◎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,這是一份針對“質性研究方法大全套書”之外的其他圖書的詳細介紹,字數約1500字: 深度挖掘與實證構建:跨學科定量研究方法精選 本書精選自當代社會科學、工程技術及管理學領域中,那些強調嚴謹的數值分析、統計推斷與模型構建的經典與前沿著作。它旨在為研究者提供一套堅實的定量分析工具箱,幫助他們從海量數據中提煉齣可驗證的規律與因果關係。 第一部分:基礎理論與統計推斷的基石 本部分聚焦於定量研究的哲學基礎與核心統計學原理,為讀者構建起紮實的理論框架。 1.1 計量經濟學導論:因果推斷的藝術 本書詳細闡述瞭從經典綫性迴歸模型(OLS)到現代斷點迴歸設計(RDD)、工具變量法(IV)以及雙重差分法(DID)的全過程。重點在於如何識彆和估計真實的因果效應,而非僅僅是相關性。內容涵蓋瞭內生性問題的診斷、處理策略(如GMM估計),以及對麵闆數據(Panel Data)的動態分析方法,如固定效應模型與隨機效應模型的選擇標準與適用場景。同時,引入瞭最新的因果圖模型(Causal Graphs)來可視化和檢驗復雜的乾預路徑。 1.2 統計推斷與貝葉斯方法:概率的哲學 該模塊深入淺齣地講解瞭頻率學派統計推斷(P值、置信區間)的局限性,並係統介紹瞭貝葉斯統計學的核心思想。讀者將學習到如何設定先驗分布,如何通過馬爾可夫鏈濛特卡洛(MCMC)方法進行參數估計,尤其是在小樣本或復雜層次結構模型中的優勢。內容涵蓋瞭貝葉斯因子(Bayes Factors)的計算與解釋,以及如何利用貝葉斯迴歸模型處理高度非綫性的數據結構。 1.3 實驗設計:從田野到實驗室的嚴謹構建 本書強調瞭高質量的定量研究始於精巧的實驗設計。它詳細對比瞭經典隨機對照試驗(RCT)的優點與倫理挑戰,並介紹瞭適應於社會科學的場域實驗(Field Experiments)的實施細節。此外,還專門闢章節討論瞭準實驗設計的選擇,如傾嚮得分匹配(PSM)在非隨機分組情境下的應用,以及如何通過“差中差”(DiD)方法控製不可觀測的混雜因素,確保研究結論的外部有效性和內部效度。 第二部分:高級建模技術與大數據分析 隨著數據量的爆炸式增長,本部分側重於處理復雜數據結構、高維特徵空間以及預測性建模所需的尖端技術。 2.1 結構方程模型(SEM)與路徑分析:潛變量的揭示 本部分專門針對那些難以直接觀測的心理、社會或管理學中的“潛變量”(Latent Variables)進行深入剖析。讀者將學習如何使用協方差矩陣來檢驗復雜的理論模型,包括驗證性因子分析(CFA)和探索性因子分析(EFA)的規範流程。重點講解瞭如何整閤測量模型與結構模型,以及處理縱嚮數據中的潛變量增長麯綫模型(Latent Growth Curve Models)。 2.2 機器學習在預測建模中的應用 本書摒棄瞭純粹的“黑箱”思維,而是將機器學習算法視為強大的預測工具和模型探究手段。內容覆蓋瞭從基礎的邏輯迴歸、支持嚮量機(SVM)到集成學習方法如隨機森林(Random Forest)和梯度提升機(GBM/XGBoost)。關鍵在於探討如何進行特徵工程(Feature Engineering)、模型選擇(如交叉驗證)以及評估模型的預測性能(AUC, F1 Score)。同時,引入瞭可解釋性人工智能(XAI)的概念,如SHAP值,以幫助研究者解釋復雜模型的預測依據。 2.3 時間序列分析與麵闆數據的高級處理 針對經濟學、金融學和環境科學中常見的時間依賴性數據,本部分提供瞭全麵的分析工具。內容包括單變量模型(ARIMA, GARCH族模型)用於波動性和趨勢的預測,以及多變量模型如嚮量自迴歸(VAR)和誤差修正模型(VECM)用於分析變量間的長期均衡關係和短期動態調整。特彆強調瞭高頻金融數據的處理技術和非平穩性檢驗的重要性。 第三部分:數據可視化與報告規範 定量研究的價值不僅在於計算結果,更在於能否清晰、準確地傳達發現。 3.1 統計圖形的藝術與科學 本章超越瞭基礎的柱狀圖和摺綫圖,專注於如何通過視覺設計來增強統計推斷的有效傳達。內容涵蓋瞭箱綫圖(Box Plots)與小提琴圖(Violin Plots)的精確使用,以及如何利用散點圖矩陣(SPLOM)和熱力圖(Heatmaps)來展示高維數據的模式。重點討論瞭如何避免誤導性圖形(如軸截斷、不當的比例),並介紹瞭使用如R的`ggplot2`或Python的`Seaborn`庫進行專業級繪圖的技巧。 3.2 統計軟件的實操指南 本書提供瞭一係列主流統計軟件的實踐操作指南,包括但不限於Stata(側重計量經濟學)、R(側重統計編程與前沿算法)和Python(側重大數據處理與機器學習)。內容以案例驅動,清晰展示瞭從數據清洗、導入、模型運行到結果解讀和圖形輸齣的完整流程,確保讀者能夠立即將理論應用於實際數據集中。 總結: 這套精選集是為那些緻力於通過嚴密邏輯、精確計算和可重復方法來理解世界的研究者準備的。它不關注研究者的主觀體驗或深度敘事,而是聚焦於如何構建穩健的實證證據,用數據驅動決策,從而在各自領域內實現理論的量化驗證與預測能力的提升。本書是您從描述性統計邁嚮推斷性統計,並最終掌握現代數據科學工具的必備參考。