《社会研究方法》笔记与思考
1-3章
看了六神磊磊一篇公号，《所谓“中文已挂”这个事，其实也不难懂》，
表述了一个观点，近些年像“海王”、“普信男”、“绿茶”、“渣女”、“婚驴”、“油腻男”、“癞皮狗”、“YYDS”、“绝绝子”之类的词汇如雨后春笋，
这些词的一个特点就是，都是“下结论”的词，人们热衷于给别人下结论。
结论应该是怎么来的呢？经过思考。
但关于如何思考的词汇没有任何增加。
这个观点很有意思，思考确实很重要，不要轻易下结论，不要动不动给某人某事就能判了。
来，思考一个问题，你知道“太阳比地球大，而月球比地球小”吗？
你肯定会说知道，小学生都知道。
那么，你为什么知道？
你用什么工具测量过吗？
并没有。
所以，这里所谓的“知道”其实是一种“认同”或“信仰”。、
因为自从你出生，所有人、所有书籍、所有记录片都在告诉你，
太阳比地球大，月球比地球小。
于是，你就“知道”了，是不是一种“认同”或“信仰”？
还有另一种知道，“开水是烫的”，你可能不小心被开水溅到手臂上了，于是你真的知道了开水很烫。
但个人体验、时间、精力和能力都是极为有限的，也就决定了我们绝大多数的知道是第一种，是一种“认同”、“信仰”。
类似“太阳比地球大”这种所有人都知道的“信仰”，在一个社会一旦形成，就成为特定时空的真理，如果有人不认同，就很可能被关进精神病院，甚至被迫害。
由此我们发现，所谓真理，可能就是所有人都认同了。哥白尼之前人们都认同太阳绕着地球转，经历一场剧烈革命后，人们都认同地球绕着太阳转了，后面是否还会再有变化呢？没人知道。
那么，这个世界存在绝对真理吗？存在绝对的真实吗？
有三个关于真实的观点，
前现代（premodern），眼见为实，亲眼见到的就是真实。不认同我所认同的明显信仰的人是愚蠢的。比如一个古印度人亲眼看到一个得病的人吃了牛粪好了，他就坚信牛粪是古印度医学的神药包治百病。
现代（modern），存在真实，但每个人只能看到一部分真实，且每个人看到的不一样，即仁者见仁智者见智。有人觉得螺蛳粉是美食，有人觉得和放久发臭的面条没区别，但他们所说的只是自己的主观认识，没有人能说出螺蛳粉的客观真实。
后现代（postmodern），并没有什么真实，不存在外在世界，一切都存在内在之中。一切意义都是人赋予的，如果没有了人，比如对于一个天生盲人，他的世界里并没有光。如果所人类突然都变成了盲人，这个世界上就没有光。
今天看新闻，四川又有地方地震了，而且有人员伤亡，希望不要再有余震和人员伤亡了。
一般在自然灾害后，后统计灾害的严重程度，做一个简化的模型，比如A地死亡10人，受伤100人，B地死亡4人，受伤300人，那么，A和B两地哪里灾害更严重？
这就必须有标准了，到底灾难的严重程度用什么来判断？是死亡人数还是受伤人数？抑或是经济损失？
没有一致的标准，就很难做出判断，得出结论。
这也就与前文六神磊磊所说的对应了，不经过思考，也没有标准，热衷于根据自己的体验做判断、下结论，然后去敲键盘的人，太多了，造成了网络上的好多乱象，如网络暴力、民粹等。
有些事是个案，有些事通则，个案不能代表通则。
你可能有一个好朋友山东人A，他身材魁伟、为人忠厚、做事踏实、酒量还不错。
于是，你就认为另一个山东人B也酒量好，这显然不科学。
唯一可以作为通则的可能就是“山东人的户籍是山东”，别的能喝酒、爱吃煎饼、爱吃大葱、会开挖掘机，都只能说是比其他省份的人稍微突出一点，百分比稍微高一点，这是以省份为单位的分析，不能直接落到个人头上。
李连杰拍的《精武门》里，他有一个日本女朋友，不能因为当时很多日本鬼子很坏，就认定他的日本女朋友是坏人。
很多“普世”的看似真理的信念，也不一定就是放之四海而皆准的。比如“每个人都有自由的权力”，听起来总觉得没错，但真的如此吗？这是不是也只是现代社会普遍认同的一种信念而已？
毕竟在古代是没有这种想法的。
尤其是在漫长的远古时代，一个智人狩猎时被野兽甚至被其他部落的智人吃掉，可能是很常见的事；你刚费力狩猎的一只羚羊，可能被另一个部落的人抢去，也是常见的事，权力何在？自由、民主、产权，这都是文明进步的产物。或许未来还会被新的信念所取代。但至少现在我们必须遵循它们。它们是我们这个时代思考社会问题的基本“范式”。
想象一个场景，研究生复试体检环节，进入一个视力测试房间，你前面的五个人都说看到了一个红色的8，但你却看到了一个绿色的8，你怎么办？你很可能也说“红色的8”，因为你要和大多数人保持一致，这是符合人性的。
网络提供了一个吵架的绝佳环境，前些天写过一篇吵架的思考，我觉得很有意思。
一个苹果，A说'是红色’，B说“是类球体”，C说“是含水量80%的一种植物果实”，他们吵了起来，但他们都对。从不同视角、不同层面得出不同结论是必然的，永远吵不出结论。应该怎么样，综合起来，把苹果究竟是什么建立全面的认识。或者根据具体应用，现在你渴了，采取C的说法，你在教儿子学习认识颜色，采取A的说法。
总体而来，思考有两条路，演绎和归纳。
演绎，首先基于一定的理论分析去建立假设，然后去观察真实情况，看看假设与实现是否一致。
比如你先理性分析，宗教能给人心理的慰藉，于是假设贫困者、单身汉、残疾人等更可能信仰宗教，然后去现实中去观察，最后发现果然如此。
归纳，提出问题之后，不做预先的假设，直接去观察大量案例，从中总结出结论。
到底哪些人更容易信仰宗教呢？于是你经过长期的观察，发现贫困者、单身汉、残疾人信仰宗教的概率更大，接着你想到他们都是生活不如意的人，于是得出结论：宗教可以给生活不如意者心灵的慰藉。
很多社会调查的结论值得反思，因为过程有问题。
比如有调查显示，某城市中学生80%经常参加体育锻炼，而这些调查是在体育场旁边发放的问卷。
还有调查显示，当代人对生活很满意、买房压力不大，这个调查是在机场和星级酒店做的。
而那些绕过过程直接得出结论的行为，比以上两个调查更不靠谱。
小时候打群架，班长说，除了脑袋，别的地给我狠狠打，出了事算我的。
你和那小子没啥过节，但很可能抱着“不打白不打，打了也白打”的心态上去踹一脚。
说明什么？
我们平时的“遵纪守法、讲道德”、“有礼貌”、“不做坏事”，可能并未我们本质善良，而是害怕“后果”，害怕“惩罚”。如果能100%免于惩罚，你可能不再这么善良。
比如回到宋朝，你是高衙内，你爹是高俅，你怎么瞎胡闹也没事，那么，你会不会也调戏良家妇女呢？很可能。
可见完善的法律是多么重要，只靠道德自我约束不行啊。
还有一种现象，凡是对社会现状的解释，总会被一些人认为是在为既得利益者辩护，他们看不出研究者所竭力追求的客观理性。
比如我前些天说了一个观点：北京和山东人口结构不同，概率上讲，综合经济文化条件好的家庭孩子成才的可能性大一些，北京平均学历、职业结构等明显优于山东，北京孩子的名校录取率比山东高一些是合理的，但高多少是个问题、值得讨论研究。
怕有人误会，我又举了个例子，实验班和普通班各50人，现在选10人参加省里奥赛预选赛，怎么选？100个人统考取前十名吗（全国完全统一高考）？可能普通班一个也进不去，不利于安定团结。每班各5人吗（按照人口平分名额）？也不行，普通班这5人基本没希望，浪费名额。现实办法很可能是实验班8人，普通班2人，现实就是这样在各方利益纠纷中折中的。这是在解释现实，并不是给谁背书。
求生欲已经很强了，但很可惜，那篇推文我还是挨了不少骂。
有人事情是恶性循环的。
比如美国的黑人，他们遭受偏见，于是受教育和获得工作的机会更少，导致黑人从事底层劳动或者偷窃的更多，于是偏见得到强化，他们的工作机会变得更少。一切都是一开始的偏见造成的。
我小时候也有这种经历，有个老师对我有莫名的偏见，我就不喜欢他教的那科，于是他的偏见强化，我就更加不喜欢那一科干脆上课不听作业全抄。。。
4-7章
研究的三个目的：探索、描述和解释。
探索的三个目的：（1）满足研究者的好奇心和对某事物更加了解的欲望；（2）探讨对某议题进行细致研究的可行性；（3）发展后续研究中需要使用的方法。
描述即精确地测量并报告研究总体或现象的特征，回答是什么。
解释是探讨并报告研究现象各层面之间的关系，则回答为什么。
我认为一项研究往往兼备以上三种，只是哪种更多的问题。如我的大论文引入经济复杂度作为新指标，为后续相关研究提供了新的思路，可称为探索，同时主体致力于解释该指标的合理性，自然又属于解释。
通则式因果关系的标准：（1）变量之间必须相关；（2）原因必须先于结果发生；（3）不是假相关，即不能被第三个因素解释，如城市博士越多则骡子越少，这是因果关系吗？这是城市化发展的两个结果。在研究中有很多类似的问题，把相关说成因果，需要警惕。
通则式解释是一个概率性的、通常的也是不完全的，个案式解释的原因相对是完全的。
区位谬误是假定以区位为单位得到的结果也可以在区位的个体中获得证实。简化论则用一组特别的、狭窄的概念来看待和解释所有事物，这样，尽管事实很复杂，但是我们将它“简化”为简单的解释。
很多概念在现实中并不存在，文中用“偏见”、“同情心”举例，偏见根本不存在，而是很多相似的经历、观念的统一标签。可见，概念、术语，是语言进化的产物，为了更好的交流。只要大家都同意“根据愿不愿意捐钱”判断是否有同情心，就可以这样去测量同情心，但同情心究竟是什么无法测量。感觉有点“白马非马”的意思。
概念化（conceptualization）是我们指出术语具体含义的过程。
指标（indicators）就是我们正在研究的概念是否存在的一个标记。
分类的技术术语是维度（dimension）：概念的具体方面（aspects）或层面（facet）。
操作化要明确变异的范围，分类没有通用的答案而是来自于研究目的。看到这里想到了一点，很多人做研究时要去遵循一些程序化的流程，先怎样再怎样，但是真的必须如此吗？无论是分类，还是别的统计检验流程，最根本的还是研究目的和基本逻辑，而不是刻板流程。
定性、定序、定距、定比四种测量数据。
信度，测量的稳定性。可通过前测后测、对比法就行信度检验。
效度，测量多大程度反映了概念的真实含义。
表面效度，测量结果与大致印象吻合。标准关联效度，也称预测效度，如驾照考试成绩与驾驶技术的关系。建构效度，基于变量之间的逻辑关系，如根据父母和子女一起吃饭的频率测量亲子交流。内容效度，测量结果多大程度包含了概念的含义，如数学考试不能只考加法，也要包括减乘除。
指标和量表都是典型的对变量的定序测量，其他三种都有明确的答案和选项。
同一变量的多个结果会具有相关性，但同一变量的多个原因不一定具有相关性。
使用不同权重必须有确切的理由，而一般的做法就是使用相同的权重。意识到这个问题的难度，难在没有标准。比如大学排名，学术声誉、雇主评价、毕业生质量、科研产出等，到底不同指标如何赋予权重？这种问题没有标准答案，在于有自己的道理，在于尽可能达成共识。
非概率抽样：就近抽样、目标式或判断抽样、滚雪球抽样、配额抽样。
抽样分布：所能抽取的所有样本的平均数的平均等于总体的平均数。
概率抽样：简单随机抽样、系统抽样、分层抽样、多级整群抽样、概率比例抽样、非比例抽样和加权。
8-12章
一、实验方法，关注确定因果关系，用于解释而不是描述。
古典实验：自变量和因变量；前测和后测；实验组和对照组。
双盲实验用来排除患者的安慰剂效应和研究者的先验式判断，感觉这种先验判断很像皮格马利翁效应。
前实验设计：单次案例研究（一个经常运动的人体型很好，但；可能这个人不运动体型也很好），单组前后测设计（一个胖子运动一年后减肥了，但可能他不运动也会变瘦），静态组比较（运动的人体型好，不运动的更胖，但可能运动的这个人天生体型就好）。三种设计逐渐变好，但都有逻辑问题。
实验内在效度：实验以外的因素因素影响了因变量，本来想测观影对黑人偏见的影响，但实验时恰好发生了黑人领袖死亡的社会新闻，就难以确定是观影效果还是社会事件效果了。
实验外在效度：实验情境与刺激产生交互作用，实验结果不能概化到现实世界。
二、问卷调查
问卷适合用于描述性、解释性和探索性研究，往往以个体为受访对象和研究单位。
问卷中的封闭式访题两个原则：包含所有可能的答案，答案之间是互斥的。
提问要清楚避免歧义、避免双重提问、受访者能够且愿意回答、避免否定性提问和倾向性。
问卷的设计要清晰明了、题项顺序等要有逻辑有结构。
访谈问卷访要专业，熟知每个题项、能发问能观察能追问能答疑，但不能带有或引导某种倾向。
二手分析是指某人搜集和加工的数据被另一人所用，我的基于宏观数据的研究应该算这个。有些老师在开题时表示对二手数据的质疑，其实没有必要，涂尔干的《自杀论》不久也是各个国家和地区统计发布的数据吗？我意识到，《自杀论》的研究范式是如此简单而经典，每个论述有一定的逻辑道理，然后找到数据用事实论证是否真的成立，既符合道理也有事实支撑，就可以认为基本是靠谱的。
三、定性实地研究
某种程度上，只要是观察或参与某一社会行为，并试图理解，我们就在进行实地研究。
实地研究很少带有需要检验的、明确定义的假设，是典型的理论生成活动。
定性实地研究的长处是能为研究者提供系统的观点，尤其适合在自然情境下测量态度和行为。
观察者的两个极端：第一是作为完全参与者观察，但会影响被观察者行为；第二是完全的旁观者非介入，但这样往往不能做出全面的理解。
有自然主义、常人方法学、扎根理论、个案研究、制度民族志、参与行动研究等范式。
四、非介入性研究
这一章介绍了三种非介入研究方法，内容分析法、既有统计数据分析法、比较和历史分析法，这三种方法恰好就是我的大论文要用的啊，可以把内容分析法进一步改为文献和内容分析法。
内容分析法是对被记载下来的人类传播媒介的研究，如书籍、杂志、网页、报纸、信件、法律条文、小说等，回答传播媒介的经典问题：“谁说了什么、对谁说、为什么说、如何说、产生了什么影响”等。、
既有统计数据分析法，再次用《自杀论》进行讲述。重复验证是解决效度问题的一般办法。
比较和历史分析法，与前面的方法有重叠，用韦伯的《新教伦理与资本主义精神》进行讲述。
五、评估研究
评估研究是确定预期结果是否出现的研究过程。
有需求评估研究、成本-收益研究、监测研究，大多数评估研究是项目评估或结果评估：确定一项社会干预是否产生了预期的结果。
我也想到评估的一个悖论：不评估就不能清楚地知道是否有效，评估就需要指标，而很多比如创新成果没有明确的可测量指标。为了迎合评估，当事人就不得不把目标向着可测量评估指标靠近。
很多评估结果存在问题，比如评估一所大学的毕业生就业，其实就业更大程度是社会经济环境的问题，学校能做的非常有限，就业好不能说明学校好，就业差也能说明学校差。
13-17章
好的定量分析绝不是对技术的死记硬背，最需要的是对变量间有意义模式的渴望和确认的能力。定性分析最需要的是洞察力，而非分析工具，不仅是一种科学，也是一种艺术。
变量导向分析：描述和解释特定变量的分析方法
个案导向分析：通过探讨每个细节来理解某个或几个个案的分析方法。
扎根理论的三阶段编码
开放编码：对概念的初始分类和标注
轴心式编码：对开放编码的再编码，识别重要的、具有一般意义的概念
选择式编码：依据开放编码和轴心编码的结果，识别能够把基于文本识别的其他概念组织起来的中心概念
备忘录：编码记录、理论记录、操作记录。概念图对于理论生成过程很有帮助。
大多数社会科学家测量的，都是人类思想和共识的产物，而不是独立于人类判断存在的东西。
对一套数据的编码，有多种可行方案，只是我们的选择要和研究目的相匹配，并反映数据本身呈现的逻辑。
单变量分析包括分布和集中离散趋势，用于描述；双变量为确定两个变量之间的经验关系。
详析模式的基础：通过引入其他控制变量来理解双变量之间的关系。
零阶关系：详析模式中，在不引入控制变量的情况下，两变量的初始关系。
净关系：详析模式中，控制第三个变量情况下，两变量在子群中的关系。
净关系和零阶关系相同，这种结果称为复证。
引入控制变量后，零阶关系消失了，这种结果称为辨明。
阐明：第三个控制变量作为中介变量的情况，不是否认原关系，而是澄清了作用机制。
表明：引入控制变量后，原关系在某些子群成立，另一些子群中不再存在。
经验研究首先是一种逻辑过程，而不是数学运算，数学只是一种方便有效的语言，用来完成定量数据分析的逻辑过程。
定类、定序、定距和定比几类数据的区别，各自相关性的含义。
线性回归中，相关系数的平方代表因变量有多少变异可以被模型解释。
统计推断的基本逻辑：假设总体中两个变量相互独立，那么从总体中抽出的样本两个变量也相互独立，那么如果出现与此冲突的情形，要么可以归因于样本没有代表性；要么可以拒绝变量之间的独立性假设。卡方、t检验常用检验两变量是否独立。
其他多变量方法：路径分析，时间序列分析，因子分析，方差分析，判别分析，概率比分析，地理信息系统。
联系客服
