《好研究如何設計：用量化邏輯作質化研究》



超越量化與質化之爭

尋找「好研究」的共同原理

近二十年來最重要的社會科學方法論經典

哈佛三大重量級學者思辨結晶

◎哈佛、哥倫比亞、華盛頓、普林斯頓等大學「方法論課程」指定教材

在社會科學中，普遍存在兩種截然不同甚至對立的方法論典範：量化研究和質化研究。儘管壁壘分明，但社會科學家一直希望為兩者尋找共通準則。這種嘗試從來沒有間斷，本書是諸多嘗試中，最具影響力的一部作品。

這本由哈佛大學三大學者合著的經典，反駁了質化學者對於量化研究的種種偏見，對質化研究諸多「不科學」之處提出犀利批評，並期盼質化學者運用量化分析的嚴整邏輯，讓研究變得「更科學」。

這種觀點在社會科學界引起極大震撼，激起方法論的大論戰，自出版二十多年來與之論辯的文章與專書不斷，至今對於捍衛質化方法的研究者來說，依然構成重大挑戰。

「好研究」的共同特色

◎選擇對現實世界重要的問題來研究

◎選用可證偽的理論

◎有根據地選擇個案：避免只選擇符合理論假設的個案

◎以描述推論與解釋為目的

◎公開研究過程：研究者會清楚報告他們收集和分析資料的方法

◎報告不確定性：社會科學處理的是高度複雜的社會現象，研究者的推論出自於不完整的資料與測量，很難完美無缺，因此必須報告結論的不確定性有多少

本書特色

涵蓋研究設計的每個步驟

從提出問題、尋找理論、選取個案和觀測值、檢驗理論與資料的正確性、發現因果關係、最後到報告結論，涉及方法論所有面向

詳細討論方法論的重要概念

包括描述推論、因果推論、可觀察意涵、單位同質性、選擇性偏誤、平均因果效應、測量誤差、內生性

清楚的實例說明，拆解經典著作的研究設計

包括《使民主運轉起來》（Robert Putnam）、《抵制保護主義》（Helen Milner）、Stalinist Political Economy（Nina Halpern）、The State and Poverty in India（Atul Kohli）、Hegemony and Culture（David Laitin）

理論與實際操作兼具

本書處於抽象的哲學爭論與研究者實作技術之間的中間地帶，關注所有社會科學研究背後潛藏的基本邏輯。

適用領域

政治學、公共行政、社會學、人類學、歷史學、經濟學和心理學等其他學科，以及法律證據、教育研究和臨床論證等非學科型研究領域。

適用課程

質化研究、研究方法、社會科學方法論、研究設計、比較研究、國際關係研究、因果推論

• 
  
  

  作者介紹

  
  
  
  
  
  
  Gary King
  
  哈佛大學政府學系教授、哈佛大學量化社會科學研究所主任。主要研究興趣在於「統計理論的創新與應用」，研究涵蓋政治學方法論的重要主題，例如「遺漏資料」、「區位謬誤」與「貝式統計」等。他是同時代政治學家中，論文被引用率最高的學者，擁有三十多個「最佳」獎項和美譽。
  
  Robert O. Keohane
  
  普林斯頓大學伍德威爾遜學院國際關係學教授，曾擔任過美國政治學學會和美國國際研究學會主席。以「國際關係研究」聞名於世，對全球政治理論和美國對外政策有精闢見解。
  
  Sidney Verba
  
  在哈佛大學政府學系執教三十五年，曾任美國政治學會理事長，以及美國國際研究學會的副理事長。研究主題包括美國的政治參與、政治平等、社會輿論、政治態度與政治行為等重要民主政治議題。
  
  





• 
  
  

  譯者介紹

  
  
  
  
  盛智明
  
  香港科技大學社會科學部博士候選人，主要研究方向：社會運動與集體行動、社區治理、公眾輿論和政治態度，以及衝突解決機制研究
  
  韓佳
  
  香港中文大學政治與行政學系博士。曾任職於香港浸會大學新聞系和香港中文大學政治與行政學系。現為上海財經大學公共管理系講師。研究興趣包括東亞發展的政治經濟學、當代中國政治、政治學的量化分析、文化政策以及流行文化的政治學。
  
  
  
  

• 
  
  中文版序
  
  量化的逆襲？-從KKV出版二十年談起（林宗弘）
  
  超越量化與質化研究法之爭（盛智明）
  
  前言
  
  1社會科學中的「科學性」
  
  1.1導論
  
  1.2研究設計的要素
  
  1.3本書主題
  
  2描述推論
  
  2.1一般性知識和特殊事實
  
  2.2推論：資料收集的科學目的
  
  2.3質化研究的形式模型
  
  2.4 資料收集的形式模型
  
  2.5摘要歷史細節
  
  2.6描述推論
  
  2.7判斷描述推論的標準
  
  3 因果律與因果推論
  
  3.1定義因果律
  
  3.2闡明因果律的替代性定義
  
  3.3估計因果效應所須的假設
  
  3.4判斷因果推論的標準
  
  3.5構建因果理論的準則
  
  4選對案例
  
  4.1不明確的研究設計
  
  4.2隨機選擇的侷限
  
  4.3選擇性偏誤
  
  4.4有意識的選擇觀察值
  
  5免於犯錯
  
  5.1測量誤差
  
  5.2不把相關變項包括在內：偏誤
  
  5.3將無關變項納入研究：無效性
  
  5.4內生性
  
  5.5估計解釋變項的值
  
  5.6控制研究環境
  
  5.7結語
  
  6 增加觀察值
  
  6.1為得出因果推論而進行的單一觀察值研究設計
  
  6.2多少觀察值才夠？
  
  6.3從少量觀察值創造更多觀察值
  
  6.4結論