类行为、解释社会现象的根本目的。探讨社会研究的科学性，以及其在理论建构、政策制定、社会问题解决等方面的价值。 数量研究： 核心理念与哲学基础： 介绍数量研究的实证主义、客观主义倾向，以及其对可测量性、可重复性、一般性的追求。阐述“变量”概念，以及如何通过量化来捕捉社会现象的模式和关系。 主要方法与设计： 详述问卷调查、实验设计、二次数据分析等常见数量研究方法。强调抽样理论的重要性，包括概率抽样与非概率抽样的区别及适用性。解释横断面研究、纵向研究、趋势研究等研究设计的不同类型及其在回答特定研究问题时的优势。 数据收集与测量： 深入探讨量化数据收集的工具，如结构化问卷、量表设计（李克特量表、语义差异量表等）、标准化测试等。强调测量工具的信度和效度，以及如何通过预测试、项目分析等方式提高测量质量。 数据分析技术： 介绍描述性统计（均值、中位数、标准差、频率分布等）在概括数据特征方面的作用。深入讲解推论性统计（t检验、ANOVA、卡方检验、相关分析、回归分析等）在检验假设、发现变量间关系方面的应用。强调统计显著性的意义及其在解释研究结果中的作用。 质量研究： 核心理念与哲学基础： 介绍质量研究的建构主义、诠释主义、批判理论等哲学立场，以及其对意义、理解、情境、主体性的关注。强调研究者作为工具，深入理解研究对象的内心世界和主观经验。 主要方法与设计： 详述访谈（深度访谈、焦点小组）、参与式观察、文献分析、案例研究、叙事分析、扎根理论等常见质量研究方法。解释不同研究设计的逻辑，如探索性研究、描述性研究、解释性研究在质量研究中的具体体现。 数据收集与生成： 详细阐述质量数据收集的技术，如开放式访谈提纲设计、观察笔记记录、文本和视觉材料的搜集与整理。强调研究者在数据生成过程中的反思性，以及如何通过田野笔记、反思日志等记录研究过程。 数据分析技术： 介绍质量数据分析的步骤，包括文本编码（开放编码、轴心编码、选择性编码）、主题分析、叙事构建、理论生成等。强调研究者在分析过程中的解读、归纳和理论化能力，以及如何从丰富的数据中提炼出有意义的见解。 量化与质量研究的根本区别与联系： 明确两类研究在研究目的、问题类型、研究范式、方法论、研究者角色、数据类型、分析侧重点等方面的差异。同时，也开始初步探讨两者并非完全割裂，而是在一定程度上存在互补的可能性。 第二部分：研究设计与实施中的量化与质量整合 混合方法研究： 概念与逻辑： 详细介绍混合方法研究的设计理念，即结合数量与质量研究的优势，以期获得比单一方法更全面、更深入的理解。探讨混合方法研究的哲学基础，如实用主义。 混合方法设计类型： 详细阐述不同混合方法设计模型，如： 聚合式设计（Convergent Design）： 同时收集数量和质量数据，然后将结果进行比较和整合。 解释式顺序设计（Explanatory Sequential Design）： 先进行数量研究，然后用质量研究来解释数量研究的发现。 探索式顺序设计（Exploratory Sequential Design）： 先进行质量研究，以探索性发现为基础，再设计数量研究来检验或量化这些发现。 嵌入式设计（Embedded Design）： 在一种主要方法（如数量研究）中嵌入另一种次要方法（如少量质量访谈），以提供补充信息。 三角互证（Triangulation Design）： 结合不同方法收集的数据，用一种方法的结果来验证或补充另一种方法的结果。 混合方法研究的挑战与机遇： 分析混合方法研究在设计、数据收集、数据分析、结果解释等方面可能面临的挑战，如时间、资源、研究者技能等。同时，强调混合方法研究能够克服单一方法的局限性，提供更丰富、更扎实的证据。 研究问题导向下的方法选择： 强调研究问题的性质是选择研究方法（数量、质量或混合）的首要决定因素。 探索性问题： 倾向于使用质量研究。 描述性问题（关于“有多少”或“什么”）： 倾向于使用数量研究。 解释性问题（关于“为什么”或“如何”）： 数量研究可以提供统计学上的解释，质量研究可以提供情境化和深层解释，混合方法研究则能兼顾两者。 评估性问题： 常常需要数量和质量方法结合，以评估项目效果和过程。 抽样策略的协同： 数量研究中的抽样： 关注代表性、可推广性。 质量研究中的抽样： 关注信息丰富性、现象的深度。 混合方法研究中的抽样： 探讨如何根据不同的研究设计，设计出既能满足数量研究的代表性要求，又能满足质量研究的信息挖掘需求的抽样策略。例如，在解释式顺序设计中，数量研究可能需要大样本，而质量研究则可能需要从数量研究的特定子群体中选择信息丰富者进行访谈。 数据收集的整合： 问卷与访谈的结合： 如何在问卷中嵌入开放式问题，或者在访谈后设计结构化问卷，以互相补充。 观察与测量： 如何结合观察到的行为特征与量化的测量数据。 利用二次数据： 如何将现有量化数据集与新收集的质量数据结合使用。 第三部分：数据分析、结果解读与研究伦理 量化数据的深入分析： 多层次模型、结构方程模型等高级统计技术： 介绍如何处理复杂数据结构，探索变量之间的多重关系。 可视化技术： 强调如何使用图表、图形等工具直观地展示数量研究结果。 质量数据的深化解读： 计算软件的应用： 介绍NVivo, ATLAS.ti等质量数据分析软件如何辅助编码、主题识别、模型构建。 案例研究的深度剖析： 如何从多个维度深入分析单个或多个案例，揭示复杂社会现象。 叙事分析与话语分析： 探讨如何分析个体和群体的叙事，理解其意义建构过程。 量化与质量结果的整合与互证： 将量化结果“故事化”： 如何运用质量数据中的鲜活例子和深层解释，使枯燥的统计数据更具可读性和说服力。 用量化数据“检验”质量发现： 如何通过统计分析验证质量研究中出现的假设性关系或模式。 解释性三角互证： 如何利用数量和质量数据从不同角度解释同一现象，提高研究结论的可信度。 识别矛盾与不一致： 探讨如何处理量化和质量数据分析结果之间的潜在矛盾，并将其作为进一步研究的契机。 研究结论的呈现与应用： 报告撰写： 强调如何清晰、逻辑严谨地呈现研究过程、结果和结论，并区分数量和质量部分。 对政策和实践的启示： 探讨研究结果如何在社会政策制定、社会工作实践、教育改革等领域得到应用。 研究的局限性与未来方向： 坦诚地指出研究的局限性，并为后续研究提出建议。 社会研究的伦理考量： 知情同意、隐私保护、保密性： 强调在量化和质量研究中，对参与者的尊重和保护。 研究者的偏见与反思性： 探讨研究者自身立场、价值观可能对研究过程和结果产生的影响，以及如何通过反思性实践来减少偏见。 数据使用与解读的伦理： 避免误读、滥用数据，确保研究结果的公正性和客观性。 混合方法研究中的特殊伦理问题： 例如，当收集到敏感的质量信息时，如何平衡其与量化研究目的的关系。 结论： 本书坚信，在复杂的社会世界面前，单一的研究方法往往难以触及全貌。通过对数量研究和质量研究的深入剖析，并着重探讨其整合的可能性，本书旨在赋能研究者，使他们能够根据具体的研究问题和目标，灵活、有效地运用各种研究工具，从而推动社会科学知识的进步，并为解决现实世界的社会挑战提供更具洞察力、更具实效性的解决方案。它鼓励研究者打破方法论的藩篱，以开放的心态拥抱多元的研究视角，在量与质的交织中，编织出对社会现象更丰富、更深刻的理解。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆