我们知道了什么是社会调查与研究方法 也了解了这门课最重要的五个基本概念。
接下来我要介绍这门课,包括与这门课相关的课程体系。
首先我要介绍这门课的主要内容,详细的内容后边我再介绍。
我们首先要讲的是研究的理论与设计。
关于研究的理论,各个学科不一样,好在社会学是整个社会科学的基础学科
尽管如此,我仍然希望同学们能够积极发挥自己的主观能动性 运用在线平台在课堂上与我有更多的互动。
我们的重点会放在同学们所提供的理论来做设计。
调查与研究设计,是这门课非常重要的一部分 任何调查与研究都是有设计的调查与研究
调查的设计、研究的设计都服从于研究的目标,是研究工作的一个环节
同时呢,调查的设计来自于研究设计的指导。
当然,也是改进研究工作的一个重要环节。
如果从研究的视角来看,任何社会科学研究都是有条件的研究。
中国有一句俗话叫“巧妇难为无米之炊” 没有数据,研究就无从谈起
同样,没有钱,没有资源,哪怕是有过一点点社会科学实证研究经验的同学都应该有这样- 的体会。
一个设计完美的研究就会因为缺少某类数据、某些资源而变得不那么完美了。
举一个例子呗,如果我们希望知道儿童的家庭成长环境
对他成年以后的影响,就要有儿童从出生一直到成年期间的数据
为此呢,我们设计了一个很好的调查,在儿童身上安装一个记录仪,假设这是一个万能的记录仪
能够记录儿童从出生到成年期间家庭环境的所有数据
且不说这些数据到底包括哪些内容,问题是我们能够得到儿童家长的支持吗
假设你们就是那个家长,你们会支持吗?即使有了家长的支持 我们如果没有钱购买设备、维护设备,我们也白搭呀
这样我们知道这几乎就是一项不可能的研究了。
调查与研究之间的关系非常复杂。
第一部分,原理部分,重点探讨的就是这些问题。
接下来我们要讲的是搜集数据的技术性方法。
现代的人类社会还是需要搜集数据的 我们还没有到浑身都布满传感器,让数据自动
记录和存储,也没有到任何数据都可以随手拿来存储 即使现在有大数据,我们也没有办法随时把数据拿过来用,做不到的。
因此我们还是要讲搜集数据。在课程中 我们将从最常用的搜集数据的方式入手,讲问卷调查、访谈调查
观察调查、文献调查,也会讲痕迹数据。痕迹数据曾经被忽略
现在呢则变得越来越重要了,重要到有人宣称它将取代其他的调查数据。
痕迹数据到底有多重要?现在下结论为时还算早,不过呢越来越重要,这是事实。
所以,这一类数据在调查与研究方法中,从来没有人系统地讲述过 我们会花一定的篇幅来讲述。
此外我们还会讲数据的整理与数据质量的评估。
前面我们说过,没有研究设计的数据就是垃圾。
大家还需要知道的是即使有研究设计,也有调查设计,如果搜集到的数据质量不高 它的危害可能会更大。
因此数据的整理与质量评估非常重要,它会告诉你你的研究结论在什么条件下
是有意义的,到底有多可靠。
在有研究设计的条件下,无论采用哪种科学方法获得的数据
在经过对数据的质量评估之后,就进入到了数据的分析阶段。
在讲完数据搜集的方法之后,我们就要讲数据运用的方法。
我们会从一类特殊的数据运用方法,案例分析方法开始
对案例分析,人们有一些误解,认为那是搜集数据的一种方法
其实案例分析既不只是搜集数据的方法,也不只是分析数据的方法,而是
搜集数据与分析数据结合在一起的调查与研究方法。
首先我们要区分案例分析与个案研究,其次我们要 区分案例分析与问卷调查数据与分析的区别
在这样的基础上,我们才能够真正理解案例分析以及案例分析在调查
与研究方法中的位置和用途。在理解调查与研究同时出现的分析方法以后
就可以进入到问卷调查数据的分析了,以及其他调查方法获得数据的分析。
不过大家需要了解的是这一门课讲的数据分析方法 属于初级分析方法,常用分析方法。
当然,对于日常工作足够了,复杂的分析方法需要其他专门的课程
比如说高级社会统计学、高级经济分析统计学,专门的模型分析方法 比如结构方正模型、对数比例模型、多层次变量模型
网络分析模型等等,每一个分析模型 都可以成为一门独立的课程。
我们这门课提供的是一个基础,一个接口,一个向外进一步延伸的基础性接口。
最后我们要讲到表达数据的方法。
表达数据的方法看似容易,实则非常复杂。
我们刚刚讲了手机运营商的例子,用套餐表格的方式也好,用招贴方式也好
都是在运用模型分析之后表达数据的一个方式。
非常清楚的是这两种表达方式传播效果是不一样的。
在这一门课中,我们会简要地讨论用于不同目的的表达方式,比如用于学术沟通的表达方式
用于大众沟通、政策沟通等等的表达方式。
沟通的目标不同,沟通的对象不同,方式也要有所不同
沟通的要素也有区别。这一门课,我再重申一遍,属于入门级课程。
所谓入门级课程那就是,它是一个引导,具有导论性。
在它的后边还跟着许多其他的课程。
那么这些课程到底有哪一些呢?第一,导论 这就是我们这门课要讲的。第二
可以有专门的研究设计课程,包括专门的概念化与操作化课程。
研究设计、概念化、操作化,我们都会讲 只是不会讲的特别深入,如果需要深入地学习
可以找专门的课程去学习,或者找专门的文献来研读 当然也有专门的问卷设计与问卷调查课程。
问卷设计与调查是搜集数据的一种方式 看起来是技术型的,实际上是理论与技术相结合。
如果我们不知道要调查什么,怎么做问卷设计呢 而要知道调查什么就需要理论指导,需要从理论出发
在问卷设计与调查中有人甚至专门强调理论的重要性 称之为“由理论驱动的问卷调查”。
在实践中,所有的问卷设计与调查都会涉及到理论指导
正因为如此,问卷调查的教材专著也很多,有的人甚至误认为社会调查就是问卷调查
显然,这是片面的理解与认识。
大家还需要认识到的是只要是问卷调查,就会涉及到抽样。
抽样就涉及到复杂的统计推论的理论与实践 也是一门专门的学问,一门专门的课程。抽样调查的鼻祖iii先生认为
抽样调查可以取代普查,成为用问卷调查来搜集数据的唯一方式。
当然,抽样设计与抽样实践不仅仅用于问卷调查 还用于许多其他的研究实践和管理实践
比如生产实践当中的产品质量检验 啤酒的质量,你们每个人手中都有杯子,杯子的质量,手机的质量
都要做产品质量检验。
在做产品质量检验的时候,是不是每个手机都要检验?不可能的,常常采用的是
抽样设计与抽样实践。用抽样方法来获得产品质量数据
可以说,抽样设计与抽样实践是人类搜集数据采用的最普遍的一种方式。
我再举一个例子
我们希望研究互联网上的不实信息,也就是怎么样去侦测到互联网上 的不实信息,如何能够检验某个信息就是不实信息
在研究阶段,抽样是必须使用的获得数据的方法。
抽样是运用很广的获得数据样本的方式,重复一遍 抽样设计与抽样实践不仅用于问卷设计与问卷调查
也用于生产与生活,生活科学研究和自然科学研究
也是非常专门的课程。同样,案例调查与案例分析也是一门专门的课程。
案例分析在医学领域,在法学领域是用途非常广泛的一个方法
也是搜集数据和研究数据的一套方法,在我们的课程里,我们有一周的课程会讲这个议题
不过呢,一周的时间太短,不可能讲太深入,讲太系统。
我们需要深入系统地专业这个方法的时候就需要研读专门的课程 或者找专门的教材来或者教参来进行探讨了。
还有不少搜集数据的专门课程,比如访谈调查啦,文献调查啦,这里我们就不一一说明了。
除了搜集数据的专门课程以外,还有数据运用的专门课程 比如数据的录入、清理、补值与推断
数据的录入、清理看起来是一个技术活,实际上不仅技术 而且更加理论,举一个例子
如果某个数据有系统的缺失或者系统性的错误 背后就一定有调查设计、调查执行等调查环节的理论问题。
不仅如此,我们知道数据缺失对分析结果的误差影响是很大的 在无法从调查环节弥补的前提下,补值与推断
就成为了一种弥补机会。
如何补值并且用于统计推断是非常理论话的内容,背后是高深的数理统计议题
非常非常重要。推断也非常复杂 推断的准确性、推断的误差在什么条件下、怎样推断
会产生什么样的误差,都涉及到高级数理统计知识与工具。
当然,数据的常规分析与检验也是不可或缺的知识与技能。
前面不是有同学说他修过社会统计学吗
社会统计学、经济统计学、教育统计学等等 几乎社会科学的每一个专门学科都有自己的统计学,这些统计学
都是基础统计学,都是对 数理统计学基本理论与技术在本学科的应用
对于日常工作而言非常重要,对于理解日常生活中的数据也很重要。
举一个例子,CPI,消费价格指数,作为一个普通消费者 虽然我们不知道这个指数是怎么样构成的
但我们知道在月度比较的意义上,在季度比较的意义上,CPI的变动会影响到
我们日常生活的消费支出,花同样数量的钱能够买到的东西就会有差异
反过来说,如果希望保证买到同样的消费品数量和质量,就需要花不同数量的钱。
CPI的计算采用的就是指数法。
此外,模型化的数据分析与检验更是专门课程的内容。
比如说,多层线性模型、结构方程模型、网络分析模型等等各种各样的模型
不同数据类型的建模需要运用不同的适合于这一类数据关系的模型。
研究不同情境下的数据关系也需要运用不同的模型。
因此,模型化的数据分析与检验也是专门的知识与技能。
还有,最近两年吵得比较火热的大数据分析,对大数据的概念现在还有很多疑义 不过呢,运用大数据已经成为了现实。
对大数据的运用不仅有数据的清理,也有数据的 模型化和分析。还有一个非常重要的内容叫可视化。
不仅大数据的清理与模型化已经成为专门的课程,可视化 也已经成为专门的知识与技能,也有专门的课程,也有专门的教材
就是针对大数据的。最后,技术理论也是绩效型的议题
就是分析与研究结果的表达与展示。大家上完这门课程,有这一部分的知识就基本够用了
应该不需要再去学习专门的课程了,当然你也可以去修,比如说怎么样把幻灯片做得更漂亮、- 更美观呀
也是可以的,主要是看你的需要。在这门课中,基本内容应该是够了。
下边我重复一下这门课要讲述的内容 第一,我们要学习和讨论社会调查与研究的思维逻辑与理论
也是这门课程第一部分的主要内容。
也是要在第一部分学习和讨论的内容就是社会科学调查与研究的设计
与实施的方法。设计出来以后就要去实施,就要去做,怎么做呢 实施与设计之间有什么区别,怎么样去处理呢
这一些都是大家在具体的调查研究中需要去应对的。
第三,还是要在课程的第一部分学习的内容,我们要学习和探讨数据搜集
整理质量评估的一些常用方法。没有质量的数据是垃圾,是没有意义的。
到这里为止,我们以做一桌饭菜为例
我们曾经设想了要准备一桌怎样的饭菜,并为此获得了食材
到这个时候就意味着食材已经准备就绪,接下来就是下厨去实操啦。
第四,也是我们这门课程第二部分的内容,就是数据的分析与论证。
由于我们是家庭聚会,没有办法像高档酒店那样具备所有的能力和器具
因此,对数据的分析与论证只能借助最基本的原则和手段 为大家进一步学习提供基础
如果需要更加高档的饭菜就需要复杂的分析工具与能力,大家就需要进一步地学习
专门的烹饪理论与技能了。第五,社会调查与研究成果的表达
即使是家庭小聚,我们也可以让摆出来的饭菜让每一个人都很开心对不对
因此,知道谁喜欢什么,适合什么,是让食客开心的前提
在选择表达方式之前就需要了解受众读者的偏好与能力 只有这样一项精心设计的调查与研究
才能最后功德圆满,让受众高兴,让食客满意。
这样组织安排的教学内容到底要达到什么样的目标呢
我有两个目标,第一个目标希望大家了解社会调查与研究方法
请大家注意这门课程中有一个“与”字以及“与”字的位置 我们希望培养的是社会调查与研究的科学思维
社会科学的研究方法很多,比如说思想实验啊、理论经济学啊、理论社会学啊等等
从现实中获得数据并进行研究
只是这些研究方法中的一种,在社会科学中,我们称之为经验研究
也有的称之为实证研究,对于实证 有不同的理解,它来自于哲学
为了不至于引起混乱,我认为我们就使用经验研究比较妥当。
这门课就是训练大家即使是在日常生活中也需要有科学的思维。
学完了这门课,大家就会知道,我们所有的研究元素 研究素材都来自于日常生活与生产的实践。
第二个目标,给大家提供一个机会,掌握社会调查与研究的基本方法。
我希望的是等这门课学完了,不仅能更加透彻地理解自己的日常生活与工作
也能做一些简单的社会科学的经验研究
也就是运用调查方法来获得数据做研究,提高自己的工作能力和工作效率,也优化自己的 个人生活和家庭生活。
为了达成这两个目标,在课程的学习中 我们追求的是对能力的培养而不单纯追求做知识普及。
像前面我告诉大家数据是什么、模型是什么 这些都是知识普及,我相信大家都能看懂,也都能理解。
要提高能力,就不仅要懂,更要融会贯通
甚至要将某些思维方式融化到血液中,变成自己日常思维模式的一部分
而不仅仅只是到了做研究的时候才想起来。我知道要做到这一点是非常难的。
不过还是让我们继续努力去尝试吧。一句话 这门课呢,我们希望重视的是思维训练
技能的基础训练,也希望这是大家选读这门课程的目标所在。
这门课讲什么?我们讲了要达成什么目标,我们也讲了
我们还需要知道的是这门课不讲什么。第一个不讲,不讲认识论 社会科学方法的认识论属于哲学的范畴
不在我们这门课内容的范畴之内,不过呢,我会建议大家去读一些最基础的认识论著作
在介绍教材的时候我会向大家做介绍。
这门课同样不会讲的还有数据获得的更加复杂的方法,比如说怎么清理大数据啦
大家知道现在有一个很好的对大数据做整理的网站
实际上就是在线分析工具啦-Hadoop,许多大数据分析都会用到这个工具。
像这样的方法,我们就不会在这门课堂上讲啦,这属于专门课程的内容,我们是不讲的。
第三个不讲,是数据分析的复杂模型 刚刚我们说过了,有很多的模型需要专门的课程
短时间内,比如说比较集中的时间内 可以让你除了有一些基本概念以外,还要有相当多的练习让你来做,让你熟悉,这样
你才能学会模型进行应用,我们这门课程没有办法达成这样一个目标。
第四个不讲,我们不讲某一个学科的具体方法 这门课是针对社会科学的基础课,不是针对某个学科的
讲这个学科的具体方法,比如说经济学模型的数据条件等等
我们就不会在这里讲,不过呢,无论是社会科学的哪一门具体学科
这里学到的知识与能力对你们在本学科中进行应用那都是有用的 搜集数据的方法不会超出这门课的内容
分析数据的常用方法也不会超出这门课的内容,经验研究的设计更不会超出这门课的内容
只是某一个学科的具体研究方法我们在这里不会讲。
这一部分的内容就到这里
谢谢大家