◎本套書精選自本社已齣版的學術書籍,請讀者注意不要重復購買。
本套書共八本:《質性研究的設計》、《訪談研究法》、《民族誌與觀察研究法》、《焦點團體研究法》、《質性研究的視覺資料運用》、《質性資料的分析》、《對話、論述研究法與文件分析》、《質性研究的品質控管》。
1. 質性研究的設計 本書是SAGE齣版社「質性研究方法大全係列叢書」中的第一本。這一套叢書總計有八本,針對進行質性研究的過程提供最廣泛而且最深入的介紹。
本書針對如何策劃齣有效率的研究設計提供廣泛的指導,烏文.弗裏剋深入探討設計質性研究過程中的每個階段,包括形成研究設計、挑選閤適的策略、概念架構以及資料來源、以及資料的蒐集與分析。除瞭討論諸如質性研究之資源等實務問題外,本書還將涉及諸如質性研究之質性等方法論議題以及倫理上之議題。不同於本叢書其他著作隻針對特定質性研究之研究設計作討論,本書加入瞭比較性的觀點。比方說,本書對於抽樣之討論牽涉到不同的層次(族群、地點、文件或內部資料、訪談等等層次)。本書還強調如何從比較概括性研究興趣與個人或政治背景,進而進展為研究問題。進行質性研究工作所需之資源與門檻也是本書關注之議題。因此,在使用本書時,讀者可搭配這一套叢書中的其他七本,作為對於質性研究方法的整體介紹的一部分,讀者更可以獨立使用本書,作為設計質性研究的入門。
2. 訪談研究法 訪談是質性研究收集資料的重要取徑,本書根據可瓦裏先生(Steinar Kvale)長久纍積的訪談經驗,細緻地討論訪談會遭遇到的種種處境。本書觸及如何做訪談、學習訪談的技術,以及關於訪談的知識論、倫理等議題。在對訪談有基本的認識後,更進一步地詳述完整訪談研究過程的步驟,從最初的研究發想,到最終成果發錶,除瞭指導如何利用訪談來收集質性資料外,亦探討訪談後的分析階段。本書章節包含訪談研究簡介、訪談研究規畫、進行訪談、訪談謄本製作、分析訪談、提升訪談品質等主題,內容深入淺齣,帶領讀者按部就班一步步深入探索訪談方法,是初學者最好的入門指南。
3. 民族誌與觀察研究法 本書可以與該叢書的其他部分共同使用,以提供整體性的質性研究方法介紹;也可以獨立閱讀,作為進行民族誌和觀察研究法的入門書。本書內容涵蓋作者精心挑選的個案、觀察、訪談以及錄音資料,並考量到倫理議題,透過民族誌的田野工作與觀察研究法,引介讀者進入取得研究資料的實務世界。
4. 焦點團體研究法 本書可以與該叢書的其他部分共同使用,以針對質性研究方法提供整體性的介紹;也可以獨立閱讀,作為進行焦點團體研究的入門。焦點團體研究嚮來係社會科學中十分受到歡迎之搜集質性資料的方法。本書提供實事求是的建議,幫助讀者規劃並組織成功的焦點團體。作者探討瞭使用焦點討論的優缺點,並且展現齣如何能有效地搜集並分析資料。
5. 質性研究的視覺資料運用 本書主要闡述視覺資料的運用、分析視覺資料的方法取徑、田野調查實例與最後的呈現方式。在質性研究中,視覺資料除瞭提供立即的感官衝擊之外,其所蘊含的內在意義,往往成為研究分析中所特彆關注之處。本書在簡要介紹視覺資料的曆史沿革之後,為研究者與讀者提供相關論述、術語解釋,並實際闡述質性研究採用視覺資料時可能遭遇的問題,以及必須深入探討的相關議題。研究者所選擇的方法取徑,將産製齣不同的分析角度與觀點,本書簡要地摘述例證,並分彆探討靜態攝影、電影與紀錄片等不同媒介所産製的影像內容,進行係統性比較與論述。當視覺資料再現某些議題時,往往隱含許多肉眼無法立即辨識的議題,研究者在産製或創造視覺資料時,必須時時反思,而觀者在解讀視覺資料時,更應明辨這些資料所隱含的概念與觀點。
6. 質性資料的分析 《質性資料分析》說明瞭在質性研究中,研究者該如何選擇最適閤的分析工具,以及在分析概念性以及具有主觀性的質性資料過程中,研究者所會遭遇到的獨特挑戰。作者在書中呈現瞭質性資料分析的主要步驟:資料蒐集、編碼與分類,對於不同類型資料例如傳記、敘事的分析方式、如何利用圖錶對資料作比較性的分析、發展主題性編碼與資料分類,以及最重要的,電腦程式在質性資料分析上的應用。
作者強調質性研究與量化研究的不同處在於,資料蒐集與分析的不可分。研究者應該在資料蒐集的過程中,藉由撰寫各種筆記、備忘錄,以及研究日誌,以期在資料蒐集的階段就開始對於編碼概念的發想、與其他研究者互相交流協助;持續的撰寫能夠幫助研究者確立資料蒐集的方嚮以及適當的分析架構。作者並且提齣在質性資料分析與研究報告的呈現上,研究者必須要思索的研究品質與倫理議題。適當的匿名化以及質性資料保存的正確方式,是研究者保護研究對象、提供後續研究資料的責任與義務。
7. 對話、論述研究法與文件分析 雷普利(Tim Rapley)所主筆之《對話、論述研究法與文件分析》(Doing Conversation, Discourse and Document Analysis)為賽吉齣版社「質性研究方法大全」此一係列叢書中第七本。該叢書總計八本,對於進行質性研究的過程提供最廣泛也最詳盡的介紹。本書則是將此種關注的焦點,擴展到與分析對話有關之不同類型的資料。在本書中關注的焦點包括現有之資料,記錄日常對話,以及追溯論述的蹤跡。因此,對於所謂實務的議題,包括諸如建立檔案、謄寫錄影資料、以及如何將此種探討之資料類型加以分析其論述等議題,盡管在本係列其他單冊中關於訪談、焦點團體等涉及對話的討論中均有所著墨,但本書將提供格外深入並且有係統地介紹。特彆是引領讀者瞭解這些研究方法對於處理社會科學中一些重要問題的實用性。作者逐一羅列齣在搜集與分析這些類型資料時所可能麵臨之特殊挑戰,以及特彆相關的倫理議題,內容廣泛,相當具有可讀性。
8. 質性研究的品質控管 品質議題對質性研究而言相當重要卻經常遭到忽略。《質性研究的品質控管》一書旨在探討如何定義與評估研究品質的問題。作者檢視瞭在教學、計劃、評估和齣版質性研究時,應該如何辨彆研究品質優劣的方法。他先從如何處理研究品質的問題開始談起,包含各種標準、效標、審核錶、指導方針與策略。接著論及多種三角交叉驗證法的概念,涵蓋方法論的、民族誌的、量化及質性研究中的三角交叉驗證法,並舉實例說明如何使用它們來控管研究品質。此外,作者也談到品質、創意和倫理議題的關聯性。最後,以探究研究過程與透明度來總結這一連串的討論。本書可以與賽吉齣版社《質性研究法大全》係列叢書對照使用,也可以作為專書獨自運用。相信對於任何參與社會、健康、商業與教育等研究領域的讀者來說,閱讀本書皆可獲益良多,從詳實的闡述中學習到各種實用策略,大力提升讀者分析與改善質性研究品質的能力。
好的,這是一份為另一本圖書撰寫的詳細簡介,內容完全圍繞“非質性研究方法”展開,並避免提及您的“質性研究方法大全套書”。 --- 圖書名稱:實證研究範式精要:定量分析與混閤方法應用指南 書籍簡介 在當代社會科學、市場調查、教育評估乃至工程管理等諸多領域中,嚴謹而係統的實證研究構成瞭知識生産的核心基石。本書《實證研究範式精要:定量分析與混閤方法應用指南》旨在為研究者、高級學生以及決策製定者提供一個全麵且操作性強的框架,專注於那些依賴於測量、統計推斷和可重復性檢驗的定量研究方法。 本書的核心目標是解構復雜的統計學理論,將其轉化為可理解、可執行的研究工具。我們深知,優秀的研究並非僅僅依賴於精密的軟件操作,更關鍵在於對研究設計、數據收集的標準化流程以及結果解釋的深刻理解。因此,本書從研究問題的界定入手,係統地鋪陳瞭從實驗設計到大型調查實施的全過程。 第一部分:研究設計的基石與邏輯 本部分深入探討瞭科學研究的哲學基礎,著重強調瞭實證主義(Positivism)與後實證主義(Post-Positivism)在研究範式選擇上的差異及其對方法論選擇的指導意義。 變量的精確界定與測量: 我們詳細闡述瞭如何將抽象概念(如態度、績效、滿意度)轉化為可操作的變量。這包括對效度和信度(Validity and Reliability)的嚴格論述,特彆是構念效度(Construct Validity)的類型——錶麵效度、內容效度、結構效度與效標關聯效度(並發效度和預測效度)的實務檢驗步驟。 因果推斷與實驗設計: 實驗法是檢驗因果關係的最有力工具。本書詳盡分析瞭經典實驗設計(如前測後測控製組設計、後測控製組設計)以及復雜設計(如因子設計、交叉平衡拉丁方設計)。同時,對於那些無法完全控製實驗環境的“類實驗設計”(Quasi-experimental Designs),如時間序列分析、間斷時間序列分析,也提供瞭詳細的實施指南和內在/外在效度威脅的識彆與規避策略。 第二部分:數據收集的標準化流程 高質量的定量研究始於高質量的數據。本部分聚焦於確保數據係統性、代錶性和無偏性的策略。 抽樣理論與實踐: 從理論總體到樣本群體的橋梁,我們係統梳理瞭概率抽樣(簡單隨機、分層、係統、整群抽樣)和非概率抽樣(便利、配額、判斷抽樣)的適用場景與局限性。尤其強調瞭在大樣本調查中,如何計算所需的樣本量,並處理抽樣框的偏差問題。 量錶的構建與應用: 重點介紹瞭李剋特(Likert)量錶、語義差異量錶(Semantic Differential Scales)等工具的構建流程,包括項目篩選、預測試和維度分析。此外,還涵蓋瞭問捲設計中的邏輯順序、避免引導性提問、處理社會贊許性偏差的技巧。 大規模數據收集的技術考量: 涉及在綫調查平颱(如Qualtrics, SurveyMonkey)的使用規範、數據清洗(處理缺失值、異常值)的預處理技術,以及數據輸入的標準流程,確保數據文件在導入統計軟件前處於最佳狀態。 第三部分:核心定量分析技術詳解 這是本書的操作核心,旨在幫助讀者熟練運用主流的統計分析方法來迴答研究問題。 描述性統計與數據可視化: 不僅僅是均值、中位數和標準差,本書強調通過恰當的圖錶(如箱綫圖、直方圖、散點圖)來揭示數據的分布形態、集中趨勢和變異性,作為推論統計的基礎。 推論統計的邏輯與假設檢驗: 詳細解釋瞭Z檢驗、T檢驗(獨立樣本、配對樣本、單樣本)的原理和應用條件。深入探討瞭方差分析(ANOVA)在處理多於兩組比較時的作用,包括單因素、多因素(Factorial ANOVA)及重復測量方差分析,並著重於效應量(Effect Size)的報告,以評估結果的實際意義而非僅僅依賴於P值。 關聯性分析: 區分瞭相關(Correlation)與迴歸(Regression)的邏輯。皮爾遜相關係數、斯皮爾曼等級相關係數的適用場景被明確區分。在迴歸分析方麵,本書完整覆蓋瞭多元綫性迴歸,包括模型構建的步驟、多重共綫性診斷(如VIF)、虛擬變量(Dummy Variables)的使用,以及非綫性關係的處理。 進階模型概述: 為具有一定基礎的研究者,本書引入瞭邏輯迴歸(Logistic Regression)用於二分類或多分類結果預測,以及方差結構分析(如主成分分析PCA和因子分析EFA/CFA)用於數據降維和潛變量的識彆。 第四部分:混閤方法研究的設計與整閤 認識到單一範式的局限性,本書的最後部分將目光投嚮瞭整閤性研究——混閤方法(Mixed Methods Research)。 混閤方法的哲學觀: 探討瞭實用主義(Pragmatism)在指導混閤方法設計中的作用。 核心設計模式: 詳細剖析瞭三種主流設計: 解釋性順序設計(Explanatory Sequential): 先定量數據收集與分析,再用質性訪談來解釋意外或需要深化的統計結果(Quan $ o$ Qual)。 探索性順序設計(Exploratory Sequential): 先進行小規模質性探索,提煉概念和變量,再轉化為標準化問捲進行大規模的定量驗證(Qual $ o$ Quan)。 匯閤式設計(Convergent Parallel): 在同一研究階段獨立收集和分析定量與質性數據,然後在最終解釋階段進行交叉比對和三角互證(Quan + Qual)。 數據轉換與整閤點: 強調瞭在混閤方法中,如何將非數值數據(文本、觀察記錄)編碼和量化,或如何將統計結果映射到主題和概念中,實現真正意義上的數據整閤,而非簡單的結果並列展示。 本書結構嚴謹、邏輯清晰,配有大量來自不同學科領域的真實案例數據演示,並指導讀者使用主流統計軟件(如SPSS, R基礎操作界麵)進行實際操作,確保讀者不僅能“理解”定量方法,更能“應用”它們來解決現實世界中的復雜問題。它緻力於成為研究者工具箱中不可或缺的、關於測量、統計推斷與係統性設計方法的權威參考手冊。