積欠的書債太多，
https://www.books.com.tw/products/0010874199
先前的筆記- 思考的脈絡
https://eshmanager.blogspot.com/2014/07/blog-post_13.html
欸，
少根筋的工廠老粗，只能從老思的隻字片語當中來自我修煉（「看得懂」的會有所意會與收穫，然而更多的是看不懂與不得其門而入的）。
感
深度思考力—研究，不一定要用數字
由長期角度來看，決定社會興衰的，是人的思維模式，也就是看一個社會中的菁英有沒有嚴謹的思考力，以解讀及因應各種社會現象。—諾貝爾經濟學獎得主 道格拉斯．諾斯（Douglas North）
企業界對員工的要求原本著重在專業力與執行力。例如，企業會依據求職者的專長（像是會不會寫軟體程式）與做事的積極性來評估是否錄用此人，並決定給薪的標準。專業力與執行力愈強，薪資也就拿得愈多。現在，如日本知名管理顧問大前研一所預言，思考力將首度取代專業力與執行力，成為企業擇才的第一要項。會不會批判式思考，將決定一個人的成就與格局。
過去，我們熟悉的是歸納與演繹的邏輯思考。但是，批判性的思考必須超越歸納與演繹，更強調辯證邏輯。我們可以大膽地說，這種辯證邏輯就是培育批判性思考力的基本功。沒學會辯證邏輯就去學個案或教個案，可能都會如霧裡看花，最後雖能學會武功招式，卻會忽略內力的養成。因此，用個案教獨立思考將會是緣木求魚。學生所學到的只是更多的故事，不是深度的思考。這種批判式思考的內功，必須透過質性研究的培育。
本書第五版做了結構性的調整，將書分為四個部分：觀念篇、招式篇、風格篇、完結篇。我倒不是想寫一本「烹飪手冊」，市面上已經很多這樣的書，而是期待形成一套更具系統性的知識體系。
在觀念篇，我準備五個章節，介紹質性研究的基本觀念。質性研究與思考力有何關係（第一章）？質性與量化研究有何差異（第二章）？為何學習質性研究必須要先練基本功，學好歸納、推理、辯證三大技巧（第三章）？質性研究具有哪些特質？如何評估質性研究的品質（第四章）？學術研究背後有哪些門派（第五章）？本篇會逐一解答這些問題，以建立讀者的基礎知識。
招式篇解釋論文寫作的方法。一篇質性研究論文約分為六個章節，因此我就以此架構來逐一說明。這將分為兩個部分來說明：論文之前段構成（第七章，前三招）說明研究的設計與布局要如何展開；論文之後段構成（第八章，後三招）則是說明案例要如何呈現，以及要如何思考學術與實務的貢獻。先介紹一份論文需要經歷的旅程，再將六個章節分別整理為六大招式，讓讀者方便理解。第一招是雕塑浮睿明，解釋如何寫緒論。第二招是思辯正反合，解釋如何寫文獻回顧。第三招是專業陌生人，解釋如何寫研究方法。第四招是脈絡以敘事，解釋如何撰寫研究發現。第五招是捭闔提論述，解釋如何寫討論。第六招是雋永求經典，解釋如何寫結論。讀完這一篇，應該對論文每一章節要處理哪些重要事項，會一清二楚。
在風格篇介紹具代表性的案例，都是取自國際優質期刊，作者也都是學壇領袖。之所以會想分析辯證風格是受到《質性研究典範錄》這本書所啟發的。編者找了七篇代表性作品，記錄原作者創作的心路歷程與研究時所遭遇到的挑戰，再找領域專家點評。但是，坦白說，我覺得這本書並沒有點評到重點。編者整理得沒頭沒尾，專家點評得不痛不癢。我認為，分析一部作品應該要讓讀者知道一份論文的優缺點，以及如何臨摹到自己的論文中。
於是，我挑了九篇作風迥異的文章，作者各自也都筆法獨特。每篇會導讀重點，再分別就真實度（案例豐富性）、可信度（推理品質）、批判度（文章亮點）加以評論。雖然會給予稱讚，但也會銳利地點出缺失，提醒讀者不要重蹈覆轍。〈好萊塢找創意〉介紹如何運用「對偶互動」的方式來分析創意潛力（第十章）。〈快樂的電子郵件〉介紹如何運用「層次變化」的方式來分析電子郵件的愛恨情仇（第十一章）。〈擾人的例規〉介紹如何運用「對比反差」的方式來分析科技導入失敗的原因（第十二章）。〈劍橋大學的晚餐〉介紹如何運用「解讀意涵」的方式來分析儀式如何維繫機構之千年不墜（第十三章）。〈決策失速陷阱〉介紹如何以「因果循環」的手法來分析決策的迷思（第十四章）。〈愛迪生計中計〉介紹如何以「策略回應」的手法來理解弱勢者如何回應機構（第十五章）。〈時時留意鏡中人〉介紹如何運用「調適歷程」的方式來分析組織轉型（第十六章）。〈潛移默化微變革〉介紹如何運用「階段演化」的方式來分析「微變革」，是一份很有深度的案例（第十七章）。〈溫柔成為危險的控制〉探討英國美體小舖的領導問題，為了鼓勵感性的管理，結果卻造成「隱形宰制」（第十八章）。
在完結篇，〈學術這一行〉（第十九章），我概要介紹質性研究的時代背景，同時邀請讀者省思當前我們所面對的困境與挑戰。就像危機與轉機總是像雙胞胎一樣，形影不離；困境與創新也是。理解時代中根深蒂固的問題，我們才能思考自己（與未來子孫）要面對的未來。
觀念篇
脈絡：質性是一種思維
https://reswithoutnumbers.blogspot.com/2019/10/blog-post_8.html
基本元素：故事
質性研究的基本元素，簡單的說，就是「寫故事」，以故事讓人看見。
個案中記載了什麼並不是最重要的；重要的是個案的分析能為我們帶來什啟示。透過某個視角來看現象，如何能解讀出新的含義，使人有恍然大悟之喜。
有了故事，質性研究還可以放入時間軸，由當下往後看，透過歷史過程去觀察現象的演變。分析歷史過程需要更多的耐心。知道過去可以讓人了解未來風險，這我們知道。但追蹤歷史軌跡來建構理論，可就得費一番思索。在歷程分析中，研究者需回溯時光，將事件有條理的歸納，找出事件之間的關聯，理出其中脈絡，找出特定的行為模式，並且有意義的解讀。透過歷史，可以知道過去事件如何逐漸演化成為今日的問題，我們才能透視問題的本質。如果不認識問題的過去，便將很難理解問題於現在所代表的意義。不了解問題現在的意涵，就無法預想未來可能衍生的挑戰。如此，就不可能了解「真相」。
觀察一件事情時間的長短，將決定你對一個現象認識的深淺。有歷史內涵的故事，會讓我們看到現象背後輾轉曲折的來歷。
質性研究，是一種思維
不管是運用案例，或是以歷程來進行質性研究，背後都必須要有一套思考模式支持，也就是辯證。辯證思考不是一個問題對準一個解答，而是反覆的思索可能的解讀，評估各方的優缺點，藉而找出更深的議題，獲得深刻的解讀。
Discovery 討討忽必烈征日失敗的節目
辯證思維是一種「正、反、合」（thesis, antithesis and synthesis）的思考模式。透過正、反之間的反覆推理，得出一個超越正、反的觀點，也就是「合」的觀點。學會這套辯證思考方式，才算是真正學會質性研究。
觀念、招式、風格
質化研究，也稱之為定性研究，是以文字為基礎，但不限於文字的研究方法，著重在解讀文字或數字背後的意義，由這些意義來推理出重要的原則。相對地，量化方法，或稱為定量方法，則著重以數據來驗證某種假設或定律。驗證是否對與錯是重點，目的在破除管理現象的迷思。前者需要證據來說明，後者需要數據來證明。一項合格質化研究最後的產出應該是提出有趣的質疑，整理出有質感的發現，點出擲地有聲的洞見。
站在巨人的肩膀上
質性研究法是一門詮釋的工作，我們可以透過文字、數字、圖表去詮釋事件、形成對問題的理解。要做好詮釋，就必須解釋是由哪一種角度、什麼樣的假設來分析這件事，以使真相浮現出來。質性研究的重點在了解人的主觀想法與行為模式，因此觀察的角度很重要。「角度」對的話，可以使觀察更敏銳，提出根本的問題，直指問題的核心。
牛頓說，如果我曾經能夠比別人看得更遠，或看的更深，那是因為我站在巨人的肩膀上。對質性研究來說，站在巨人的肩膀上，就是學會站在更高的格局，以全新的角度來解讀一切事情。
差異：質性與量化的不相容
第二章介紹質性研究與量化研究的差異。我們會理解到，其實研究方法並沒有好與壞之分，各有利弊。對初學者而言，質化研究的特質約可分為兩類，以事件脈絡來說故事，提煉出一套道理；或者是以時間脈絡來講故事，點出一些原則。
https://reswithoutnumbers.blogspot.com/2017/01/04.html
尋找再尋找，哪一種比較好？
一般人對研究的印象是：要有模式，要蒐集數據，然後要透過嚴謹的計算與推理，得出一個最佳解或驗證一個公式。例如，有一位數學家為瞭解如何讓乘客更有效率的上飛機，蒐集各種飛機乘客排序的樣本，設計出一個數學模式，然後把資料送入電腦，分析出上飛機會卡位的部分，然後再模擬各種登上飛機的方式。譬如，看是讓前排先進順，還是後排先進好。在一般人的印象中，工程或自然科學中，有數據才算客觀，有模式才算科學，要跑統計才算嚴謹。
可是，在社會科學中，這樣的方法適用嗎？試想，如果蓋一間房子以一百個人要蓋三年，請問三百個人要蓋幾年？用嚴謹的科學方法會算出蓋一間房子需要一年的結論。可是如果用社會科學的方式來分析，如此蓋一間房子可能需要三年、九年或三十年，端看是誰來蓋，用什麼方法。社會中充滿假象，人常常被操控於某種機制之中而不自知。世界也充斥著詭辯者與容易受騙的大眾。社會科學處理的是一個爾虞我詐的現實世界。因此，在社會科學中的「科學」，目標在透視社會假象，尋找問題發生的源頭，要對問題，由尋找、再尋找（search and re-search）的追蹤精神，對假象進行不斷的辯證，使真相得以還原。
在人類社會中，「真相」有時像車子的照後鏡一樣，要反過來看，才看得到真相。例如，有些都市街頭到處都張貼著「節約用水、人人有責」，原來是當地缺水已久。在印度新德里坐計程車時，遇到紅燈時會看到交通號誌燈上打出大大「RELAX」（放輕鬆）的字樣。當綠燈一亮，全部的車輛就擠成一團，誰也不讓，造成交通大亂，真是令人無法放鬆。
我們的生活周圍充滿標語，隱含許多重要訊息，反映出社會中的「真理」。我們必須解讀這些符號，才能體會其中真意。
量化的陷阱
先理解量化研究的陷阱，再來看質性研究的問題。
量性研究的招式與武功祕笈可以歸納成五個步驟：
1.清楚的定義研究問題：例如，你想研究的主題可能是「導入數位學習系統與教學成效的關係」
2.根據現有文獻建立假設理論：研究者首先必須根據過去的文獻建立一系列的假說，讓我們以韋伯斯特與黑克立（Webster and Hackley, 1997）的研究為例，說明如何針對「科技媒介學習」（Technology-mediated Learning）發展出因果關聯的假說。先舉其中的兩個假說為例：
Hypothesis 1: The
reliability of the technology used in distance learning should relate
positively to learning outcomes.（假說一：遠距教學所使用科技的穩定度與學習效果成正比）
Hypothesis 2: The
quality of the technology used in distance learning should relate positively to
learning outcomes. （假說二：遠距教學所使用科技的品質與學習效果成正比）
3.建構因果關聯架構圖（但不是因果關係）：研究者可以依此建立一系列因果關聯式的假說，形成一組理論。在這組理論中，研究者可以依照過去累積的知識而列出所有可能的變項，並且建構這些變項所要衡量的結果。在此例中，該研究要了解有哪些變項會影響遠距教學的效果與學生的學習品質。
4.界定研究對象然後發出大量問卷：如果幸運的話，發出一千份問卷，大概可以回收四百份左右，運氣不好的話你就必須打電話到每一家公司去催收問卷。等到問卷收齊之後，接下來就是把問卷的答案放到統計軟體中分析。通常由此你可看出哪幾個「變項」與所要觀察的「結果」有比較強的因果關連性。
再說一次：是因果關連（correlation），不是因果關係（causation）。例如，在此「遠距教學」的研究中就針對247位學生的問卷調查進行分析，找出哪幾個「變項」與「教學的效果和學生的學習品質」有因果關連。
5.檢驗因果定律：以統計的結果逐一檢驗所提出的因果關連性。此時，研究者便可根據統計運算中所得出的數據，決定「接受」因果關連比較強的假說，或「拒絕」因果關連比較弱的假說。最後，說明這些被「驗證」過的假說。如此，研究論文就出爐了。
米契爾進一步指出，一個完美的量化研究設計必須將假說建構得天衣無縫。怎麼做呢？他提出三項祕訣。
祕訣之一，建構的假說必須符合因果關聯邏輯，例如：「如果X愈多的話，Y就會愈多」，並且在敘述你的假說時必須言簡意賅。同時，所建構的假說必須明確，例如要說：「X愈大則Y愈大」，而非只是「X與Y相關」。再者，在建構假說時必須指出因果關連的方向性，例如：「Y條件下的X，會大於在Z條件下的X」，而不要寫成「X在Y條件下和Z條件下會有所不同」。此外，在建構理論時要儘量避免使用虛無假說。
祕訣之二：所有的假說都必須相互有關，而且一篇論文中不要提出太多的假說。
祕訣之三：在假說中所提及的相關名詞都必須事先定義，而且這些定義必須和過去研究所提出過的定義相連結。
從質性研究批判量性研究
1.Data Dependant
2.穿鑿附會因果關係(fooled by randomness correlations )
3.對於自然科學而言，通常觀察不會改變被觀察對象的行為(扣除量子糾纏的現象)，但就社會科學而言，觀察會改變被觀察對象的行為(霍桑研究)
質性研究是透過個案分析，以文字為主描繪出實況細節，將讀者帶入情境、體會問題，然後對所觀察的社會現象加以反思，從中產生知識。一般而言，質性研究不會宣稱產出「放諸四海皆準」的定律，而是在特定脈絡下觀察到的規律（context-dependent patterns）。
或許，分析自然科學問題時是可以如此客觀的。但在社會科學中，這種研究方法就顯得有點不足。社會科學家認為運用量化研究法在探索人文的問題時，至少有以下三大陷阱。
(1) 可信度，令人質疑
量化研究企圖將社會科學現象完全以客觀的數學關係表達，在先天上有兩個層面的問題難以克服。首先，研究中的變項真的是可以衡量的嗎？數字會誤導人。人文科學中，有些概念很難科學化、客觀地去「衡量」。
「構念construct」≠操作型定義
量化研究法的資料蒐集過程很容易流於草率與敷衍了事。常常在學術會議上聽到研究者誇耀自己回收了數百份以上的問卷，因此自認其研究可信度很高。但是，我們很難確認他是否檢查了到底是「誰」在填問卷。產業界的朋友經常收到一大堆問卷，由於工作太忙，沒時間回覆這些問卷，又往往礙於人情必須填寫這些表格作業，所以就找祕書代答。秘書也就依自己當時的情緒揮筆作答，當然就是胡湊一些資料填上問卷。我們不禁要懷疑這樣的研究可信度有多大？
(2) 因果關聯性，過度簡化
量化研究法另一個讓人難以信服之處，在於它常過於簡化問題。人文的問題往往錯綜複雜，很難以直線式的因果關係來分析問題。量化研究容易產生結論，卻要犧牲對問題本質的深入分析。直線式的因果關連很容易過度簡化我們對問題內涵的理解。
研究者無法知道填問卷的人是不是在「說謊」。填問卷的人可能無意說謊，只因他對問題了解不夠深入；他也可能故意說謊，否則他的職位將會不保；他更可能不得已說謊，因為要保護公司。
社會中有許多文化衝突、政治鬥爭，這些都不一定能直接觀察到。只透過幾張問卷，是很難弄清楚這些複雜關係。每個人的心門之後，都有一些難以告人的祕密。真相，是在你嘗試了解心門之後的感受與困擾才能得知，不能單純依賴問卷。
(3) 線性邏輯，見樹不見林
我想很少人會天真的認為有一良藥可治百病。既然如此，我們為何認為世界上會有放諸四海而皆可以通用的法則呢？任何知識都要通權達變，因人、因事、因地、因時而修正運用之法。幾條簡單的因果關聯定律並無法理解複雜的社會現象。
社會問題也多如此這般，有著各種不同的看法和觀點。我們又如何能找到放諸四海而皆準的理論呢？當然，一般而言，量化研究通常會說明其樣本可推論的侷限範圍。但量化研究還是聲稱，其理論在可推論的範圍內是放諸四海而皆準的。
在人文的世界中不容易有放諸四海而皆準的定律。
質性研究有兩種爭議性極高的兩種作法-「驗證型」與「詮釋型」
驗證型的質性研究- 歸納假說(量性研究與實証主義的靈魂)
https://reswithoutnumbers.blogspot.com/2017/01/05.html
(1) 啟動前的準備
研究者首先要定出初步的「研究問題」（research question）。定出一個研究問題其實只是爲了找到一個「參考點」，研究者要不斷的反思、調整，才能讓研究主題明朗化。有了初步問題，研究者也才能知道要選什麼個案、蒐集什麼資料。
接著，研究者根據相關文獻定出構念（construct），也就是構成觀念的元素
(2) 個案選擇原則
在個案研究中，個案的選擇是取決於理論的相關度，而非統計上的樣本數。在量化研究中，爲了驗證理論，研究者必須由抽取一定數量的樣本來類比母群體（population），以達到信度（validity）與效度（reliability）的要求。然而，在質性研究中，個案的選擇是爲了「解釋」某一社會現象。因此，個案選擇所考慮的是理論的代表性（theoretical sampling），而非統計抽樣（statistical sampling）。
有時為使研究更具張力，研究者也可能選取兩種極端的個案以進行比較。例如，你可以選一個成功與一個失敗的個案來進行對比，以瞭解策略變革的理論。
(3) 資料收集規範
就像自然科學的實驗一樣，研究者要在進行實地訪談之前，也要先選擇好要使用的儀器與訂出採訪通信協定（interview protocol），如此到了現場後才不會驚慌失措，不知該問哪些問題，又該先處理哪些議題。訂出這些規範後有兩大好處：其一，如果你不是一個人在進行這項研究，那麽這些規範將可以讓所有的研究者都有一個共同的認知基礎。大家可以分頭進行訪問，不用擔心蒐集資料時東缺西缺，與理論脫節。其二，如果你要同時訪問多家公司，這些規範可以讓所收集的資料更具一致性。
(4) 進入現場
撰寫田野筆記時通常要注意兩件事。
第一，研究者要儘量把所見所聞忠實地記錄下來，先不要主觀地去省略某些觀察到的事件。「筆記」到用時方恨少，你永遠不知道哪些資料可能會成爲未來的重要線索。
第二，在筆記中，要分開註解自己的觀察與評論。不要把收集到的資料與自己的意見混在一起。這個案例與前幾個案例有何不同？不斷地調整訪談問題，便能將資料與理論漸漸整合起來。
(5) 資料分析
由現場回來後有兩件重要工作：一是去分析個案內的資料，二則是去分析跨個案的資料。這時你的工作就是要把資料變成個案，要決定哪些資料該放進個案，哪些資料必須放棄。接著，研究者嘗試找出資料中共通的樣貌。在進行跨個案分析時，嘗試著以構念整理出表格來分析個案，找出相同或相異之處。研究者也必須由不同的資料來源來分析個案，依照訪談資料、檔案及觀察等來源分類。跨案分析的重點是找出個案間會有什麼有趣的關聯。
(6) 形成假說
經由前述的諸多步驟，整理與現象相關的構念，找出構念間的關係。接下來就是整理構念，讓構念與資料進行對話，以形成假說。這個過程和量化研究是相似的。研究者要發展出構念，並且歸納原則，不同的是這個過程並不像量化研究一樣事先設定，而是從資料蒐集、分析的過程中浮現的。這些假說也需要驗證，但不是以大樣本進行驗證，而是以案例做為發展假說的基礎。
(7) 擁抱文獻
學術論文要能夠找到理論發展的定位，因此要熟悉相關文獻。在文獻回顧過程中找出意見相同的文獻，可以佐證研究的內部信度（internal validity），而找到意見不一致的文獻則可拓展可推論程度（generalizability）。
(8) 結束研究
什麼時候可以結束個案，不用再分析資料，也不必再到田野。其實這是個見人見智的看法。在質性研究中一個約定俗成的看法是，等到「理論飽和」（theoretical saturation）時就可以退出現場了。但什麼是理論飽和呢？簡單的說，在理論飽和時，你蒐集再多的資料也不會對發現有更多的幫助，也就是由資料學到的東西已經不多了，論點相對成熟，需要改變的幅度也不大了。理論飽和不是很多蒐集資料，多到書架都滿出來了。理論有沒有飽和，是必須由專業角度判斷，不是研究者自己一廂情願的認為。
詮釋型的質性研究- 見所未見
https://reswithoutnumbers.blogspot.com/2017/01/06.html
(1) 案例數目在精，不在多
案例多通常代表不深入。太多個案反而會使內涵變膚淺，無法反映真實現象，所建構的理論自然也就會受到質疑。質性研究也不一定需要跨案比較，特別是以構念、驗證為主的跨案研究。
(2) 重新認識問題，才是重點
大多數質性研究的目的不在「解決」問題，而是在重新「認識」問題。
(3) 角度，決定解析度
質性研究方法本就假設這個世界不可能有絕對的、單一的詮釋。因此，研究者唯一能做的就是以一顆開放的心，不斷透過各種管道、各種資料、不同人的說法，去審視問題的本質。
(4) 推理，必須融入辯證
質性研究不是一種因果關連式的推理邏輯，而是一種過程式的邏輯。因果關連式的邏輯強調的是去了解，若改變數X會如何影響變數Y；歷程式的邏輯是嘗試了解構念X與構念Y之間不易直接觀察到的複雜過程。
(5) 看見，原先沒看見的
質性研究最終目的是對社會現象做詳盡的描述，勾勒出事件脈絡，讓我們能夠看到社會現象中的「深層結構」(deep structure)，近而理解問題全貌，這需要考慮三個層次。
第一，使原來沒注意到的事，被注意到。例如，如果你想研究科技導入的問題。大多數人都知道複雜的技術問題是導入科技的一大難題。但你卻讓人注意到，導入科技更難的其實是結構轉型問題，像是如組織文化產生的抗拒。
第二，使原來已被注意到的，重新被認識。例如，「導入資訊科技應該與組織成員事先進行充分的溝通，以減少其抗拒」，這是一般共識。因此，民主式的領導風格與參與式的決策程序，比較能促成系統的成功導入。但你的研究卻指出，有時，繼位的主管要採取集權模式，讓員工還來不及消極時，迅速地導入新系統[3]。
第三，使看不見的東西，被看見（making invisible things visible）。目標是將一些無形的宰制，如文化的制約或政治的控制，呈現出來，讓人恍然大悟，使人豁然開朗。
以上兩種質性研究方法誰對誰錯？
其實，這不是孰好孰壞的問題，而是誤會。誤會是在於，多數人不瞭解研究背後的「靈魂」（假設）。
因此，去比較兩種方法的優劣意義並不大。質性研究是一種科學方法，毋庸質疑，我們擔心的只是偏見。正如諾貝爾物理學獎得主伯西．布立基曼（Percy Bridgman）所言，其實「沒有所謂科學或不科學的方法，方法存在的主要目的是拓展心靈的極限，而非將心靈之門閉塞。」詮釋型的質性研究提供另一種拓展心靈的門徑。它所關心的是意義而非測量，是說明而非證明，是解讀而非解答，是辯證而非驗證。
沒有留言:
張貼留言