09 - 量化研究方法

1 什么是量化研究

量化研究方法是一种实证研究方法，通过搜集与研究对象有关的数据，研究变量之间关系。

特征：

• 样本的获取追求随机性：自采或者第三方；
• 是一种证伪的概率思维方式：通过否定零假设而接受研究假设；
• 通常是要作解释性研究：探索和描述也可以，但是以解释性研究为主流；
• 结论通常要由样本推论到总体：从样本统计值到总体参数；
• 要借助统计工具的帮助： spss/stata/r/python/mplus；
• 更注重研究的规范性和流程化：别人用你的数据也可以作出一样的研究；
• 发展趋势：从推断统计到因果关系

分类：

1. 调查研究，通过对总体进行抽样获取数据，以获得对总体中变量关系的推断研究者亲自搜集数据，自然情境下的数据；
2. 实验研究：精心设计，高度控制，探求变量之间的因果关系获得的数据不同于调查研究，是经过人为刺激的；
3. 文献研究：内容分析、二次分析、现存统计资料分析。

过程： 选择研究问题→研究设计→实验法/调查法/文献法/实地法→定量分析/定性分析→得出研究结果

完整流程（略） 文章结构（略）

2 量化研究的重要概念

详细内容参考行为科学统计读书笔记&心理统计笔记。

• 变量
  • 女性家庭权力、夫妻关系与家庭代际资源分配
• 操作化
  • Internet对劳动力市场的影响——基于中国家庭动态跟踪调查(CFPS)数据的实证研究
• 抽样
  • 中国老年人健康预期寿命的不平等问题研究
• 测量

变量类型	定类	定序	定距	定比
分类	√	√	√	√
大小顺序		√	√	√
等距			√	√
真正零				√
计算方式	≠	＝＞ ＜	＋ －	＋ － × ÷

• 研究假设：关于变量之间关系的尝试性陈述，需要通过研究去验证。 理论：理论是以一种系统化的方式将经验世界中某些被挑选的的方面概念化并组织起来的一组内在相关的命题。 命题：直接由概念构成，最常见的命题形式是假设。假设是关于变量间关系的尝试性陈述，有待检验的命题。 概念：对事物的抽象和命名。概念包括常量和变量。 变量：具有一个以上不同取值的概念。自变量 IV，因变量 DV

一个结果的会存在多个原因，社会科学一般只研究一个重要的自变量和因变量之间的关系，而不研究所有的解释因素。我研究的贡献在于提出此前别人没有研究过的自变量，而且证明确实有关系。 假设检验是统计学的的核心思维。

• 原假设（零假设）：两个变量之间不存在系统的关系；
• 研究假设（备择假设）：两个变量之间存在系统的关系。

研究假设至少包含以下几个方面的内容：

1. 清楚说明自变量和因变量之间是怎样关联的；
2. 研究假设是可以验证的；
3. 研究假设蕴含着研究问题。

3 反事实框架与变量关系

反事实框架（counterfactual framework）

	可观察的	反事实的、不可观察的
干预组	${\mathrm{Y}}_1^{\mathrm{t}}$	${\mathrm{Y}}_1^{\mathrm{c}}$
控制组	${\mathrm{Y}}_2^{\mathrm{c}}$	${\mathrm{Y}}_2^{\mathrm{t}}$

如果干预组和控制组大体上差不多，我们可以假设：

• $\mathrm{E}({\mathrm{Y}}_1^{\mathrm{t}})=\mathrm{E}({\mathrm{Y}}_2^{\mathrm{t}})$
• $\mathrm{E}({\mathrm{Y}}_1^{\mathrm{c}})=\mathrm{E}({\mathrm{Y}}_2^{\mathrm{c}})$ 当上述两个假设都成立时，第一组的干预效应等于第二组的干预效应： $\mathrm{E}({\mathrm{Y}}_1^{\mathrm{t}})-\mathrm{E}({\mathrm{Y}}_1^{\mathrm{c}})=\mathrm{E}({\mathrm{Y}}_2^{\mathrm{t}})-\mathrm{E}({\mathrm{Y}}_2^{\mathrm{c}})=\mathrm{E}({\mathrm{Y}}_1^{\mathrm{t}})-\mathrm{E}({\mathrm{Y}}_2^{\mathrm{c}})$ 忽略变量偏误导致异质性偏误，因此要用多元回归进行控制 $y=a+b_1{x}_1+b_2{x}_2+\cdots +b_k{x}_k+e$

经典的推论因果关系的 3 个前提（Cook & Cambell, 1979）

1. 因在果之前发生
2. 因和果共同变化（相关）
3. 排除因果外的其他解释（变量控制）

无论是问卷还是实验，都不太可能控制所有的变量。 常规统计分析中只能量力而为，能控制多少是多少。 定量实证研宄行规：只需要控制那些己知的相关因素，次要并与核心变量无关的因素归入随机残项；至于可能重要而未知的因素，留给后人去发现。（温忠麟，实证研究中的因果推理与分析，心理科学， 2017）

4 量化文章解析

范例：女性家庭权力、夫妻关系与家庭代际资源分配

回归模型的类型

我们只能研究原因的结果（effects of causes），而不是结果的原因（causes of effects）。 谢宇，《社会学方法与定量研究》，53 页，北京，社会科学文献出版社