圓桌討論—解決問(wèn)題與學(xué)術(shù)方法論

量化研究前言昨天五個(gè)主題（學(xué)術(shù)與實(shí)務(wù)）和最后的綜合討論中，有許多的「疑問(wèn)」被提出來(lái)。這些疑問(wèn)都需要、也都可以被轉(zhuǎn)換為可被研究的「研究問(wèn)題」。研究者（尤其是各位）應(yīng)該設(shè)法以「科學(xué)研究」的程序，找出這些疑問(wèn)之問(wèn)題（社會(huì)運(yùn)動(dòng)相關(guān)問(wèn)題）的關(guān)鍵原因。問(wèn)題關(guān)鍵原因的探究，研究者要有「主觀上的判斷」，也是研究議題發(fā)展方向的考慮。不僅影響研究設(shè)計(jì)的內(nèi)容，也影響研究理論發(fā)展的方向，更決定了研究結(jié)果發(fā)展成為行動(dòng)策略的可能性。主觀上的判斷受到研究者的理論選擇（對(duì)問(wèn)題的理論論述方式）、對(duì)過(guò)去經(jīng)驗(yàn)研究的發(fā)現(xiàn)和對(duì)問(wèn)題的獨(dú)到見解所決定。這樣的研究問(wèn)題發(fā)展的「主觀上的判斷」可能得到研究資料（或社會(huì)事實(shí)）支持，也可能不支持。但是，「主觀上的判斷」沒(méi)有得到支持，不用擔(dān)心。研究者可以采取淘汰法，繼續(xù)新的方向之研究。這樣才有創(chuàng)造研究者自己新理論的可能。從問(wèn)題發(fā)現(xiàn)到行動(dòng)策略行動(dòng)參與、社會(huì)運(yùn)動(dòng)參與、環(huán)境行為推動(dòng)等策略的擬定研究找出影響參與和行為問(wèn)題的關(guān)鍵原因發(fā)展出可以被研究的研究問(wèn)題關(guān)心的社會(huì)運(yùn)動(dòng)問(wèn)題或其他的社會(huì)問(wèn)題或研究者想要回答的問(wèn)題量化研究的共同元素因果推論的企圖影響機(jī)制的好奇研究單位的選擇時(shí)間的考慮與拿捏空間的重要與納入分析方法的提升因果推論的企圖

因果推論的研究議題是許多社會(huì)科學(xué)研究的主要類型或好奇。因果推論最常見在實(shí)驗(yàn)設(shè)計(jì)之研究中。觀察研究（非實(shí)驗(yàn)設(shè)計(jì)研究）的因果推論已經(jīng)蓬勃發(fā)展。

e.g.,列出幾篇相關(guān)的期刊論文

Brand,

Jennie

E.

and

Yu

Xie2010

“Who

Benefits

Most

from

College?

Evidence

for

Negative

Selection

in

Heterogeneous

Economic

Returns

to

High

Education.”

ASR

75:273-302.Wodtke,

Geoffrey

T.,

David

J.

Harding

and

Felix

Elwert2011

“Neighborhood

Effects

in

Temporal

Perspective:

The

Impact

of

Long-Term

Exposure

to

Concentrated

Disadvantage

on

High

School

Graduation.”

ASR

76:713-736.

Sharkey

Patrick

and

Felix

Elwert2011

“The

Legacy

of

Disadvantage:

Multigenerational

Neighborhood

Effects

on

Cognitive

Ability.”

AJS

116:1934-81.

AJS

109:676-719.最近觀察研究的因果推論的處理方法，都是以傾向分?jǐn)?shù)（propensityscore）為基礎(chǔ)。已經(jīng)由過(guò)去的homogeneous

treatment

effect之探究，

轉(zhuǎn)進(jìn)到heterogeneous

treatment

effects的探討。heterogeneous

treatment

effects個(gè)人差異不僅存在于背景特性的差異，也存在個(gè)人對(duì)于特定的處理（treatment）、介入或刺激的反應(yīng)有所不同。特別是處理效果（treatmenteffects）可能系統(tǒng)性地隨「接受處理的傾向」（thepropensityfortreatment）而變動(dòng)?！府愘|(zhì)的處理效果」為「處理傾向分?jǐn)?shù)」的函數(shù)，在與回歸分析相似的假定條件：可被處理或可被解決性（或稱為可被忽略性，ignorability）。常見的研究處理效果異質(zhì)性的

分析方法Causal

Inference

and

Heterogeneous

treatment

EffectPretreatment

and

Treatment

EffectThe

Stratification-Multilevel

Methods（SM）The

Matching-Smoothing

Method（MS)

The

Smoothing-Differencing

Methods（SD）Reference:Xie,

Yu,

Jennie

E.

Brand,

and

Ben

Jann2012

“Estimating

Heterogeneous

Treatment

Effects

with

Observational

Data.”

Sociological

Methodology

42:314-347.The

Stratification-Multilevel

Method

(SM

Method)1.

先使用一組可觀察的共變項(xiàng)，估計(jì)接受研究處理的邏輯回歸或probitregression，并計(jì)算出每個(gè)觀察體的個(gè)別接受處理的機(jī)率，稱為接受處理的傾向分?jǐn)?shù)。2.

接著建構(gòu)具有平衡傾向分?jǐn)?shù)的層級(jí)（strata）。亦即依據(jù)傾向分?jǐn)?shù)的高低分為數(shù)個(gè)strata，讓每個(gè)strata內(nèi)的實(shí)驗(yàn)組（接受研究處理）和對(duì)照組（沒(méi)有接受研究處理）的可觀察共變項(xiàng)是沒(méi)有差異的，或是平衡的。3.

再估計(jì)每個(gè)層級(jí)內(nèi)的「平均處理效果」

（stratum-specificaveragetreatmenteffects）4.最后，再評(píng)估各層級(jí)的「平均處理效果」間的趨勢(shì)與傾向分?jǐn)?shù)的關(guān)系（趨勢(shì)關(guān)系）The

Matching-Smoothing

Method

(MS

Method)根據(jù)每個(gè)觀察體的傾向分?jǐn)?shù)，將「接受研究處理」和「沒(méi)有接受研究處理」的觀察體加以配對(duì)（這種配對(duì)有一對(duì)一配對(duì)、有一對(duì)多配對(duì)）。配對(duì)后轉(zhuǎn)換資料為處理—控制的比較（treatment-controlcomparisons）。然后以無(wú)母數(shù)法（nonparametricmodelasasmoothingdevice）對(duì)「處理效果為接受處理的傾向分?jǐn)?shù)之函數(shù)」加以估計(jì)。The

Smoothing-Differencing

Method

(SD

Method)分別對(duì)「接受研究處理組」和「沒(méi)有接受研究處理組」，以無(wú)母數(shù)回歸進(jìn)行以「依變項(xiàng)是結(jié)果變項(xiàng)，自變項(xiàng)為接受處理的傾向分?jǐn)?shù)」的處理效果之分析。再取得兩組的「處理效果」之差異。影響機(jī)制的好奇

量化研究者除了探討「自變項(xiàng)對(duì)依變項(xiàng)有無(wú)影響」之外，常會(huì)進(jìn)一步地問(wèn)：「自變項(xiàng)對(duì)依變項(xiàng)的影響是經(jīng)過(guò)怎樣的過(guò)程，或經(jīng)過(guò)什么機(jī)制」的問(wèn)題，因此，研究者除了回答「因果關(guān)系、因果效應(yīng)」的問(wèn)題外，也需要進(jìn)一步回答「因果關(guān)系的中間過(guò)程、或中間機(jī)制是什么」的問(wèn)題。影響機(jī)制的種類：中介機(jī)制（intervening）共同變因（commoncause）中間機(jī)制（mediating）調(diào)節(jié)機(jī)制（moderating）抑制機(jī)制（suppressing）曲解機(jī)制（distorting）假定研究的自變項(xiàng)為X，依變項(xiàng)為Y，研究者想要探討的影響機(jī)制變項(xiàng)（或稱為干擾變項(xiàng)）為Z。中介機(jī)制（intervening）

WithoutZWithZ

自變項(xiàng)X對(duì)依變項(xiàng)Y的影響一定要透過(guò)Z。自變項(xiàng)X對(duì)依變項(xiàng)Y的影響只有透過(guò)Z的間接效果。XZYXY中介機(jī)制認(rèn)定方式（或統(tǒng)計(jì)分析特征）1.未加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是顯著的（有別于0）。2.加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響變成不顯著。共同變因（commoncause）

Without

Z

With

ZZXYXY共同變因機(jī)制認(rèn)定方式（或統(tǒng)計(jì)分析特征）1.未加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是顯著的（有別于0）。2.加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響變成不顯著。「中介機(jī)制」和「共同變因機(jī)制」的統(tǒng)計(jì)分析特征是完全一樣的。因此，研究者需要從「理論思辯」的方式，來(lái)確認(rèn)其可能性。不可能從統(tǒng)計(jì)分析特征本身來(lái)確認(rèn)。中間機(jī)制（mediating）

WithoutZWithZXYZXY自變項(xiàng)X對(duì)依變項(xiàng)Y的影響有直接的影響，也有透過(guò)Z的間接影響。自變項(xiàng)X對(duì)依變項(xiàng)Y的影響，同時(shí)具有「直接影響效果」和「間接影響效果」。中間機(jī)制認(rèn)定方式（或統(tǒng)計(jì)分析特征）1.未加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是顯著的。2.加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響還是維持顯著的。調(diào)節(jié)機(jī)制（moderating）

WithoutZ

or----------------WithZXYZXYXY自變項(xiàng)X對(duì)依變項(xiàng)Y的影響效果，會(huì)因?yàn)閆變項(xiàng)的層次的不同而不同。也就是自變項(xiàng)X和Z變項(xiàng)的交互作用項(xiàng)對(duì)依變項(xiàng)Y是有顯著影響的。調(diào)節(jié)機(jī)制相當(dāng)于回歸分析中的兩個(gè)自變項(xiàng)的交互作用項(xiàng)是顯著的意思。調(diào)節(jié)機(jī)制認(rèn)定方式（或統(tǒng)計(jì)分析特征）1.未加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響可能是不顯著，也可能是顯著。2.加入（控制）Z變項(xiàng)和自變項(xiàng)X與Z變項(xiàng)的交互作用項(xiàng)后，交互作用項(xiàng)（XZ）對(duì)依變項(xiàng)Y的影響是顯著的。抑制機(jī)制（suppressing）

抑制機(jī)制是指Z變項(xiàng)在沒(méi)有控制的情況下，會(huì)抑制自變項(xiàng)X對(duì)依變項(xiàng)Y的影響效果。一旦Z變項(xiàng)被加以控制后，原本被抑制掉的自變項(xiàng)X對(duì)依變項(xiàng)Y的影響效果，會(huì)呈現(xiàn)出來(lái)。抑制機(jī)制

Without

Z

------------With

ZXYXY抑制機(jī)制認(rèn)定方式（或統(tǒng)計(jì)分析特征）1.未加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是不顯著的。2.加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是顯著的。曲解變項(xiàng)Without

Z

+

-

-With

Z

+

XYXY曲解機(jī)制（distorting）

曲解機(jī)制是指Z變項(xiàng)在沒(méi)有控制的情況下，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響效果和有控制Z變項(xiàng)的結(jié)果都是顯著的，但是方向（符號(hào)）是相反的。亦即，原本沒(méi)有控制Z變項(xiàng)時(shí)，自變項(xiàng)對(duì)依變項(xiàng)的影響若為正，則在控制Z變項(xiàng)后，其影響轉(zhuǎn)為負(fù)。曲解機(jī)制認(rèn)定方式（或統(tǒng)計(jì)分析特征）1.未加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是顯著的，符號(hào)是正（負(fù)）的。2.加入（控制）Z變項(xiàng)時(shí)，自變項(xiàng)X對(duì)依變項(xiàng)Y的影響是顯著的，但符號(hào)是負(fù)（正）的。研究單位的選擇

1.單層次研究（one-level

study）

個(gè)人、組織、社區(qū)、學(xué)校、---2.多層次研究

（multilevel

study）兩層次研究

三層次研究多層次研究，需要「多層次分析方法」。如HLM

or

Multilevel

analysis。時(shí)間的考慮與拿捏

橫斷面研究（cross-sectional

study）長(zhǎng)期性研究（longitudinal

study）

多波橫斷面研究（multi-wavecross-

sectionalstudy）

長(zhǎng)期追蹤研究（panel

study）

世代研究（cohort

study）多波橫斷面研究、長(zhǎng)期追蹤研究、世代研究等長(zhǎng)期研究的資料類型很多種，研究者好奇的研究問(wèn)題形式也很多種，研究者需要根據(jù)研究問(wèn)題的形式、變項(xiàng)的測(cè)量層次、研究單位的層次等，選擇適當(dāng)?shù)馁Y料分析方式。常見的長(zhǎng)期研究資料分析方法，如：Growth

curve

modeling

(linear,

quadratic,

and

piecewise)Latent

growth

curve

modelingLatent

class

growth

curve

modelingCross-classified

random

effect

model

(CCREM)---空間的重要與納入

「空間」的概念可能與前面兩個(gè)概念「研究單位」和「時(shí)間」結(jié)合，而允許研究者回答「空間單元異質(zhì)性」、「空間單元間的空間相依性」、「空間單元的變遷性」及「空間單元變遷性的空間相依性」等重要問(wèn)題。上述的研究問(wèn)題，都需要另外的空間分析的技術(shù)，或多層次的空間分析，或動(dòng)態(tài)的多層次空間分析。Reference:紀(jì)玉臨、周孟嫻、謝雨生(2009)「臺(tái)灣外籍新娘之空間分析」，人口學(xué)刊，38:67-113。(TSSCI)周孟嫻、紀(jì)玉臨、謝雨生(2010)「臺(tái)灣自殺率具空間群聚嗎？模仿效應(yīng)或結(jié)構(gòu)效應(yīng)」，人口學(xué)刊，41:1-65。(TSSCI)e.g.,

以鄉(xiāng)鎮(zhèn)市區(qū)為研究分析單位，（1）探討生活環(huán)境（鄉(xiāng)鎮(zhèn)市區(qū)）特性如何影響外籍配偶的比例

（2）鄉(xiāng)鎮(zhèn)市區(qū)的外籍配偶婚配現(xiàn)象有無(wú)空間相依性。

（3）生活環(huán)境（鄉(xiāng)鎮(zhèn)市區(qū)）特性對(duì)外籍婚配的影響，有無(wú)空間相依性。

（4）鄉(xiāng)鎮(zhèn)市區(qū)的外籍配偶婚配現(xiàn)象之空間相依性產(chǎn)生變化否？

（5）生活環(huán)境（鄉(xiāng)鎮(zhèn)市區(qū)）特性對(duì)外籍婚配的影響，有無(wú)空間相依性。分析方法的提升

兩個(gè)例子：1.

Heterogeneous

treatment

effects

vs.

homogeneous

treatment

effect2.

Comparing

regression

coefficients

between

same-sample

nested

models

using

logit

and

probit

regression邏輯回歸（logitregression）和波比回歸（probit

regression）被廣泛使用于社會(huì)科學(xué)的經(jīng)驗(yàn)研究中。線型回歸分析相同自變項(xiàng)的影響效果（參數(shù)估計(jì)）的跨模式間比較是研究者常進(jìn)行的工作，以確定所加入的控制變項(xiàng)（或干擾變項(xiàng)）所扮演的角色和判斷其所造成的影響有多大。但是，這樣的模式間的比較（沒(méi)控制變項(xiàng)與有控制變項(xiàng)）在邏輯回歸和波比回歸中并不適當(dāng)。亦即，在邏輯回歸（和波比回歸）中，研究者有興趣的變項(xiàng)的系數(shù)估計(jì)的差異變化，并不能直接歸因于新加入的干擾變項(xiàng)的效應(yīng)。主要的理由是：模式中的潛在變項(xiàng)（underlyinglatentvariable）的變異數(shù)（variance）并沒(méi)有認(rèn)定（notidentified），而且不同模式間是有差異的。這種問(wèn)題稱之為再尺度問(wèn)題（pro