科学网 › 标签 › 定量方法

标签: 定量方法

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

定量方法的是与非: libseeker 2014-6-11 09:00; 摘编自：庞珣.国际关系研究的定量方法：定义、规则与操作.新华文摘，2014（8）：149-154（原发《世界经济与政治》2014年第1期，原文约两万字。）定量方法是实证主义研究的主要方法之一。随着社会数据的长期积累和系统搜集，定量方法在社会科学研究中变得日益普遍和重要。本文对定量方法是什么、不是什么以及使用的步骤和原则进行澄清和梳理。 1 常见错误理解和操作 1.1 定量研究不需要理论支撑。统计建模要求研究者对研究问题相关的理论有全面的掌握和深入分析，以提出简洁的假设并控制替代解释的干扰。得到统计分析结果后，研究者还必须对实证结果进行理论上的解读和评估。定量研究不能没有理论，若没有理论，则不需要、也不可能进行定量研究。定量研究不适合复杂的或模糊的理论，不适合大理论（也即范式意义上的理论），也不适合思辨性质的理论。定量方法本身不发展理论，它只检验理论，但在使用定量方法的研究中，研究者通常要根据理论、逻辑和观察先发展理论，再用定量方法来检验理论。 1.2 定量分析过度简化以至于远离现实、失去意义。 1.3 数据质量低，基于这些数据的定量研究不可靠。在定量方法中，数据和统计模型的运用只是为了证伪理论和假设，而证伪在实际研究中具有暂时性。一个没有被现阶段数据和统计技术所证伪的假设，在将来有了新数据、新方法之后还要接受持续的检验。 1.4 定量方法是最科学的研究方法。科学研究中采用何种检验方法更好，是由研究的具体问题、理论和实证信息（数据的形式）情况所决定。定量方法由于具有高度的透明性、可重复性和系统性享有很大的优势，但这并不意味着定量方法在具体的研究中总是最好的选择。 1.5 定量方法就是从数据分析中得出解释。避免从数据和统计结果出发建立理论或发展解释，严格遵守定量方法是一种理论检验而非理论发展（发现）的方法，这是一条必须遵守的重要原则。 1.6 统计技术越高级、统计模型越复杂，定量方法就越可靠。在定量研究中，若简单模型够用则尽量使用简单模型。研究者不应为了要造成深奥的印象或炫耀统计技术而舍近求远，选用复杂的模型和技术。 2 实证研究中的定量方法 2.1 什么是定量方法。定量方法是对经验数据（包括实验性数据和观察数据）进行统计推论、从而对理论假设进行检验的过程。定量方法服务于实证主义研究。实证主义研究承认客体与主体的分离，以分析为主，旨在对客观世界进行发现。实证主义从本体论和认识论上都区别于社会科学研究中的“阐释”或“批判”传统。作为实证研究的一种，定量研究的方法和思想不适用阐释性和批判性研究，只有采取实证主义的本体论和认识论，才可能、也才有必要遵循定量的研究路径和方法。但是，定量研究只是类型众多的实证主义研究的一种，只要是承认研究的目的是为了认识客观世界现象而非在规范意义上对现象进行阐释和批判的，都是实证主义研究，而无论研究是采用了定性、定量还是历史的方法。 2.2 什么不是定量方法。定量方法必须建立在数值数据的基础上，但不是所有对数值数据进行分析的研究都是科学研究意义上的定量方法。定量方法必须对具有一定普遍性和演绎性理论进行实证检验。常被误认为是定量研究，但实际上不是的主要有两类：一类是仅止于数值描述或统计描述的实证研究；另一类是大量使用数值数据和复杂统计方法，但却非定量研究方法的研究是计算机模拟。 3 定量方法的实施步骤定量方法有一套相对确定的程序，每一个步骤都需要遵循一些具体的原则。一般由8个步骤组成：（1）确定研究问题是否适用定量方法。定量方法只适用于特定的研究问题；定量方法要求概念具有可测量性；定量方法要求研究的概念间关系具有清晰性、方向性和明确性。（2）将理论形成待检验的假设。（3）变量测量、样本抽样和数据生成。（4）数据处理和描述性统计分析。将数据储存为计算机可以正确识别的形式；对数据编码进行调整；确实数据的估计和不全；对单个变量的数据分布情况进行分析，以对样本的质量和问题进行评估；变量间相关性的简单分析。（5）选择或建立统计模型。（6）参数估计和假设检验结果。（7）模型假定的重新检查。（8）结果分析和解读。如果出现理论上、逻辑上和常识上都难以理解的统计结果，研究者需要进一步怀疑自己的统计工具和数据及其测量的可靠性，并对此作出解释。定量方法在各个操作步骤上有具体的要求和原则，研究者需要严格遵循、诚实报告。只有正确而谨慎地使用定量方法，才能够达到推进学术的目的，也能够真正维护定量方法的声誉和前景。; 个人分类: 学海拾贝|6605 次阅读|0 个评论

如何学习定量研究方法: 热度 1 yuliping 2011-12-18 11:27; 定量研究方法是个相当相当相当……（此处省略 n 个“相当”， n 取整数，对计量菜鸟而言， n ≥ 100 ，呵呵！）庞大的范畴，除非研究方法本身的学者，可能对其体系结构及应用有着较深的理解，对大多数以应用研究为主的人文社科学者及学生而言，这是个头痛的问题。很多人文社科学者对计量了解甚少，这限制了所从事研究的深度。我经常听到一些学生讲，要是学会 SPSS 、 EVIEWS 、 STATA 之类的软件就好了，真是初生牛犊不怕虎啊！这些软件功能是如此强大，涉及的理论与模型是如此众多，国内即使精通其中 1 个软件的人能有多少？不过这绝不是在学生中才会出现的“巨问题”，恐怕很多年轻学者一样会说出类似的“外行话”。人文社科研究主要是以应用为主，即使有理论研究，也是为了解决应用中存在的问题。研究方法与模型，可能是偏自然科学学者的事情，虽然学科划分在人文社科的相关学科领域下。如何学习？当然这非常复杂，不同的学者爱好、特长均不一样，有些人并没有能力弄懂某种定量研究方法，但可以了解该方法的前提条件、特点、用途、软件实现、结果分析等等，从而将方法为自己所用，我认为这就足够了。有这样想法的学者其实远不是极少数，我感觉人文社科研究中，恐怕有 70 ％。对于年轻学生而言，如果数理基础好，最好还是脚踏实地啃上几年书，将会终身收益无穷。我的师弟在校读博期间被公认为定量研究的专家，建模水平特高，在导师的指导下编写了两套计量经济实验手册，宿舍经常门庭若市，求教者络绎不绝，我也是其学生之一。人送外号“大师”，光芒四射，豪情万丈！对于人数众多，不具备啃书推导公式特长的一般学者而言，学以致用即可，别指望对模型进行修正。一般而言，计量方法的学习和运用需要较长的时间，不同的研究需要用不同的方法，不妨选一个感兴趣的方向，比如准备研究某个问题，然后搜集数据，再找人请教应该用什么模型做，用什么软件，怎么看计量结果等等，这样一个一个积累，时间长了自然就通了。每人都有自己的特长，在某个较窄的领域，你做到优秀，自然在团队中有自己的价值和位置，这样大家互相支持，互相学习，从而促进团队整体水平的提高。经常收到一些年轻人的邮件，请教类似问题，所以我尽量通过博客的形式，将自己的一些感悟写出来，我大概统计了一下，关于科研心得的博文差不多有 100 篇左右了，希望积累一段时间后整理出版，也是一件不错的事情。 2011.12.18 俞立平于宁波; 个人分类: 科研心得|4554 次阅读|1 个评论

技术进步永远是社科研究创新的源泉: 热度 4 yuliping 2011-2-12 17:25; 从事科研工作，有很多东西是通用的，比如良好的平台、睿智的灵感、勤奋的精神、师长的指点、文献的阅读等等，对社会科学研究而言，技术进步某种程度上起着关键作用，这里的技术进步，特指社科研究中的定量研究方法。当今的社科研究，很多领域越来越像自然科学，需要数据，模型，统计检验等等。我不太懂自然科学，感觉自然科学中，实验具有非常重要的地位，因为有实验，所以不断地有新的数据，进而会通过模型计算出一系列结果，从而写作和发表论文。而社会科学没有实验，所依赖的大多数是统计年鉴和调查数据，从这个角度讲，社科研究所需要的数据资源是极其宝贵的，撇开调查不谈，很多年鉴上的数据大家都可以查到，也就是说，社科的数据是“共享”的，而自然科学研究，在论文没有完成之前，恐怕没有谁会公布数据，这是一件非常有意思的事情。社科的数据具有以下特点（暂且放下社科调查），第一，社科“实验”极其稀少。每年各种年鉴中公布的数据是极其有限的，不像自然科学每个人、每个团队都有自己的数据。第二，社科的数据的公开的，人人都可以获得。在这种情况下，我们如何创新？传统的思维是理论研究，当然理论创新在任何时候都是非常重要的，非常不幸的是，理论创新极其困难，我曾经写过一篇社科研究难以做一流研究的博文。还有一种是实证研究，而在数据公开的情况下，大家都拥有共同的数据，你凭什么做出很牛的东东？当然，从问题选择、数据选取、写作技巧等方面都可以努力，但是如果没有一流的工具，确实难以做出很好的成果，所以说，相对自然科学而言，技术进步永远是社科研究创新的源泉。当今的计量方法，非常庞大和系统，针对同一数据，采取不同的方法从不同的角度进行研究，确实可以有很多不同的发现，而且方法之间有些是互相补充互相验证的，从而使研究更加严谨，从中你可以发现数学的美，感受自己所做工作的伟大，从而获得研究的乐趣。其实，这个世界很公平，自然科学的学者做实验非常辛苦，有些实验即使春节期间也不能中断。社科学者虽然这方面省点力气，但是在社科“数据贫乏”的情况下，做研究更加不易。 2011.2.12 俞立平于扬州; 个人分类: 科研心得|3231 次阅读|5 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 定量方法

相关帖子

相关日志

关闭安全验证