劉應興的部落格

[參考]
徐正光、黃順二(民81,譯, Rosenberg 原著)
  調查分析的邏輯, 2nd ed.(民68初版)
        臺北: 黎明文化。

[策略]
 1. 假說檢定
 2. 周密化 (elaboration)
 3. 分析的周流 (flow of the analysis)
 4. 概念的追求 (the pursuit of an idea)
 5. 偶然發現有價值事物的才能 (serendipity)
 6. 証據的分析 (the assaying of evidence)
 7. 事後的解釋 (post-factum interpretation)
單純由以上標題, 似乎難以明白這些 "策略" 的意義?

1.假說檢定
。科學分析的範式: 驗証由嚴格演繹推理過程或更普遍的
  理論探討中抽離出來的預設假說。因此, 某些邏輯的運
  作過程必須先於資料蒐集。
   理論-->邏輯運作-->假說-->資料蒐集-->資料-->假說檢定-->理論獲得支持
    ↑                                                  │
    ╰————————————──────── 修正理論? ———————————————————╯
。資料與理論間有強烈的相互依賴性。理論決定哪些事項
  可選來做為調查項目; 而資料則給予理論的支持。
。假說檢定不能當做調查研究之唯一的, 甚至也不是最主
  要的方法。理由:
  (1) 資料不能 "証明" 理論, 只能給予「支持」。
  (2) 即使在調查分析中假說獲得「証實」, 其中關係仍
      可能是虛假的, 可能受外在變數的影響。
      Note: 實驗研究可用配對 (matching) 及隨機化解
            決外在變數的影響;
            調查研究, 需要某種方式的周密設計工夫,
            將某些外在變數做控制。
  (3) 調查分析可以學到其他的東西, 那些並不是基於假
      說檢定可得到的。

2.周密化
。為了使兩變數間的關係更為周密, 常將第三變數引入分
  析中, 其目的是在「解釋」或「確指(specifying)」這
  項關係, 以使之更有意義或更精確, 有助於回答「為甚
  麼」或「在何種情況下」等問題。
。周密化時常犯的錯誤:
  (1) 只檢視其中某一項資料 --- 浪費,未充分利用蒐集
      到的資料。
  (2) 同時檢視所有的資料 --- 混淆,不論是否適當或有
      關, 都納入控制(檢定,分層),結果使關係的意義更
      混淆。
。周密化過程
  [例]
  兩變數關係: 工人階級比中產階級更可能投給民主黨。
  (1) 關係是對稱的? 相互的? 或非對稱的?
      若關係是對稱的, 不必檢查方向; 若相互的, 從多
      次訪談資料檢查其相互的互動, 以判定影響的主要
      方向。本例: 階級→投票行為, 應屬非對稱關係。
  (2) 其中的關係是否為真? 或事實上可歸因於某一外在
      變數? 檢查下列可能性:
      (a) 中產階級投給共和黨是否因多數為基督徒?        ?
      (b) 工人投民主黨的票是因工人以黑人居多?            X ─→ Y
      (c) 或許低社會階級的人投民主黨是因南方的經濟   ?↖  ↗?
          水準較低; 而由於歷史因素, 南方較傾向支持            Z
          民主黨?
  (3) 若發現原來的關係為真, 可以檢查內含變數。
      「社會階級」是一個相當廣泛的類型, 應該更清楚    X ─→ Y
      地指出是何種階級要素在發生影響, 或哪種階級要   ├ Z1↗ ↑?
      素是主要的。例如: 收入? 經濟權? 職業類型? 教    ├ Z2─╯
      育水準?                                 ╰ ...
  (4) 檢查中介變數:
      例如: 社會類型(階級) ────→ 投票行為
                      ↘                        ↗
                        態度(自由主義)
  (5) 若兩個變數間關係不存在時, 追查抑制變數; 即使
      關係存在, 也要警覺抑制變數或曲解變數可能存在。
      例:                      +
      社會類型(階級) ────→ 投票行為 ==> 社會階級 —─——→ 投票行為
                   ↖-                 +↗   弱關聯/無關聯
                      (教育程度/猶太人)
  (6) 在某些例子可追查前導變數以延伸因果聯鎖。
      例:  家庭移民時間 —╮?
                      社會階級 ─→ 投票行為
       父親的社會階級—╯?
  (7) 考慮了上述可能性後, 檢查條件關係。
      是否在控制某一檢定因素 Z 於不同水準時 X-Y 關
      聯有所不同? 這樣的條件關係含義為何?
  (8) 聯結的影響。
      例:  社會階級 ─→╮
                 ∣——→ 投票行為
       宗教信仰 ─→╯
      要問的是:
      (a) 階級是否獨立於宗教之外對投票行為有影響?
          或  宗教獨立於階級之外發生影響?
      (b) 相對重要性?
      (c) 累積效果? 效果是否可加 (additive)?

3.分析的周流
。在調查分析中, 兩變數的關係只是代表分析的開始, 而
  非結束。周密化的形式程序也不是分析的結束。在周密
  化的過程中, 將獲得不同種類的資料, 產生一些結果而
  需進一步調查, 這就是「分析的周流」。

   結果 ---> 新問題 ---> 檢視新資料 ---> 產生其他問題
                ↑                       │
                ╰───———————──—─——─────╯

  資料暗示、刺激及產生理論; 理論則受到資料的限制、
  控制與磨練。

  [例]            (原來關係)
       父親收入 ───────→ 兒子上大學的雄心
           │  ↘(1)    (1)↗        ↑(3)
        (2)│   就讀高中種類 —─→ 老師是否友善
           ↓  ↗(2)        (3)
       移居貧民區

  [例] (條件關係 --> 結果 --> 外在變數分析)
    (0) 原始關係: 再婚母親的子女自尊較低。
    (1) 條件關係: 婚姻破裂時子女年齡。
    (2) 在婚姻破裂時子女年齡較大的樣本中, 母親再婚
        與子女自尊的關係是否虛假? 檢視外加變數。
    (3) 若上述關係成立(非虛假), 檢視中介變數。

  說明: 以上二例,「原始關係」為兩變數關係。
    (1)是周密化程序, 是對原問題 (原關係) 的探索。
    (2)是由(1)的結果引出的新問題, 需再檢視資料;
    (3)是另一個新問題, 可能由(2)而來。