在教育研究中，研究方法非常重要，研究方法中常存在以下几个误区。

一、叙事研究就是讲故事吗？

近年，叙事研究或叙述性研究(narrative study)开始在质化研究(或称为质性研究)中流行起来，它也给人一种错觉，诸如叙述性质化研究就是说故事或写日记。而且，无论讲故事和学术研究之间是何种关系(我们不是要低贬讲故事，不少故事均有很重要的学术意味)，我们总要回答这种研究方法的所谓信度的问题。当然，没有人无知到把量化研究中的效度与质化研究中的效度等同，但质化研究所得出的结果是否是碎片信息，是否会受主观角度(无论研究者或受访者(informant))的影响还是值得我们注意的。

叙事的质化研究与历史探索(重现)其实有类似的地方。例如，在探讨香港小学数学近半世纪的历史发展研究中就遇到的情况。该研究利用叙事研究的方法，采访了大量参与早期香港小学数学课程改革的相关人士。其中，有一位受访者(冯源先生)提供了颇为完整(且有文档支持)的“故事”。他在故事中提到何兆伦先生在其中(课改)的参与，于是我们再找何先生进行访谈。何先生又说出了另一个与冯先生略有不同的版本。我们总不能老是用“罗生门”来解释问题。后来，经过反复的访谈引证，不同的访谈实际上组成一幅颇为完整的图画。例如，其中一个关键是冯先生当时主导小学课程改革，他说基本上把英国的Nuffield(纳菲尔德)数学计划作为香港课改的主要参考，但何先生却说在集体会议当中并无人提过Nuffield数学，而且课改也不只参考英国的教育，还包括美国等国的教育。表面上看，两个受访者的故事相悖，其实这两个观点不难组成另一个完整的“故事”。首先，冯先生借鉴了Nuffield数学却不一定需要在会上提到Nuffield这个词，而当时整个西方(英美)都受到“动手数学”(hands-on mathematics)的影响，Nuffield是其中一个代表者，故此参考英国也好，美国也好，都会大同小异。在勾勒整个历史发展过程中，出现的表面矛盾点仍会很多，但透过研究者进一步反复追问和印证，收集到的佐证(evidence)愈是丰富，就愈有可能得出一个大家都没甚异议(所谓“公认”或客观)的图画，亦即获得质化研究的效度。

对质化研究来说，无论研究者使用访谈或现时很流行的教师反思日志，甚或隐喻(metaphor)，我们期望研究者应接触和追查所有合理的、进一步的数据源(尤其当涉及表面的矛盾点时)，否则所谓的分析便会流于表面，当成写小品文一样。不然，我们就要问：为何应该要访问的人你不访问？应该去调查的数据你不去调查？例如，当访问教师时，他提到校政的影响，我们就有理由期望研究者进一步访问校长、主任，甚至反复引证。否则，若研究停在这里，就有听取一面之词之嫌。当然，一个单一研究能否做这么多东西是另一回事，不过这还只是技术性的问题。

二、三角验证是在寻找一致性吗？

以往的社会学科研究，往往太侧重量化方法，以为大样本、多数据就能说明问题。特别是，一些批评量化方法的人停留在“量化=发问卷”，用SPSS或其他工具随便左试右试。其实，好的量化方法在厘定不同假设性(hypothesis)和因子(factor)，以至一层层用不同的统计方法逐个看变量的比重和解释度，逐层作出推断等方面，都有其严谨性。而有一些批评质化的人以为“质化研究=找一两个受访者进行访谈”而已，又以为质化研究不用什么立论(无论你把它叫作框架也好，概念化(conceptualization)也好)，只要进田野收集了“厚数据”(thick data)就一定能找到研究问题的答案。不少人对于两种研究传统不了解是基于对它们的不认识，因而变成了一种二分法和互相批评。现时又常遇到有一些研究使用量化加质化的研究方法(甚或声称混合研究方法(mixed method))，本意是不错的，试图透过多角度来分析数据，以了解真相(其实是否真的存在真相呢？或者说勾画出研究对象的一幅完整图画更贴切)。但我们要问，如果可以用量化方法解释的，为何还要使用质化方法？其实，不少人放弃量化方法，未尝不是因为惧怕统计造成，当然也有一些人滥用量化方法(下文会再谈)。研究方法的选取应出于对哪种方式能回答某项研究问题的考虑，而不是技术性的考虑。例如，如果你因不善交际，研究的某个环节明明是用访谈有效些，反而改为问卷就不恰当，除非你真的有“社交障碍”，若真是这种情况应去学会访谈技巧！于是乎，按照不同环节的需要选取研究方法，这才是真正的混合方法(mixed method)!质化研究强调深入解读、分析数据，也包括调查多种数据。其中，三角验证(triangulation)是目前很多研究者热衷的方法。

三角验证是处理主观性的一种手段，也被认为是用来增加质化研究的效度。其实，质化和量化方法的结合使用，本身便是一种三角验证。三角验证并不只限于质化研究。除了找不同人对同一数据作独立分析外，较常用的还有多元方法三角验证。例如，使用教案、观课和课后访谈去探讨教师如何执行课程改革背景下的新课程。这些方法在教育研究中比较常见。但在三角验证的使用上，亦发现存在很多误解。是否利用了不同数据说明就能声称自己是在进行三角验证？而倘若不同数据来源不互相佐证或达成一致，就无法三角验证呢？运用大量手段(访谈、观课、日志等)获得一堆数据，并非不好，但它们之间的关系究竟如何？研究者需要回答：为何要访谈，为何要观课，它们对研究问题的解决会有什么帮助。这些数据是否指向同一个研究目的？如果不同数据之间能相互支持、补充，当然很好，增强了研究的说服力。但如果不同数据出现矛盾又如何？比如，在调查教师执行新课程的研究中，其实教案、观课和访谈是三个不同的数据群组(data set)，它们分别面向新课程实施中不同的问题：教案为意图课程、观课为执行课程、访谈则可能包含教师信念和理解课程(perceived curriculum)。它们不一致(甚至有矛盾)又能说明些什么呢？反过来说，它们之间出现差异是正常的，我们亦不会期望它们一致，所以不应该用它们的一致性印证研究的不主观性。但是，是不是不能进行三角验证呢？此时，三角验证可能有更高的一个层次，这是对研究者的考验，需要研究者提高解释的层次。例如，如果能用信念的强度、权力关系、持分者等方面作解释(并有佐证支持)上述三组数据的共同处和不协调处，研究的分析和立论就全面、合理得多了。

三、有了问卷就有了分析数据吗？

有的研究者用量化研究方法，时常有个误解：以为只要将问卷发下去，收回来对着电脑分析就是了，而调查结果是必然出现的。这里首先便有一个问卷的信度和效度如何保证的问题，很多介绍量化研究的书均有提及，于此不赘。这里要指出的是，一些研究者在使用问卷(无论自己研发的还是借用他人的)时，不甚明白为何问卷中会有很多相类似的问题而惯常用之？例如，问及“你喜欢数学吗？”，甚至“你的性别、年龄”等，问一句不就够了吗？何以要问很多句？这便是普通问卷(questionnaire)和量表(scale)的分别。在理论层面而言，我们问“你喜欢数学吗？”是一种观感，有别于性别、年龄等客观事实。答题者的观感会受到情绪(填写问卷时)、语意及具体表现的影响。例如，对于喜欢数学，不同的人对喜欢的理解不同。有人会回家先做数学家课，有人会多买数学书，有人会喜欢数学故事……，故而，我们设计量表时要从多个角度旁敲侧击地问。但怎样保证这些问题都指向一个单一的想问的“东西”(或构念(construct))呢？就是靠Cronbach Alpha系数或α系数。一般地，α系数愈高，问题的指向性愈好。

当然，这亦衍生量表的其他问题。例如，要增加α系数不难，问10题“你喜欢数学吗？”或10题与“你喜欢数学吗？”十分类似的问题。这亦是一些著名量表遭人诟病之处，把研究的构念(construct)收得太窄。故此，建立一个既在统计数据上不错又有公信力的量表，往往花十数廿年的时间。在技术层面而言，我们将来对题项作统计分析时，往往就要假设样本是正态分布(normal distribution)的。简化而言，问了一句只属贝努利试验(Bernoulli Trial)，要多问一些问题才会出现重复性贝努利试验(repeated Bernoulli Trial)。样本数量n愈大，样本愈趋于正态。最理想的情况是，量表中的这些命题的字眼是来自实地观察(包括访谈)得到的，即用质化方法探视学生对数学观感的具体表现，然后慢慢归类，找出相类似的词句，用一堆指向“喜欢”的字眼来构作量表。从这个意义上讲，量化研究其实与质化研究是密切联系的。

四、收回问卷就能作统计分析吗？

一堆问卷收回来了，数据也输入了电脑，于是有研究者就开始不假思索地试试各种统计分析方法，一个方法不行换另外一个，也有人戏称这种做法为数据按摩(data massage)。老调重弹，研究问题决定研究方法。即便确定了量化研究，但是选择何种统计方法并不随意，也不能期望电脑肯定能“跑”出个结果来。事实上，大部分统计分析(如t-检验、方差分析、回归分析等)都要求总体满足正态分布，但很多研究者并未意识到这点，而草率行事。而且，不同统计方法其分析的目的是存在差异的。

常常用到的t-test(t-检验)主要用来检测两组数据的平均数或均值(mean)是否相同，根据分析对象的不同可分成配对t-检验(paired t-test)和双样本t检验(two-sample t-test)两种。配对t-检验中，两组数据均取自同一个来源，例如，对同一减肥对象实施前测(pre-test)与后测(post-test)——减肥前后的体重，以研究减肥方法成效。双样本t检验中，是比较同性质但不同来源的两组数据，例如，比较班级A和班级B的数学成绩。另外，t-test是有预先假设的，首先总体要求是正态分布，样本均值统计量才服从正态分布，进而t统计量才服从t分布。而更重要的是，两个样本要有相同的方差或称变异数(variance)。所以，在着手作研究分析时，一定要先处理好方差。相比让数据服从正态分布(normal distribution)，要两组数据有相同的方差其实更难。故而，在t-test之前，统计人员一定会做F-test来测试两组数据的方差是否相同。

方差分析或称变异数分析(Analysis of Variance，ANOVA)也常在研究中被用到，它其实是t-test之引申，旨在测试两班人(如男女)的同一分数有否显著差异，且能得出可解释差异的百分比。该分析亦可涉及数个因素，此时即为协方差分析或共变异数分析(Analysis of Covariance，ANCOVA)。但一般作了ANCOVA后，只知多个因素有差异与否，却无法知道究竟是哪个因素造成的，这就要作逐步回归分析(stepwise regression analysis)，而此类回归分析也与正态有关。

另外，对同一对象进行的前测、后测会受不少因素影响(如实验组/控制组、性别等)，理论上用ANCOVA就可以了，但因为无法断定所解释的方差，故而采用多层回归分析(hierarchical regression analysis)较妥，而这又需要假定样本服从正态分布。总括来说，上述所有这些分析都要假设正态分布，可以想象，没有分布的方程式，又如何能作出种种计算呢？但如何才能让总体服从正态呢？

五、样本足够大就是正态吗？

上面谈到正态分布是进行各种统计分析的前提，那么如何才能正态呢？不少人误以为只要数据越大，样本足够大，就会越接近正态。这显然是不对的。比如，全国小学五年级的学生够多了，他们的小腿长度，除了特殊情况外，都在半米左右，让我们想象有一个健身计划为他们增长小腿长度(譬如为美观缘故)，现想看其成效，显然小腿长度并非正态分布，故不能用t-test，故此人多不代表就可以用t-test；再夸张点，若考虑他们的年龄，绝大部分都在9～12岁之间。故此，样本数量多肯定不代表正态。

而认为只要增加样本数目就能保证正态，通常的理据是中心极限定理(Central Limit Theorem)。事实上，任何数学统计推断，均要用到数学，用数学就是假定数据大体而言符合某个方程式(否则无法作数学推断)，那就是要假定数据属于某种分布(如正态分布)，否则就无从推断下去。至于中心极限定理，它是一个很强大的理论。它所涉及的取样是，不论原有数据的分布状况，不断取样，各样本的均值会趋于正态。而小学五年级学生的例子及一般教育研究中的前测、后测，都不会涉及不断抽样，故此中心极限定理根本用不上。另外，中心极限定理引申出另一问题，就是认为重复贝努利实验会接近正态。以问卷而言，第一道问题把填答者分成两堆，比如同意或不同意(这里我们暂不理会划分为5堆，即5点量表或更多堆的情况)；下一道又分成两堆，这样前两道问题总共会出现4堆的可能：同意、同意，同意、不同意，不同意、同意，不同意、不同意；若以得分而言(不同意0分，同意1分)就是三组：0分、1分、2分，而如果问卷的问题数量越多(当然填答人数也不能太少)，且问题间彼此独立(independent，在现实中其实不可能出现)，最后分数的分布会接近正态。故此，重要的不是数据够多，而是问题够多。不过，这只是理论上如此，实际的问卷中，问题与问题之间很难独立。

也有人觉得，只要数据的分布似钟形(bell shape)不就是正态吗？当然，钟形是完美的正态分布，但统计人员判断数据是否正态是从概率的角度出发！在统计人员眼中，服从正态其实不难。近年，不少有关能力测验(包括教师学科知识等)的研究，借助黎氏量表(Likert scale)的分析法去处理数据。这也是有质疑的。因为许多能力测验是按标准参照测试(criterion referencing)而非常模参照测试(norm-reference)去设计，既然不是常模参照，就不应该符合正态分布，那么使用传统的统计方法分析可能就不恰当了。

如何证明某堆数据是正态的呢？首先，它可以是一种理论上的假设，比如通过将问卷题目进行细分，可以假定(还只是假定)它是正态。其次，在实际而言，一堆真实数据是难以完全吻合正态的。当某些发现不再正态或是某些关系不是线性，那就要更新理论了。因此，量化研究分析前，理论上是先要作曲线拟合(curve fitting)，看数据大概遵从什么曲线，若接近正态或经过某种转换后接近正态，就可以用所有关于正态的分析。对于涉及有关教师(或学生)知识的测试，包括问题解决能力的测试调查，现时学者都不太在意分数上的分析，而是作质化分析，如他们的答题思路、常犯错误等。

六、选择研究方法为何？

教育研究中，无论采用量化研究还是质化研究，均是探求现象背后的真相。它们的分别不在于客观与主观。访谈者当然有可能将主观意见引导被访者，问卷设计者透过问卷不是更甚吗？这不局限于用字上的引导，例如，将某个概念(如数学情意)分成若干子问卷(态度、兴趣、动机和自信等)不是将一个未完全确定的主观框架放进问卷填答者的脑内吗？量化与质化的分别也不在于数字与否。我们遇到一种(学习)现象，初期可能任由各方面探索(包括被访者的叙述(narration))渐渐以分析思维把现实层层区分，分成若干部分、若干因素，数据(无论是数字、非数字)出来后，我们用不同方式诠释、解读，让不同的数据对话，数据和文献对话，甚至让不同学派的人对话，量化和质化的思维已经交替出现。我们若深入地看，要探讨真相，两种研究取向都无可避免地要同时用到。

研究方法中的这些问题可以说是写之不尽，学之不尽。我们不要期望有一个指引手册，熟读后才开始研究。(就算有，你也未必有兴趣读！)其实这些讨论都围绕着一个观点：就是学术严谨性。每一步均是在问自己，如何分析和理据何在。每引用一处文献都要问，它们的理论立场是什么？每用一个工具都要问，它假设了些什么，会得出什么？正如索菲亚·柯瓦列夫斯卡娅(Sofiya Vasilievna Kovalevskaya)所说：说您所知道的，做您所该做的，怎么了就怎么了。

来源：《教育科学研究》2015年第04期 作者：张侨平 丁锐 黄毅英