实证研究怎么做？量化与质性的方法对比及流程指南

实证研究核心方法：设计、检验与解释 约 8 分钟
本文目录
一句话定义： 实证研究（Empirical Research）是依靠可观察、可测量的事实和数据，用系统的办法来检验假设、回答研究问题的一种科学活动。其要义在于让证据说话，而不是依靠单纯的逻辑推理或者个人的经验。

一个核心问题： 为什么90%的实证研究新手都会掉进同一个坑里——跳过预测试？这不是危言耸听。很多研究者怀着极大的热情去设计问卷、收集数据，但是在分析的时候发现数据不可用、信度低、假设不能检验。本指南会先从量化和质性的对比入手，给你一份从零开始的实证研究操作路线图，再附上一份新手避坑清单，让你避开那些教科书上没有写的雷区。

1. 什么是实证研究

实证研究不是简单的发问卷、跑SPSS。它是问题到证据的一个闭环系统。其主要特点有：

  • 可验证性：研究结论可以被其他研究者用同样的方法或者类似的方法重复验证。
  • 客观性：研究过程中尽量避免研究者主观因素的影响，使用标准化的工具和程序。
  • 系统性：按照一定的逻辑流程，从研究问题到数据分析，一环套一环。

它与非实证研究的本质区别在于：非实证研究（纯理论思辨、政策分析、哲学讨论等）主要依靠逻辑推理、概念分析、主观经验等手段得出结论，缺少可以直接观察到的数据支持，并且很难被重复验证。实证研究所有的结论都要建立在收集到的数据（数字或者文本）的基础上。

2. 实证研究的核心要素与类型

按照研究问题的性质以及数据收集的方法不同，实证研究可以分为量化研究、质性研究和混合研究方法。选择哪种方法取决于你想回答的是“A在多大程度上影响B？”还是“A是如何影响B的？”。

维度量化研究质性研究
核心目标验证假设、测量变量、寻找普遍规律、预测探索现象、理解意义、深挖机制、构建理论
研究问题什么、多少、程度、相关性、因果关系如何、为什么、是什么样的过程、意义
假设预先设定，需要数据验证在研究过程中逐渐形成，或初始假设开放
数据收集结构化问卷、实验数据、二手统计数据（数字）深度访谈、参与式观察、档案文本、图像（文字/符号）
样本量通常较大（数百至数千），基于统计检验力计算通常较小（十至数十人），以达到信息饱和为准
数据分析描述性统计、推断性统计（t检验、ANOVA、回归）主题分析、扎根理论编码、叙事分析
信效度标准内部/外部效度、Cronbach‘s α、KMO值可信度、可转移性、可靠性、可确认性 (Lincoln & Guba, 1985)
典型方法调查法、实验法、准实验法案例研究、现象学、民族志、扎根理论

引用目的：本表对比标准参照Creswell (2014) 《Research Design: Qualitative, Quantitative, and Mixed Methods Approaches》的核心分类框架。

1. 量化研究：追求统计显著性，用数字来验证理论。例如，“收入水平对工作满意度的影响”适合用量化的方法来检验。

2. 质性研究：追求情境化的理解，通过文本挖掘出因果关系。例如，“一线城市程序员工作倦怠的形成”可以采用质性研究的方法进行研究。

3. 混合研究方法：将两者的优点结合起来。先用问卷（量化）发现一个显著的相关，再用深度访谈（质性）来解释这个相关背后的原因。

3. 实证研究的完整流程

无论采用哪种方法，完整的实证研究都要经过以下五个步骤。每一个步骤的疏忽都会造成整个研究的失败。

步骤一：提出研究问题与假设

这是研究的开始。研究问题要具体、可操作。以社交媒体使用对大学生心理健康的影响为出发点，但是需要进一步细化，在控制学业压力变量之后，每天使用TikTok的时长是否和大学生的焦虑水平呈正相关？

构建研究假设要从文献中得出。假设不是凭空想出来的，是理论或者前人研究的缺口。

  • 模糊写法：“A会影响B。”
  • 操作化写法：工作压力（用工作压力自评量表PSQ-30测量）对离职意向（用离职意向量表TIQ测量）有正向预测作用，在控制了年龄和工龄之后效应仍然显著。

关键提示：假设必须包含可测量的变量。如果你说“幸福感”，就必须定义如何测量（比如用SWLS量表得分）。变量类型（自变量、因变量、控制变量）的转化是假设能否被检验的前提。

步骤二：研究设计与变量界定

这一步决定了你将用什么样的方法来回答你的问题。

  • 自变量：你认为是原因的那个变量（教学方法）。
  • 因变量：你认为是结果的那个变量（考试成绩）。
  • 控制变量：需要排除干扰的其他变量（学生的基础水平、学习时长等）。

核心动作：操作化定义。把抽象的概念转化为可以测量的指标的过程。把“社会支持”操作化为“感知社会支持量表（MSPSS）总得分”。

步骤三：数据收集与样本选择

这是最容易出错的环节。很多人认为只要样本量足够大就可以了，这是一个很大的误区。

样本量并不是越大越好，而是要根据效应量和统计检验力来定。一个常见的误区是认为200份足够了，但是如果效应量只有0.2，那么需要394份样本才能达到0.8的统计检验力（Cohen，1988）。

效应量（Cohen’s d）计算示例：

假设要比较两个独立组（实验组和对照组）的成绩差异。

  • 实验组平均分 = 85，标准差 = 10
  • 对照组平均分 = 80，标准差 = 10
  • Cohen‘s d = (85-80) / √( (10²+10²)/2 ) = 5 / 10 = 0.5

这是一个中等效应量。根据Cohen (1988) 的表格，在α=0.05，检验力=0.80，效应量=0.5的双尾t检验中，每组至少需要64人。

抽样原则：随机抽样可以最大程度上保证样本的代表性。如果不能做到（大部分研究都是方便抽样），在研究局限中如实说明。

步骤四：数据分析与结果解读

这是证明自己观点的重要环节。但是要记住，统计显著性（p值）并不等于实际重要性。

  • 量化分析：先做描述性统计（均值、标准差），再做推断性统计（相关、回归、t检验、方差分析）。
  • 质性分析：按照一定的编码方式（开放编码、主轴编码、选择性编码）来提取主题和模式。

步骤五：结论推导与局限讨论

结论必须完全依据你的数据分析结果。不要外推没有根据的因果故事。如果你的研究只发现了相关关系，那么在结论中就不能说A导致B。一定要花足够的篇幅来讨论研究的局限性，即样本代表性不足、测量工具误差、不能排除的混淆变量等。反而体现出你的学术严谨性。

4. 实证研究设计的关键要点

这是区分学术小白和老手的主要区域。设计不周全，后面所有的工作都将是徒劳的。

如何保证研究的信度和效度

信度、效度是实证研究的生命线，但是新手常常把两者混淆。

  • 信度：测量结果的一致性和稳定性。常用指标为Cronbach’s α系数，通常要求α ≥ 0.7。α值过低，说明你的题目间一致性差，数据不可靠。
  • 效度：测量工具是否准确测量了你想要的东西。
  • 内容效度：你的问卷题项是否全面覆盖了你所测量的构念？这通常靠专家评审和文献支撑。
  • 结构效度：你的量表题项是否按照你预期的维度排列？这需要通过探索性因子分析（EFA） 验证。如果你用SPSS跑出的KMO值低于0.6，说明变量间相关性太弱，需要重新设计题项。

真实案例复盘：一个研究生是如何被预测试“救活”的

一位社会学研究生想研究“职场内卷对员工幸福感的影响”。她直接用问卷星，通过微信群、朋友圈发问卷，一周后收回200份。满心欢喜地去做信度分析的时候，发现Cronbach‘s α只有0.6，比0.7的标准低很多。她很沮丧，差点就放弃了。

后来在导师的建议下，她做了一次预测试。她找了20个目标人群填写问卷，并逐题询问反馈。她发现：

1. “职场内卷”这个词太学术了，很多人把它理解成“加班”，但它实际上包含的意义更广泛。

2. 有一道题是反向计分题，表述不清，造成一半人理解相反。

3. 部分题项表述带有诱导性。

她做了两件事：

1. 调整题项表述：把抽象词汇换成具体的情境描述，删掉两道歧义题。

2. 增加样本量：根据新的效应量估算，把样本量目标从200份提高到300份。这次她通过更精准的社群（工作5-10年的白领群）发放。

结果令人振奋：新收集的300份数据，Cronbach‘s α达到了0.82。她的反思金句是：“永远不要跳过预测试。预测试的成本是最低的，但收益是最大的——它避免了你投入巨额时间和精力后，才发现你的测量工具是无效的。”

控制变量与随机化的重要性

  • 控制变量：在回归模型中必须加入那些会同时影响自变量和因变量的变量（年龄、教育程度、收入等）。否则，你得到的相关关系可能是虚假的。
  • 随机化：在实验法中，将受试者随机分配到实验组和对照组，是保证内部效度（即我们能确信A导致B）的黄金标准。随机化能有效平衡两组在除自变量外的其他特征上的差异。

常见的设计误区就是把变量当作抽样偏差

  • 混淆变量：一个既与自变量有关，又与因变量有关的变量。研究“咖啡消费与心脏病风险”。喜欢喝咖啡的人也可能喜欢熬夜（混淆变量），熬夜才是导致心脏病风险增加的主要原因。
  • 抽样偏差：样本不能代表所要研究的总体。只在校园论坛上发布有关“大学生理财习惯”的调查问卷，就会大大低估那些不常上论坛的学生。

数据分析方法选择建议

数据分析属于实证研究的关键部分。选择哪种方法取决于你的数据类型（连续、分类、有序）以及研究目的（比较、关联、预测）。

数据类型 / 研究目的比较两组均值比较三组及以上均值探究相关关系预测/解释
连续数据 (如量表得分、年龄)独立样本t检验 / 配对样本t检验单因素方差分析 (ANOVA)Pearson相关线性回归 / 多元回归
分类数据 (如性别、职业)卡方检验卡方检验卡方检验 / Phi系数Logistic回归
有序数据 (如满意度等级)Mann-Whitney U检验Kruskal-Wallis H检验Spearman等级相关有序Logistic回归

注：本表给出基本的选择指南。实际分析时还要检验数据是否符合某种方法所要求的前提假设（正态性、方差齐性等）。

描述性统计与推断性统计

  • 描述性统计：对数据特征进行总结和描述。均值、中位数、标准差、频数分布。这是一切分析的开始。
  • 推断性统计：根据样本数据来推断总体情况。t检验、回归分析。这是检验假设、得出结论的重要环节。

质性数据分析：主题分析与编码策略

如果选择质性研究，NVivo或者Atlas.ti是常用的辅助分析工具。核心步骤：

1. 开放式编码：逐字逐句阅读文本，为每个有意义的片段贴上“标签”（如“加班文化”、“职业倦怠”、“同辈压力”）。

2. 主轴编码：将开放编码归类，建立范畴和子范畴（如将“加班文化”、“同辈压力”归类为“内卷化工作环境”）。

3. 选择性编码：确定一个核心范畴（如“幸福感侵蚀机制”），并围绕它讲一个故事。

结果呈现与学术写作规范

  • 数据可视化：图表选择原则——比较数据用柱状图；展示趋势用折线图；展示占比用饼图（慎用，易误导）；展示分布用箱线图。保证所有的图表都清楚、自明，并且有标题和编号。
  • 结果讨论：结果必须回扣研究假设。在讨论部分除了要报告自己的发现之外，还要解释它的意义，并且与前人的研究进行对话。你的发现支持了谁？挑战了谁？为什么？
  • 伦理规范与数据透明度：必须获得受试者的知情同意，保护其隐私。在学术写作中，应承诺数据透明度，如“如有需要，可向第一作者请求匿名化数据”。

5. 常见实证研究误区与避坑指南

常见误区具体表现对策与补救策略
过度依赖统计显著性只报告p < 0.05的结果，忽视效应量和实际意义。同时报告效应量（Cohen’s d， η²， R²）和置信区间。大样本下，微小效应也可能显著。
忽视样本代表性只使用大学生样本（方便抽样），却声称结论适用于“所有年轻人”。明确说明样本来源，并在局限中讨论推广的边界。
混淆相关与因果发现A和B显著相关，就直接声称“A导致了B”。只有在严格控制的随机实验设计下才能断言因果关系。相关研究只能报告“相关”。
研究设计缺乏可重复性不提供详细的问卷题项、代码、分析步骤，导致他人无法复现。在论文附录或公开数据仓库（如OSF， GitHub）中共享你的材料和分析脚本。
预测试形同虚设只找了2-3个同学帮忙看，没有做系统的信效度检验。严格按照预测试流程，至少找10-20个目标人群，收集反馈并计算初始信度。
忽视数据清洗不检查缺失值、异常值，直接跑分析。在分析前进行数据清洗：处理缺失值（删除或插补）、识别并处理极端值。

常见问题

常见问题

共 3 个问题，点击展开查看答案

  • 实证研究依靠可以观察、测量的数据和事实，用系统的办法来检验假设，结论可以重复。非实证研究（纯理论研究）更多地依靠逻辑推理、概念分析或者主观经验，缺少直接的数据支持。简单来说，实证研究用数据说话，非实证研究靠逻辑自洽。

  • 从自身兴趣领域入手，结合文献综述找到研究空白，保证选题有明确的研究对象和可操作化的变量。从小规模、可控制的研究入手，不要选择过于宏大或者数据难以获得的课题。一个可靠的方法是，先做一个迷你案例研究或者小样本预测试，看数据是否能够“跑通”。

  • 不是。实证研究包含量化研究（问卷调查、实验法）、质性研究（访谈、案例研究）和混合方法。选择取决于研究问题和数据性质，关键是要保证数据的可观察性以及分析的系统性。想知道有多少人就选量化，想知道为什么是这样就选质性。

决策路线图：

当你准备开始一项实证研究的时候，请根据你的情况选择工具组合：

  • 如果你的研究是探索性的（“这是怎么回事？”），且时间充裕、预算有限：选择质性研究。工具组合：NVivo + 深度访谈（5-15人）。适合初探全新领域。
  • 如果你的研究是验证性的（“这个理论/假设是否成立？”），且目标人群明确、样本易得：选择量化研究。工具组合：SPSS/Stata + 问卷星。适合验证前人理论或检验因果关系。
  • 如果你既有理论验证需求，又希望理解机制：选择混合方法。工具组合：先问卷后访谈（顺序型） 或 问卷中嵌入开放题（并行型）。这是最强大的研究设计，但对时间和资源要求最高。

记住：永远不要跳过预测试。 这是所有经验的起点，也是你避免灾难的最后防线。