质化研究方法

内容提要：社会学质性研究方法和量化分析方法分别源于两种不同传统，演变为方法论的分离和对立。大数据的兴起或许会给解决这种“两张皮”的现状带来机遇。从质性研究方法、传统量化分析方法到大数据方法，研究工具的变化某种程度上见证了研究对象——社会本体的变迁。大数据研究促使质性研究和量化研究走向融合，社会学的科学性与人文性也获得了交汇的途径，大数据方法是对既有研究方法的超越，也蕴含着社会学想象力的回归。关键词：质性研究/量化分析/大数据/方法论/社会学想象力/作者简介：石英，陕西省社会科学院研究员，西安710065社会学研究一向有定量、质性之争，这两种源于不同范式传统的方法之争，近些年似乎有分出高下的意味来。定量占据主流及有意识地抢占主流位置，质性研究方法在各方面似乎都显现出弱势。①如何看待不同的研究方法取向，尤其是能否理清社会学质性研究方法、传统量化分析方法和正在兴起的大数据方法之间的关系纠葛，对于未来研究当有借鉴。一、方法之争及其范式起源讨论不同方法的差异，有必要追溯学科发展的历史起源及其传统。社会学和人类学可以算是最相近的学科，就其早期形成的各自研究对象和领域而言，社会学研究工业社会、现代社会，人类学研究传统社会、游牧社会、“土著”社会。西方社会学的诞生与现代化、工业化的进展息息相关，社会学的创始人孔德一开始就将社会学置于以数学为基础的自然科学大厦之最顶层，并将其命名为“社会物理学”(sociophysics)，确立了实证主义、科学主义的方法导向。②而西方人类学的兴起深受达尔文进化论的影响，与当时航海探险、殖民扩张的热潮分不开。早期人类学者主要由航海家、旅行家、传教士、商人等构成，以“他者”身份对“远方的”原始部落、少数民族的异质文化开展考察，逐渐形成了人文主义、自然主义的方法特色。科学主义范式的社会学自诞生起就以自然科学为样板，借鉴和遵循近代自然科学认知原理和方法论原则，逐步形成了一整套成熟的量化分析研究方法。最具代表性的是建立在统计学意义上的问卷调查研究，包括理论假设、调查设计、资料收集、量表测量、信度效度检验、统计分析等环节，一般通过人为控制和区分自变量、因变量，运用回归分析等统计学方法，确定相关性，判断因果关系，建构数学模型。这一过程中，重要的步骤之一是概念的操作化，也就是根据研究需要把概念变为一套可测量的、能够用数字表述的信息。譬如用五分制量表测量人们的满意度；将幸福感分解为主观指标和客观指标进行测量，以建构“幸福指数”。随着大数据时代的到来，为区分起见，也有人把这种大多来源于抽样调查、访谈、行政记录和实验设计等传统统计方法的数据称为“小数据”，把传统的量化分析方法称为“小数据”方法。一般来说“小数据”体积小、易于快速理解、数据的读取分析和处理都相对简单。③而大数据指“无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合”。数据科学家将大数据的特点总结为4个V：Volume、Variety、Velocity、Value，即体量浩大、模态繁多、生成快速、价值巨大但密度很低。具体到量级，大数据的量级已从GB到TB再到PB级，甚至开始以EB和ZB来计数。④质性研究方法包括参与观察、个案研究、深度访谈、焦点小组法、民族志(人种志)方法、扎根理论、叙事研究、行动研究等一整套方法体系。质性研究方法从起源上可以追溯到15、16世纪的人类学研究，但作为一种系统的方法体系得到归纳总结，是直到20世纪70年代的事情。到20世纪初，社会工作领域兴起的个案小组实务中，质性研究方法的应用被拓展到心理学、教育学领域；20世纪中叶，西方社会科学领域开始涌现各种“后现代”理论和思潮。社会学理论也从逻辑实证主义转向阐释和批判主义，社会学领域出现对量化研究的“反抗”思潮，这些思潮也影响、促成了质性研究方法的成熟。虽然量化研究方法源自西方的科学主义范式，同样也是西方思潮产物的质性研究方法却可以在古老的东方思维中找到哲学基础。中国古代的自然哲学是以“天人合一”的整体观和“阴阳对立统一”的辩证观为基点的。以中华文化为代表的东方文化思维方式着眼整体思维，注重辩证思维，擅长关联思维，习惯类比思维，突出直觉思维。20世纪初社会学、人类学传入中国，中国最早的社会学家多从事人类学、民族学研究，如吴文藻、潘光旦等，早期社会学研究主要使用的方法之一也是基于人类学田野工作的质性研究方法。到1979年中国社会学恢复重建，在研究方法体系上则主要引进了美国的社会学量化分析方法，科学主义范式在中国社会学研究领域成为绝对主流。20世纪90年代中期，带有西方“后现代”色彩的质性研究方法被介绍到中国，某种程度上与中国传统文化思维方式内在契合，也唤起了中国早期社会学所形成的人文主义传统。随着我国社会学学科建设由恢复重建伊始的“拿来主义”到本土化中国化的探索越来越深入，源自不同传统的质性研究方法和量化分析方法的分离和对立逐渐显现且愈演愈烈。学界对两种方法孰优孰劣以及“代表性”、“科学性”等问题莫衷一是。大数据时代的到来，为社会学研究打开了一扇新的窗户，同时也为原本的方法之争更添纷扰。⑤有观点认为，大数据可能引发一场社会科学革命，⑥另有观点则认为，大数据面临着诸多挑战。⑦人们担忧，大数据的出现有可能把质性方法和量化方法“两张皮”进一步撕裂为“三张皮”。在此背景下，也有学者认为“方法主义是今日学界危机的根源”，呼吁“破除方法主义迷信”。⑧应当看到，学术论争、学派林立恰好是学科繁荣发展的表现，是学科走向成熟过程的必然。方法论争源自“与生俱来”的不同研究传统，面向未来也需要进一步探究其发展趋势。二、工具演进、机器依赖及对象变迁从时间序列看，人类学方法的形成要稍早于社会学。质性研究方法虽然直到20世纪70年代才形成普遍认同的方法体系，但其实际的社会学应用却要早于传统量化分析方法。大数据方法的出现，则是直到今天才刚刚开始。因此按照出现时间的早晚，可以粗略地把社会学研究方法的发展脉络归纳为“质性研究方法—传统量化分析方法—大数据方法”。可以看到，这是一个由“纯人工”到“机器”参与介入研究越来越多的过程。具有鲜明人类学田野色彩的质性研究方法，强调参与、体验、感悟、在场、情景，设身处地、将心比心，依赖于直觉、联想、类比、领悟。要求置身于现实的社会群体生活空间，研究人们的社会活动及社会关系。其研究特点决定了质性研究方法主要是基于人工的个体劳动，很大程度上依靠人脑的直觉。即使发展到现在，口述史、影像志、深度访谈等引入了现代录音录像设备、计算机编辑处理工具，人的“参与”、“在场”仍然是质性方法的基本要求和灵魂。传统量化分析方法一开始也是“全人工”收集人们特定的社会活动及社会关系的数据，并进行分析和处理的过程。早期问卷调查基本是纯手工操作，随着计算机和信息技术的发展，机器编码识别、统计分析软件把过去复杂的统计计算变得轻而易举，传统量化研究逐渐由以人工为主过渡到机器参与成分越来越多。但是，现代社会大型调查研究即使计算机全程参与，也必须以研究者主观设计、人为主观赋值编码为前提。也就是说，传统量化分析方法始终是以人工为主，机器处理作为辅助手段的研究方法。大数据方法则依托于人类“数字化生存”的时代背景。正是云计算、云存储、物联网、二维码、传感器、GPS等互联网技术的广泛应用，微信微博新媒体的大规模使用，以及手机网络支付手段的更加便捷化，人类社会的各种社交网络、人际互动、经济活动都被客观记录下来，留下“数字痕迹”，形成海量的大数据。正是由于数据量大到无法由传统软硬件处理，且数据具有多样化的结构特征，所以大数据的获取不再是通过人工采集得来，而是由“机器爬梳”而来。大数据方法主要是通过机器学习，运用适当的算法，对数据自动进行学习，识别事物间的关联性和规律。当然，数据爬梳、分析的背后也有“人”，但这里的人已由台前退居幕后，机器承担了大量繁重的工作。从质性研究到传统量化分析方法再到大数据方法，工具的变化某种程度上见证了研究对象——社会本体的变迁。从微观层级的个体行动、人际互动，到宏大的社会系统或结构等，在不同的社会形态下有着不同的特征。质性研究源自“田野”的方法无疑带有浓厚的传统社会印记；传统量化分析对应着的是现代社会，如果说这两种方法主要研究现实社会，大数据方法则显然是互联网时代信息社会的产物。在网络愈益发达的今天，人们在网络上的行为与现实行为具有越来越多的同一性，网络上的个人、群体间的互动与行为，以及网络上的组织结构都已经影响到现实社会，对人们的生产方式、生活方式、行为方式的影响之大前所未有。譬如手机及其他即时交流工具成为个人与社会交流交往的基本中介桥梁，随之带来了社会关系的变化；人工智能改变了人类生产方式、生活方式，引发了职业分化的加速；物联网、众筹经济正在促生新的社会价值观；等等。这些都意味着传统的社会关系、社会结构已经发生且仍在发生着深刻的变化。社会本体发生了改变，对于这些关系、行为、结构变化所形成的大数据进行研究，就具有现实重要性。从这一角度而言，大数据研究对于社会学的本体论意义大于方法论意义。来源: 社科院网站

研究方法作为知识生产的工具，其实跟背后的本体论是有很大的关系。我们完全可以不关注研究方法背后的本体论。很多人认为不需要关注，但是如果不关注的话，会导致研究方法的使用上会有很大的一个误差。那么定量研究方法和质性研究方法的区别何在？表面上看，一个是用数学，一个不用数学。也就是说是研究形式上的区别：一个采取量化的手法，一个不采取量化的方法，而是用文字表述的方法。但二者的区别，根本原因在于社会本体论预设的不同。量化方法本体论预设：社会世界类似于自然世界。所以社会科学可以模仿物理学，采取类似于自然科学的方法，数量化是必不可少的特征。科学性体现在实证性（或者经验性，注重可观察的证据），精密性（数学是特征）和揭示一般规律（从而可以做出预测）质性方法的本体论预设：社会世界不同于自然世界，因为社会是由人构成，人是有思想，情感，价值观念，信念等主观主义。人的行动是意义驱动的，而不是自然界中的刺激—反应行动。对意义的把握要通过理解，自然科学的客位立场无法达到对意义的理解。比如说对人的现象进行研究，就要理解人。比如说你要理解穆斯林的行为，你就要去读伊斯兰教的教义。如果不理解这个教义，怎么能理解它呢？我们很可能就是从一个非宗教徒的角度用自己的想法来裁剪它的行为，扭曲了它的行为，那这已经是违背现实了。意义可以定量的测量，但测量不是理解，因为测量可能是从客体立场来裁剪意义，甚至是研究者把自己的意义强加给研究对象。对意义的把握要从主体的立场出发。科学性首先体现在方法与社会科学研究对象的属性的匹配性。量化方法与社会现实的本体论属性不匹配。质性研究在实证上，与定量研究者一样。质性研究者也追求揭示规律，但社会规律与自然规律有不同的表现形式。科学性不在于严密性，严密性是我们追求的，但不仅仅在于严密性，它还在于研究方法和研究对象的本性的匹配性。

质性研究方法中常用访谈法来搜集资料，为什么要进行访谈？访谈方法又分为哪些种类？进行访谈需要哪些准备与步骤？访谈有哪些需要把握的标准与注意的问题？为什么要访谈？质性访谈有一个假定，就是认为对他人的关照是有意义的，也是可知的。开放式访谈的目的，是去接近受访者的观照，找到一些我们无法直接观察到的事件。另外注意我们去接近受访者内心的观照，只是接近，但是我们永远也达不到与对方完全一致的状态。以研究的名义，跑到各种地方，听各种故事，这是一件很有趣的事情。访谈的类型 1、非正式的对话访谈典型的代表就是一边吃饭一边谈。一个好的访谈者，应该是一个身段比较柔软的人，你必须训练自己在各种人际交往中都能够开展你的资料搜集工作。有的时候你是需要做预研究的，预研究能给你提供很多信息，帮助你来构思整个研究。调用你的个人经验，以及你从父母长辈、同学亲戚那里得到的经验帮助你自己设计。如果你在做研究设计的时候，你对自己的研究的问题领域连一点基本概念都没有，甚至连一点点入门知识都没有掌握，一点点基础信息都不知道，连最基本的常识都没有，我只能说，你不具被研究这个问题的资格。有时你会认为我就是一个纯粹的好奇者，我确定一无所知，所以我才要研究这个问题，那么非正式对话访谈就是你正式开展研究之前那要干的事情。研究者的素养应该让你在俗世社会生活面前具备基本的节制能力，学习研究方法，其实也是学会节制，节制自己的恣意妄为的想法和行为。这种方式搜集的资料很零碎，比较难于统合和分析，立即整理和分析资料就特别重要，要及时的给自己的资料写批注。非正式对话访谈的优点：允许访谈者拥有极大的弹性，保持高强度的反应力，问题比较个别化，能跟受访者进行沟通，问题呢也具有具体性和即兴性。非正式对话访谈的弱点：容易有访谈者效应。补救的办法就是你回去的时候迅速的誊录资料和做批注，将补救的措施和你的反思写在纸面上，供后续的研究过程进行矫正和分析。2、一般性访谈导引法我们平时常见的，拿着一份提纲跟别人交谈。一般性访谈导引法包括提纲挈领的问题，得到这些问题，你也需要在这之前找不同的人来进行讨论和共同探索。访谈的顺序并不重要，但是你必须有逻辑结构，在访谈的时候，访谈提纲会使你们的讨论不至于跑题跑得太远，有时候你认为受访者跑题太远，实际上他已经再讨论你题纲里的其他问题。这时候你的脑子就必须清楚，将访谈提纲的结构牢牢的记载心里。因此访谈提纲一定要结构化，如果访谈提纲没有结构化，那么有时你会记不清楚，受访者谈了哪些问题，又没有谈论哪些问题。访谈导引法是假定所有的访谈者都具有一些共同的信息可以被搜集到，但是并不预先写下任何标准化的问题，访谈者必须在真实的访谈情境中，应因特定的反映在而调整问题的自主和顺序。这种访谈方式的特征，就是自由建构会谈，自发的提出问题，并建立一种对话风格，不论用什么方式提问，对话的焦点都要集中在某个特殊问题之中。在设计访谈提纲的时候，必须要考虑到在有限的时间范围内，最想问的三到五个问题到底是什么？这也就是促使你好好思考，我的受访者到底是什么类型的人，能回答什么问题，什么问题是最合适他来回答的。访谈某一个人的时候，至少把访谈提纲改得与针对性，这个提纲应该是对他定制的。这是基本的礼貌！3、标准化开放式访谈最详细的标准化开放式访谈，就是用一份问卷。让受访者一个一个来回答，甚至是当着你的面填写。你也可以提供选择项，但是受访者并不局限于在你的选择项里回答，在回答任何问题的时候，都可以有你讨论，这样可以尽可能的把受访者的不同观点，不同想法，不同面向挖掘出来。甚至有些信息你也可以让对方谈，你自己来填写，填写的形式可以很灵活。标准化开放式访谈是包括一组经过小心谨慎的字斟句酌组织的问题，试图让每一位受访者经历相同的程序。同样自主的相同问题来询问受访者，所有的受访者谈的顺序都是一样的，最后誊录出来的是标准格式的访谈记录。这样做的好处就是，如果你的研究规模非常大，这样标准格式的访谈记录就很方便与处理。访谈前的内容准备 1、访谈问题的分类经验/行为问题：已经做了什么？意见/价值问题：了解人们的认知和诠释感受问题：了解人们对其经验和想法的情绪反应。知识的问题：是一个人所知道的事，是有关案例的事实。感官的问题：看到、听到、摸到、尝到和闻到什么。背景/人口统计学问题：关于受访者的特征2、时间的维度与问题分类结合3、访谈问题的序列先问现在的状态。接着诠释、意见和感受。对未来的问题的访谈会说得少一点。4、访谈问题的组织确定开放的问题，比如你对师生关系的满意度如何，满意，是不是一定要有个度呢？这种提问的方式是比较封闭的。像这种问题不如改成你对学院的师生关系的感受如何？在访谈中尽量少问和不问二分法的问题。这种问题的答案是是或者否，例如你是不是现在感到很焦虑，你说这个问题应该怎么回答，我有焦虑但不是很焦虑，我如果回答不，那么否定的是焦虑还是很呢？二分法的问题使访谈变成了一种质问，或猜谜而不是一种深度的对话。避免先前假定的问题。询问单一的问题，言简意赅，看似容易实则挺难。提问一些简短深刻的问题，把大量时间和空间留给受访者，的时候抓住一两个关键的词进行犀利的发问。注意问题的厘清，不清晰的问题可能让受访者觉得不舒服，受忽视，混淆，困惑，充满敌意，要找出合适的词汇，或者是受访者所能理解的词汇以及能反应受访者世界观的词汇来进行提问。要小心询问为什么。在做研究的时候，不是不能问，但必须要小心一些，因为为什么的问题假定的是因果关系，假定了一个秩序井然的世界，需要完美呈现的只是理性，假定事情的发生都有原因，并且原因都是可知的。实际上事情发生应该都有原因，但是原因不是都能被找到，并且能被说出来的。5、访谈的态度保持和谐和中立，我们的受访者，反应者或者是研究对象，他们是研究主体，研究者与他们相互影响，受访者对每一个问题的回答会帮助我们建构下一个问题。真正的去聆听对方，真正的去尊重他。/*本来今天发三篇还可以早点休息，结果联通网络出问题！！电脑也快没电了，古诗今读明天再发吧~*/

本文转载自【微信公众号：社科学术圈，ID:shkxquan】经微信公众号授权转载，如需转载与原文作者联系-1-社会科学的研究步骤在每一个环节都需要理论的指导。其中，在检验研究假设结束之后，需要与现有的文献对话，再次发现新问题，开始新一轮的研究过程。在这个环节之中，资料分析作为重要一环，对于社会科学的研究极为重要。-2-资料分析的方式分类教育研究包含多样化的研究方法及分类。一般情况下，按照认识论基础，研究方法可以分为定量研究、定性研究和混合研究。也有部分学者按照研究目的、手段等对研究方法进行分类。比如别敦荣和彭阳红将研究方法分为：理论思辨、经验总结、历史研究、调查研究、比较研究、数学分析、质的研究和个案研究；在国内，根据刘良华对研究方法的分类大体上有三个基本类型：实证研究（量化的、质化的）、思辨研究（又称理论研究）、实践研究（常以教育对策、教育反思、教育改革形式显现）。实证研究是基于“事实”的方式进行论证并有规范的研究设计和研究报告。陈向明指出，“研究方法”一般包含三个层面：第一，方法论，即指导研究的思想体系，其中包括基本的理论假定、原则、研究逻辑和思路等；第二，研究方法或方式，即贯穿于研究全过程的程序与操作方式；第三，具体的技术和技巧，即在研究的某一阶段使用的具体工具、手段和技巧等。文中所采取的分类是按照陈向明定义中的第三个层面为标准进行的分类。在实际的研究过程中大多数时候是以一种研究方法为主，其他为辅，交叉使用的。以下内容是介绍每一种具体的方式。那么资料搜集上来了？该如何分析呢？-3-具体的资料分析方式| 思辨分析1. 历史研究方法历史研究法是运用历史资料，按照历史发展的顺序对过去事件进行研究的方法。亦称纵向研究法，是比较研究法的一种形式。在政治学领域中，它着重对以往的政治制度、政治思想、政治文化等的研究。历史研究的目的在于解决政治制度的现状及其演变趋向。但不是断章取义地分析政治制度的现状，而是系统地研究它们以往的发展及其变迁的原因。历史研究法主要是研究政治制度的发展历史，从各种事件的关系中找到因果线索，演绎出造成制度现状的原因，推测该制度未来的变化。2. 比较研究方法比较研究法就是对物与物之间和人与人之间的相似性或相异程度的研究与判断的方法。比较研究法可以理解为是根据一定的标准，对两个或两个以上有联系的事物进行考察，寻找其异同，探求普遍规律与特殊规律的方法。按属性的数量，可分为单向比较和综合比较。按时空的区别，可分为横向比较与纵向比较。按目标的指向，可分成求同比较和求异比较。按比较的性质，可分成定性比较与定量比较。按比较的范围，可分为宏观比较和微观比较。3. 文献研究方法文献研究法主要指搜集、鉴别、整理文献，并通过对文献的研究形成对事实的科学认识的方法。文献法是一种古老而又富有生命力的科学研究方法。文献法的一般过程包括五个基本环节，分别是：提出课题或假设、研究设计、搜集文献、整理文献和进行文献综述。文献法的提出课题或假设是指依据现有的理论、事实和需要，对有关文献进行分析整理或重新归类研究的构思。研究设计首先要建立研究目标，研究目标是指使用可操作的定义方式，将课题或假设的内容设计成具体的、可以操作的、可以重复的文献研究活动，它能解决专门的问题和具有一定的意义。| 话语分析话语分析作为一种专门的学科研究对象的出现，特别是在法语领域的出现，一般来说，是语言学发展过程中，特别是自20世纪60年代末以来，必然会出现的现象。这个新领域与语言学保持着复杂的关系，而这种关系又是经济被重新定义的。话语分析作为一种活动，正如它的内涵一样，它存在的前提是：特殊对象的生成、观念系统的状态、新颖恰当的研究对象的方法论的框架系统的状态。批评话语分析（critical discourse analysis）,以下简称CDA是当代语言学研究的一个新兴分支。批判话语分析的主要方法：系统功能语法分析、语篇体裁交织性分析、话语历史背景分析。例如：如果有一部有关第三世界的纪录片始终把第三世界的穷人当做及物动词性的宾语，那就必然给读者、听者留下这样的印象：穷人是被动的牺牲品，而不是斗争的参与者。例如：对何人使用何种称谓，体现着作者（讲话者）的态度。情态是人际功能的体现形式之一，主观情态反应话语生成者与陈述者的亲近性，而客观情态则模糊了个体和团体的观点。| 内容分析内容分析法：是一种对于传播内容进行客观，系统和定量的描述的研究方法。其实质是对传播内容所含信息量及其变化的分析，即由表征的有意义的词句推断出准确意义的过程。内容分析的过程是层层推理的过程。内容分析法的信度指两个或两个以上的研究者按照相同的分析维度，对同一材料进行评判结果的一致性程度，它是保证内容分析结果可靠性、客观性的重要指标。ROST content mining是一款免费的大型内容分析研究性工具平台，主要功能包括：辅助各学科进行研究，协助完成文本分析和内容分析方面的研究，凡是需要分析论文、微博、博客、论坛、网页、书籍、聊天记录、电子邮件、本地文本类格式文件、数据库中各类文本字段的学科，都可以使用本软件，分析方法目前支持：分词、字频统计、词频统计、聚类、分类、情感分析（含简单和复杂）、共现分析、同被引分析，依存分析、语义网络、社会网络、共现矩阵等分析方法。| 质性研究一种在社会科学及教育学领域常使用的研究方法，通常是相对量化研究而言。质性研究实际上并不是一种方法，而是许多不同研究方法的统称，由于他们都不属于量化研究，被归成同一类探讨。其中包含但不限于民族志研究，人类学研究，论述分析，访谈研究等。1. 民族志研究民族志，是一种写作文本，是人类学独一无二的研究方法，是建立在人群中田外野地工作基础下第一手观察和参与之上的关于习俗的撰写。民族志内容主要为相关人的访问内容、档案记录的检视、与衡量与访问内容的可信度，从此内容，可找出特定团体与组织之间的关联，并为关心大众以及专业的同行撰写整个故事的来龙去脉。而民族志学家则记录人们的日常生活。研究的焦点放在人类思想和行为中较可预测的型态上。为了真实纪录，1930年代后，民族志的产生通常需要相当冗长时间的实际体验。2. 口述史研究口述史亦称口碑史学。口述史在国际上是一门专门学科，即以搜集和使用口头史料来研究历史的一种方法，或由此形成的一种历史研究方法学科分支。1948年，美国哥伦比亚大学的艾伦内文斯（Allan Nevins）教授在该校创立了口述史研究中心，第一次使用了“口述史”这个概念。标志着现代口述史学术领域的成立口述历史是通过有准备、以音像设备为工具的采访，记述人们口述所得的具有保存价值和尚未得到过的原始资料。3. 行动研究行动研究是一种适合于广大教育实际工作者的研究方法。它既是一种方法技术，也是一种新的科研理念、研究类型。行动研究是从实际工作需要中寻找课题，在实际工作过程中进行研究，由实际工作者与研究者共同参与，使研究成果为实际工作者理解、掌握和应用，从而达到解决问题，改变社会行为的目的的研究方法。它是一种行动研究理论与实践相结合，在于资料收集、合作探讨、自我反省、多方总结最后解决问题的方法；一种主题明确、思路清晰的解决问题的方法。4. 扎根理论研究扎根理论研究法是由哥伦比亚大学的AnselmStrauss和BarneyGlaser两位学者共同发展出来的一种研究方法。是运用系统化的程序，针对某一现象来发展并归纳式地引导出扎根的理论的一种定性研究方法。5. 个案研究个案研究(case study)也称个案调查。对某一特定个体、单位、现象或主题的研究。这类研究广泛收集有关资料，详细了解、整理和分析研究对象产生与发展的过程、内在与外在因素及其相互关系，以形成对有关问题深入全面的认识和结论。个案研究的单位可以是个人、群体、组织、事件或者某一类问题，由此而产生人员研究个案，各生活单位或社会团体个案、传播媒介个案，以及各种社会问题个案等。6. 文本分析从文本的表层深入到文本的深层，从而发现那些不能为普通阅读所把握的深层意义。新批评细读法“新批评”细读法不是一种自我感兴趣的印象式批评，而是一种“细致的诠释”，是对作品作详尽分析和解释的批评方式。其操作过程大致分为以下三个步骤：首先是了解词义，然后是理解语境，再次是把握修辞特点。叙述学分析法叙述是人类社会性活动中的一个重要部分。“叙述学”分析法，主要是故事分析(包括故事序列分析，故事类型分析等等)，与叙述视角分析(包括叙述者的人称、位置、可信度；叙述者的声音、叙述的速度等)。| 社会网络分析社会网络分析用于描述和测量行动者之间的关系或通过这些关系流动的各种有形或无形的东西,如信息、资源等。根据分析的着眼点不同,社会网络分析可以分为两种基本视角：关系取向和位置取向。关系取向关注行动者之间的社会性粘着关系,通过社会联结本身——如密度、强度、对称性、规模等——来说明特定的行为和过程。位置取向则关注存在于行动者之间的、且在结构上相处于相等地位的社会关系的模式化(patterning),它讨论的是两个或以上的行动者和第三方之间的关系所折射出来的社会结构,强调用“结构等效”来理解人类行为。| 引文分析引文分析法，就是利用各种数学及统计学的方法进行比较、归纳、抽象、概括等的逻辑方法，对科学期刊、论文、著者等分析对象的引用和被引用现象进行分析，以揭示其数量特征和内在规律的一种信息计量研究方法。引文分析的主要内容：引文年代分析、引文量分析、集中和离散规律分析、引文类型分析、引文语种分析、引文国别分析。引文分析的主要作用是：测量学科的影响和重要性、研究学科结构、研究学科信息发布、确定核心期刊、研究文献老化规律等。| 统计学分析1. 统计描述它研究如何用科学的方法去搜集、整理、分析经济和社会发展的实际数据，并通过统计所特有的统计指标和指标体系，表明所研究的社会经济现象的规模、水平、速度、比例和效益，以反映社会经济现象发展规律在一定时间、地点、条件下的作用，描述社会经济现象数量之间的关系和变动规律，也是进一步学习其他相关学科的基础。2. 方差分析方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。3. 二元相关因果关系分析方法之一种。二元线性回归分析法是在一元回归基础上的延伸,式中y是因变量；x1、x2是自变量；a、b1、b2是回归系数。二元线性回归法适用于分析有两个主要自变量的预测，一般运用计算机进行计算。4. 元分析元分析(meta-analysis)统计方法是对众多现有实证文献的再次统计，通过对相关文献中的统计指标利用相应的统计公式，进行再一次的统计分析，从而可以根据获得的统计显著性等来分析两个变量间真实的相关关系。元分析程序输入参数包括：各个观察到的相关系数(已有研究文献中变量间的相关统计分析，从而可以根据获得的统计显著性等来分析两个变量间真实的相关关系。5. 多元回归“多元回归”在工具书中的解释：1、研究一个依变量、依两个或两个以上自变量的回归。2、亦称为多元线性回归,是反映一种现象或事物的数量依多种现象或事物的数量的变动而相应地变动的规律。3、建立多个变量之间线性或非线性数学模型数量关系式的统计方法。在肥料试验中广泛应用。6. 多元变量分析多元分析，是指同时考虑多个反应变量的统计分析方法。其主要内容包括两个均值向量的假设检验、多元方差分析、主成分分析、因子分析、聚类分析和典范相关分析等。7. 因子分析因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。8. 主成分分析主成分分析（Principal Component Analysis，PCA），将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。实际课题中，为了全面分析问题，往往提出很多与此有关的变量(或因素)，因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。主成分分析作为基础的数学分析方法，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。9. 聚类分析聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。10. 非参数检验非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。11. 结构方程模型结构方程模型（Structural·Equation·Modeling, SEM）是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟，可惜国内了解的人并不多。在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量(即潜变量)，这些都是传统的统计方法不能很好解决的问题。20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。

这些论文研究方法你一定用的着快收藏吧！研究方法是指分析论证课题时的思维方法，它属于认识论范畴。没有正确的研究方法，就不能深入认识事物的本质，揭示其客观规律。没有正确的研究方法，就不能有所发现、有所发明、有所前进、有所创新，自然也就不能获取研究成果。因此，有的专家学者认为，选择了好的研究方法，也等于论文完成了一半。那么，论文的研究方法有哪些?调查法1输入文字输入文字调查法是科学研究中最常用的方法之一。它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法。调查方法是科学研究中常用的基本研究方法，它综合运用历史法、观察法等方法以及谈话、问卷、个案研究、测验等科学方式，对教育现象进行有计划的、周密的和系统的了解，并对调查搜集到的大量资料进行分析、综合、比较、归纳，从而为人们提供规律性的知识。调查法中最常用的是问卷调查法，它是以书面提出问题的方式搜集资料的一种研究方法，即调查者就调查项目编制成表式，分发或邮寄给有关人员，请示填写答案，然后回收整理、统计和研究。现在我们也常常利用网络通过电脑或手机进行调查。微信上也有专门提供问卷调查的小程序。问卷调查法需要说明调查者的身份（who），说明调查的大致内容与目的（why），然后说明调查方法与结果的保密措施（how）。观察法2观察法是指研究者根据一定的研究目的、研究提纲或观察表，用自己的感官和辅助工具去直接观察被研究对象，从而获得资料的一种方法。科学的观察具有目的性和计划性、系统性和可重复性。在科学实验和调查研究中，观察法具有如下几个方面的作用：①扩大人们的感性认识。②启发人们的思维。③导致新的发现。访谈法3通过询问的方式，访员和受访人面对面交谈来了解市场情况的基本研究方法。访谈法根据交流方式的不同分为：直接访谈（面谈）与间接访谈（网络、电话等）。根据访谈程度又可分为：结构式访谈与非结构式访谈。结构式访谈也叫标准化访谈，它的特点就是整个访谈过程都是严格按标准化控制的。严格按问卷上的问题顺序与方式做访谈。非结构式访谈又称自由访谈，它是半控制或不控制的访谈。他没有事先准备统一的标准化问卷，就在一个大致方向与范围内自由访谈。访谈法一般与问卷调查法结合使用，补充问卷调查没涉及到的问题。或者针对是问卷调查处理的某些显著性问题进行进一步的的访谈了解。文献研究法4文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握所要研究问题的一种方法。文献研究法被子广泛用于各种学科研究中。具有如下几个方面的作用：①能了解有关问题的历史和现状，帮助确定研究课题。②能形成关于研究对象的一般印象，有助于观察和访问。③能得到现实资料的比较资料。④有助于了解事物的全貌。归纳方法和演绎方法5归纳是从经验事实中找出普遍特征的认识方法，是各门学科在积累经验材料的基础上，总结出科学定理或原理的一种重要方法。归纳必须建立在大量的个别事实的基础上，事实不可靠和不充分，都不可能通过归纳得出科学的结论与原理。归纳是从个别到一般的推理，因而它是一种扩大知识的方法，但它又总是不完全和不严密的。因为我们永远只能观察到部分事物，不可能穷尽个别。所以列宁说：“以最简单的归纳方法所得到的是最简单的真理，总是不完全的，因为经验总是未完成的。”通过归纳人们只能知道“是什么”，不能知道“为什么”。演绎的主要形式是三段式，就是以大前提和小前提推出结论来。推出的结论能否正确，取决于推理的前提是否正确，推理的形式是否合乎逻辑规则。因此，进行演绎推理的前提必须真实，演绎过程必须遵守严格的逻辑规则。归纳就是从个别事实中概括出一般性的结论原理;演绎则是从一般性原理、概念引出个别结论。归纳是从个别到一般的方法;演绎是从一般到个别的方法。归纳与演绎是辩证统一的关系，是两种相反相成的推理方法。它是科学研究工作都必须应用的逻辑方法。综合分析方法6分析就是把客观对象的整体分为各个部分、方面、特征和因素而加以认识。它是把整体分为部分，把复杂的事物分解为简单的要素分别加以研究的一种思维方法。过程是要着重弄清事物在运动变化中各方面各占何种地位，各起何种作用，又以何种方式与他方面发生制约和转化。综合是同分析相反的一种思维方法。它是在分析的基础上，把客观对象的各个部分、方面、特性和因素的认识联结起来，形成对客观对象的统一认识，从而达到把握事物的有机联系及其规律性。综合不是把各个部分、各方面简单的相加和随便的凑合，也不是任意的、主观的臆造，而是按照对象各部分间的内在的有机的联系，从整体上把握事物的本质和整体的特征。任何科学研究都离不开分析方法。但是分析的方法有它的局限性，由于它着眼的是事物的局部，就可能出现以偏概全，只见树木，不见森林。为了克服这些缺点，就必须用综合的方法把分析与综合结合起来。总之，分析与综合是辩证统一的关系，它们既相互对立，又相互统一。只有把两者结合在一起，才能成为一个完整的、科学的逻辑方法。实证研究法7实证研究法是科学实践研究的一种特殊形式。其依据现有的科学理论和实践的需要，提出设计，利用科学仪器和设备，在自然条件下，通过有目的有步骤地操纵，根据观察、记录、测定与此相伴随的现象的变化来确定条件与现象之间的因果关系的活动。主要目的在于说明各种自变量与某一个因变量的关系。该方法步骤：①确定所要研究的对象，分析研究对象的构成因素、相互关系以及影响因素，搜集并分类相关的事实资料。②设定假设条件。在研究的过程中，研究对象的行为是有其特征所决定，试图把所有复杂因素都包括进去，显然是不现实也不可能的。为此，必须对某一理论所使用的条件进行设定。当然，假设的条件有一些是不现实的，但没有假设条件则无法进行科学研究。运用实证研究法研究问题，必须正确设定假设条件。③提出理论假说。假说是对于现象进行客观研究所得出的暂时性结论，也就是未经过证明的结论。假说对研究对象现象的经验性概括和总结，但还不能说明它是否能成为具有普遍意义的理论。④验证。在不同条件和不同时间对假说进行检验，用事实检验其正确与否。检验包括应用假说对现象的运动发展进行预测。 小茶杯论文查重经验分享：论文查重怎么查？每一个系统都有自己独特的优势，在特定时期选择合适的系统才是硬道理，在确定系统安全的情况下、初稿时期选择性价比高的检测系统、像Paperccb就是不错的选择。

01元分析1.定义：1976年学者Glass所下定义：“元分析是以综合已有的发现为目的，对单个研究结果进行综合的统计学分析方法”。也称为“典型或定量元分析”。2.优点：与传统的文献综述相比，元分析能最大限度地减少各种偏向，确保结论的科学性、客观性和真实性。具体体现在：①元分析运用各种手段从一群独立研究中组织和提取信息，并对这些研究的结果做出总的估计，是一种定量方法；②它包含某一研究课题下所有可接受的文献，全面而客观，弥补了单一研究的不足；③元分析给出的通常是一般性的结论，是系统的和可重复的；④元分析方法能发现单一因果分析或关系分析研究所不能发现的潜在规律。3.缺点：①由于不同的研究所采用的研究方法和研究实验材料可能存在不一致，因此对其结果进行整合有可能是不适合的，即“apples- and-oranges problem”；②元分析中所引入的研究有可能是低质量的，那么其结果的可靠性就无法保证，即“garbage in-garbage out problem”；③具有统计学显著意义的研究结果较无显著性意义的结果或无效的结果被报告和发表的可能性更大，即发表偏见的问题；④在计算效果量的过程中，某些研究可能会存在着多个效果量，如果这些效果量来自同一个样本，那么对这些效果量的整合就会不适合。02操作步骤1.选题：选题与方法契合，突出研究价值2.文献搜索：全面客观，报告选择标准需要搜索的文献类型有两种，包括已发表的文献和未发表的文献。3.数据编录：内容详尽，避免主观因素的影响4.数据分析03经典案例论文基本信息题目：社交媒体自我呈现与主观幸福感关系的元分析作者：毛良斌来源：《现代传播》2020年【内容提要】采用元分析方法探讨社交媒体自我呈现与主观幸福感的关系。共有43篇实证研究纳入元分析，被试总人数为24386人。结果发现，社交媒体自我呈现确实能显著提高主观幸福感，效果量微弱;社交媒体自我呈现对主观幸福感的影响效应大小取决于自我呈现的方式;积极自我呈现和真实自我呈现均能显著提高主观幸福感，消极自我呈现则显著降低主观幸福感;社交媒体自我呈现强度显著提高主观幸福感，具体到主观幸福感各维度来看，自我呈现强度能显著提高积极情感，但不能显著提高生活满意感，也不能显著降低消极情感;主观幸福感测量工具和文化背景对社交媒体自我呈现与主观幸福感关系存在调节效应，但在被试类型上，则未发现调节效应。【关键词】社交媒体;自我呈现;主观幸福感;元分析;效果量【研究问题及研究假设】RQ1:社交媒体自我呈现能显著提升主观幸福感吗?RQ2:社交媒体自我呈现对主观幸福感的影响效果有多大?H1:被试类型不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。H2:主观幸福感测量工具不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。H3:文化环境不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。【研究设计】(一)文献检索和获取研究检索时间跨度为2000年1月至2020年3月。根据PRIMA STATEMENT提出的标准，研究文献查找和获取需经过四个步骤，即文献查找、文献筛选、资格审查和研究纳入。据此，研究获得符合元分析要求的文献43篇，其中英文31篇，中文12篇，独立样本量为24386人。(二)文献编码按照元分析编码方法，对43篇文献进行编码。样本特征编码包括作者、发表年份、研究设计类型、被试特征、独立样本量、测量工具、研究的文化背景；效果量编码主要围绕自变量与因变量相关的统计描述值，包括相关系数、回归系数、p值、t值、均值与标准差以及自变量和因变量测量的信度系数α值。研究先由论文作者对所有文献进行编码，再由一位传播学专业研究生进行再次编码，结果显示，所有项目两次编码结果的百分比一致性信度均在0．98以上。纳入元分析的43篇文献基本信息见表1。(三)统计分析使用ComprehensiveMeta－Analysis(CMA)软件进行数据处理和分析。选择r作为统一效果量，若提取到的效果量为其他统计值，则将其转化成r值再进入元分析。对t值、p值以及均值和标准差，直接使用CMA软件转化为r值。由于CMA没有直接针对回归系数β的转换，研究根据Peterson等人提供的简便公式r=β+0．05λ(β≥0，λ=1;β＜0，λ=0)，先将回归系数转换为相关系数，之后直接录入CMA进行分析。在分析前，研究者首先对每个从独立样本中提取出的相关系数做信度修正，以避免因量表信度缺陷而导致相关系数的衰减偏差，校正的公式为:，其中ESr代表初始效果量，EScr代表校正效果量，rxx和ryy分别代表自变量和因变量的测量信度系数。对于使用实验操控或者单个项目测量的情况，其测量信度系数用1代替。利用CMA软件对效果量进行处理和分析，分析过程中将每个EScr转换成对应的FisherZ值，再将FisherZ值的加权平均数转换为相关系数，得到总体效果量，并估计总体效果量的95%置信区间。责编：周梦琦

在重度考察社会研究方法的学校和专业中，研究设计是难度较大的题目类型。通常的考察方式是，给出一个明确的研究方向，要求学考生做出一个研究设计。例如清华真题：对近期发生的热点环境议题、媒体报道情况和扮演的角色，进行一个实证研究，说说你的研究设计。为了能答好这种题目，我们需要在考前自己准备几个研究设计，包括定量研究设计、定性研究设计、定性与定量结合的研究设计、网络研究设计等。同学们可以研究书本上给出的范例，也可以查找列出具体研究过程的论文，总结出一般的套路和格式，然后针对自己感兴趣的议题，尝试做一个研究设计，有条件的还可以请研究生学长学姐进行修改。在考场上遇到这些题目时，直接套用准备好的研究设计模板，并进行适当修改即可。一个较为完整的研究设计，应当主要包括以下内容：研究背景与研究目的。主要说明研究题目的产生背景，以及这一课题要解答哪些问题、达到哪些目的。研究意义。介绍此次研究的理论意义和现实意义。理论架构。一般的研究课题往往以某个理论为基础，此处要结合研究课题介绍该理论。研究假设。从理论出发，结合研究课题提出假设。研究方法。此处说明本次研究应用的概念操作化方法、抽样方法、资料收集方法、资料分析方法，以及使用的工具，例如SPSS。抽样方案。这里要尽可能详细地阐述抽样的过程、结果。调查问卷/访谈提纲/编码表。如果使用调查问卷/访谈提纲/编码表搜集资料，这里要列出这些工具的部分内容。调查时间、场所。根据研究课题，列出调查时间、场所。研究反思。指出本研究设计的不足之处，或者不周全、未考虑的因素。需要注意的是，研究设计大概遵循这种逻辑顺序，但不一定包括以上所有内容，不重要的部分可以不写、略写；研究设计不必写出研究结论，这是一个研究实施前的设计。接下来，将给出本文开头提到的清华真题的一个参考答案，同时也是对研究设计案例的展示：热点环境议题的议程互动与建构研究——以上海市垃圾分类为例1、研究背景2019年1月31日，上海市公布《上海市生活垃圾管理条例》，明确规定将垃圾分为可回收物、有害垃圾、湿垃圾、干垃圾，合理分类，增加了可回收物的多样性。该条例于2019年7月1日正式施行，上海市成为全国城市垃圾分类管理的“领头羊”，也由此进入生活垃圾分类强制时代。上海市垃圾分类引起了网民的持续关注，多次登顶微博热搜榜。垃圾分类这个环境议题与人们的生活息息相关，垃圾分类的践行需要全社会的共同努力。在垃圾分类的推行过程中，媒体在信息传播、新闻报道、宣传引导等方面具有不可替代的作用。根据CNNIC发布的第45次《中国互联网络发展状况统计报告》显示，截至2020年3月，我国网民规模为9.04亿，互联网普及率达64.5%，网络媒体已经成为人们生活、工作、学习、娱乐等的主要平台。因此，本研究立足于中国网络媒体传播环境，研究2019年1月31日至2020年1月31日之间微博平台上的上海垃圾分类事件的议程互动与建构情况。2、研究意义在理论层面，有助于验证媒体传播中的“议程设置”现象，并根据这一理论提出针对性建议。在现实层面，有助于了解垃圾分类这一议题的宣传与传播状况，从传播方法和技巧层面给予适当的帮助和关怀。3、理论架构议程设置理论（the agenda-setting theory）由美国传播学家麦库姆斯和肖提出。该理论认为：大众传播具有一种为公众设置“议事日程”的功能，传媒的新闻报道和信息传达活动以赋予各种“议题”不同程度的显著性的方式，影响着公众注目的焦点和对社会环境的认知。议程设置理论所考察的，是作为整体的大众传播在较长时间跨度内的一系列报道所产生的中长期的、综合的、宏观的社会效果。随着近年来网络媒体的快速发展，议程设置的合理性面临着质疑和挑战。但仍有许多实证研究表明，网络环境下媒体对公众具有议程设置功能，网络媒体与传统媒体之间、网络媒体之间存在媒体间议程设置效果。4、研究对象议程建构理论（the agenda-building theory）指出在议题构建过程中，媒介、政府和公众互相影响，决定什么是重要事件。因此，本文的研究对象是媒体议程、政府议程、网民议程各自的特点以及互动关系，并分析上海市垃圾分类这一环境议题的建构过程。媒体议程本研究选取《人民日报》《澎湃新闻》《中国环境报》三家媒体的微博账号在2019年1月31日至2020年1月31日期间发布的相关新闻报道为研究对象。《人民日报》是中国最具权威性、发行量最大的综合性日报，位于上海的《澎湃新闻》是专注时政与思想的媒体开放平台，《中国环境报》是环境保护部主管、全球唯一的国家级环境保护报纸，具有极强的权威性和专业性。使用网络爬虫工具，以“垃圾分类”为关键词，搜集并整理本研究时间段内，这三家媒体微博账号内的相关新闻报道的内容。政府议程政府是社会公共事业和活动的领导者、管理者，从社会整体利益层面推动社会发展。在上海市垃圾分类这一环境议题中，上海市政府多从顶层设计层面加以关注并出台相关政策。因此，本研究选取2019年1月31日至2020年1月31日期间，涉及垃圾分类的国家和上海地方政策文件、官方通报等，例如《上海市生活垃圾管理条例》，作为政府议程的代表。网民议程确定网民议程主要有三种方法：一是通过网民在微博所讨论话题的热度确定，二是通过新闻浏览量、点赞量、转发量和评论量决定，三是通过对网络搜索关键词的排序确定。因此，本研究把2019年1月31日至2020年1月31日期间，微博“上海垃圾分类”相关话题下的原创微博作为网民议程的代表。对网民原创微博在这一时间段内的数量变化进行研究；并进行简单随机抽样，均匀抽取页码，每页抽取10条微博，一共顺次抽取100条微博，以进行内容分析。5、研究假设基于此次研究的目的、对象和方法，现提出如下假设：◆ H1：政府议程直接影响媒体议程，进而设置网民议程；◆ H2：当网民的关注形成一定规模或者发展到线下行动时，会影响政府议程；◆ H3：媒体议程与网民议程相互影响，媒体、网民对待垃圾分类的态度是一致的。6、研究方法本研究对政府议程主要采用描述法进行研究，对媒体议程、网民议程主要采用内容分析法进行研究，研究数据和统计分析则是使用SPSS。内容分析法需要根据样本特点建构类目，将所有类目构成一份编码表，再对照编码表阅读每一篇符合要求的内容，同时进行编码。编码要求每一个研究对象在一个维度只属于单一属性，例如，一篇新闻在信源上只能是“官方”或者“非官方”，报道内容横向属性只能是“事实”“问题”“议题”三者之一。对于内容较为综合的新闻，一般根据文章主要观点强调的属性而定。之后，需要对这一编码表的信度和效度进行检验。部分编码表可建构如下▼7、研究反思研究对象方面，选取的是有限的样本，结论的可靠性、代表性面临挑战。媒体议程仅选取了三家媒体微博账号的新闻报道，网民议程并不能代表公众议程，因此接下来的研究中，样本的选取范围需要进一步扩大。研究方法层面，对于政府议程的研究采用的描述法主观性较大，之后的研究中可以采用量化的方法。对于网民议程的研究，可以采用访谈法、观察法等质化方法，获得网民的态度、情感、认知等信息，配合内容分析法使用，使得研究更加直观、可靠。参考资料[1] 袁方.社会研究方法教程[M].北京大学出版社,2013.[2] 风笑天.社会研究方法[M].中国人民大学出版社,2018.

本文转载自【微信公众号：社科学术圈，ID:shkxquan】经微信公众号授权转载，如需转载与原文作者联系一、社会科学的研究步骤在每一个环节都需要理论的指导。其中，在检验研究假设结束之后，需要与现有的文献对话，再次发现新问题，开始新一轮的研究过程。在这个环节之中，资料分析作为重要一环，对于社会科学的研究极为重要。二、资料分析的方式分类教育研究包含多样化的研究方法及分类。一般情况下，按照认识论基础，研究方法可以分为定量研究、定性研究和混合研究。也有部分学者按照研究目的、手段等对研究方法进行分类。比如别敦荣和彭阳红将研究方法分为：理论思辨、经验总结、历史研究、调查研究、比较研究、数学分析、质的研究和个案研究；在国内，根据刘良华对研究方法的分类大体上有三个基本类型：实证研究（量化的、质化的）、思辨研究（又称理论研究）、实践研究（常以教育对策、教育反思、教育改革形式显现）。实证研究是基于“事实”的方式进行论证并有规范的研究设计和研究报告。陈向明指出，“研究方法”一般包含三个层面：第一，方法论，即指导研究的思想体系，其中包括基本的理论假定、原则、研究逻辑和思路等；第二，研究方法或方式，即贯穿于研究全过程的程序与操作方式；第三，具体的技术和技巧，即在研究的某一阶段使用的具体工具、手段和技巧等。文中所采取的分类是按照陈向明定义中的第三个层面为标准进行的分类。在实际的研究过程中大多数时候是以一种研究方法为主，其他为辅，交叉使用的。以下内容是介绍每一种具体的方式。那么资料搜集上来了？该如何分析呢？三、具体的资料分析方式01.思辨分析（1）历史研究方法历史研究法是运用历史资料，按照历史发展的顺序对过去事件进行研究的方法。亦称纵向研究法，是比较研究法的一种形式。在政治学领域中，它着重对以往的政治制度、政治思想、政治文化等的研究。历史研究的目的在于解决政治制度的现状及其演变趋向。但不是断章取义地分析政治制度的现状，而是系统地研究它们以往的发展及其变迁的原因。历史研究法主要是研究政治制度的发展历史，从各种事件的关系中找到因果线索，演绎出造成制度现状的原因，推测该制度未来的变化。（2） 比较研究方法比较研究法就是对物与物之间和人与人之间的相似性或相异程度的研究与判断的方法。比较研究法可以理解为是根据一定的标准，对两个或两个以上有联系的事物进行考察，寻找其异同，探求普遍规律与特殊规律的方法。按属性的数量，可分为单向比较和综合比较。按时空的区别，可分为横向比较与纵向比较。按目标的指向，可分成求同比较和求异比较。按比较的性质，可分成定性比较与定量比较。按比较的范围，可分为宏观比较和微观比较。（3）文献研究方法文献研究法主要指搜集、鉴别、整理文献，并通过对文献的研究形成对事实的科学认识的方法。文献法是一种古老而又富有生命力的科学研究方法。文献法的一般过程包括五个基本环节，分别是：提出课题或假设、研究设计、搜集文献、整理文献和进行文献综述。文献法的提出课题或假设是指依据现有的理论、事实和需要，对有关文献进行分析整理或重新归类研究的构思。研究设计首先要建立研究目标，研究目标是指使用可操作的定义方式，将课题或假设的内容设计成具体的、可以操作的、可以重复的文献研究活动，它能解决专门的问题和具有一定的意义。02.话语分析话语分析作为一种专门的学科研究对象的出现，特别是在法语领域的出现，一般来说，是语言学发展过程中，特别是自20世纪60年代末以来，必然会出现的现象。这个新领域与语言学保持着复杂的关系，而这种关系又是经济被重新定义的。话语分析作为一种活动，正如它的内涵一样，它存在的前提是：特殊对象的生成、观念系统的状态、新颖恰当的研究对象的方法论的框架系统的状态。批评话语分析（critical discourse analysis）,以下简称CDA是当代语言学研究的一个新兴分支。批判话语分析的主要方法：系统功能语法分析、语篇体裁交织性分析、话语历史背景分析。例如：如果有一部有关第三世界的纪录片始终把第三世界的穷人当做及物动词性的宾语，那就必然给读者、听着留下这样的印象：穷人是被动的牺牲品，而不是斗争的参与者。例如：对何人使用何种称谓，体现着作者（讲话者）的态度。情态是人际功能的体现形式之一，主观情态反应话语生成者与陈述者的亲近性，而客观情态则模糊了个体和团体的观点。03.内容分析内容分析法：是一种对于传播内容进行客观，系统和定量的描述的研究方法。其实质是对传播内容所含信息量及其变化的分析，即由表征的有意义的词句推断出准确意义的过程。内容分析的过程是层层推理的过程。内容分析法的信度指两个或两个以上的研究者按照相同的分析维度，对同一材料进行评判结果的一致性程度，它是保证内容分析结果可靠性、客观性的重要指标。ROST content mining是一款免费的大型内容分析研究性工具平台，主要功能包括：辅助各学科进行研究，协助完成文本分析和内容分析方面的研究，凡是需要分析论文、微博、博客、论坛、网页、书籍、聊天记录、电子邮件、本地文本类格式文件、数据库中各类文本字段的学科，都可以使用本软件，分析方法目前支持：分词、字频统计、词频统计、聚类、分类、情感分析（含简单和复杂）、共现分析、同被引分析，依存分析、语义网络、社会网络、共现矩阵等分析方法。04.质性研究一种在社会科学及教育学领域常使用的研究方法，通常是相对量化研究而言。质性研究实际上并不是一种方法，而是许多不同研究方法的统称，由于他们都不属于量化研究，被归成同一类探讨。其中包含但不限于民族志研究，人类学研究，论述分析，访谈研究等。（1） 民族志研究民族志，是一种写作文本，是人类学独一无二的研究方法，是建立在人群中田外野地工作基础下第一手观察和参与之上的关于习俗的撰写。民族志内容主要为相关人的访问内容、档案记录的检视、与衡量与访问内容的可信度，从此内容，可找出特定团体与组织之间的关联，并为关心大众以及专业的同行撰写整个故事的来龙去脉。而民族志学家则记录人们的日常生活。研究的焦点放在人类思想和行为中较可预测的型态上。为了真实纪录，1930年代后，民族志的产生通常需要相当冗长时间的实际体验。（2） 口述史研究口述史亦称口碑史学。口述史在国际上是一门专门学科，即以搜集和使用口头史料来研究历史的一种方法，或由此形成的一种历史研究方法学科分支。1948年，美国哥伦比亚大学的艾伦内文斯（Allan Nevins）教授在该校创立了口述史研究中心，第一次使用了“口述史”这个概念。标志着现代口述史学术领域的成立口述历史是通过有准备、以音像设备为工具的采访，记述人们口述所得的具有保存价值和尚未得到过的原始资料。（3） 行动研究行动研究是一种适合于广大教育实际工作者的研究方法。它既是一种方法技术，也是一种新的科研理念、研究类型。行动研究是从实际工作需要中寻找课题，在实际工作过程中进行研究，由实际工作者与研究者共同参与，使研究成果为实际工作者理解、掌握和应用，从而达到解决问题，改变社会行为的目的的研究方法。它是一种行动研究理论与实践相结合，在于资料收集、合作探讨、自我反省、多方总结最后解决问题的方法；一种主题明确、思路清晰的解决问题的方法。（4） 扎根理论研究扎根理论研究法是由哥伦比亚大学的AnselmStrauss和BarneyGlaser两位学者共同发展出来的一种研究方法。是运用系统化的程序，针对某一现象来发展并归纳式地引导出扎根的理论的一种定性研究方法。（5） 个案研究个案研究(case study)也称个案调查。对某一特定个体、单位、现象或主题的研究。这类研究广泛收集有关资料，详细了解、整理和分析研究对象产生与发展的过程、内在与外在因素及其相互关系，以形成对有关问题深入全面的认识和结论。个案研究的单位可以是个人、群体、组织、事件或者某一类问题，由此而产生人员研究个案，各生活单位或社会团体个案、传播媒介个案，以及各种社会问题个案等。（6） 文本分析从文本的表层深入到文本的深层，从而发现那些不能为普通阅读所把握的深层意义。新批评细读法“新批评”细读法不是一种自我感兴趣的印象式批评，而是一种“细致的诠释”，是对作品作详尽分析和解释的批评方式。其操作过程大致分为以下三个步骤：首先是了解词义，然后是理解语境，再次是把握修辞特点。叙述学分析法叙述是人类社会性活动中的一个重要部分。“叙述学”分析法，主要是故事分析(包括故事序列分析，故事类型分析等等)，与叙述视角分析(包括叙述者的人称、位置、可信度；叙述者的声音、叙述的速度等)。05.社会网络分析社会网络分析用于描述和测量行动者之间的关系或通过这些关系流动的各种有形或无形的东西,如信息、资源等。根据分析的着眼点不同,社会网络分析可以分为两种基本视角：关系取向和位置取向。关系取向关注行动者之间的社会性粘着关系,通过社会联结本身——如密度、强度、对称性、规模等——来说明特定的行为和过程。位置取向则关注存在于行动者之间的、且在结构上相处于相等地位的社会关系的模式化(patterning),它讨论的是两个或以上的行动者和第三方之间的关系所折射出来的社会结构,强调用“结构等效”来理解人类行为。06.引文分析引文分析法，就是利用各种数学及统计学的方法进行比较、归纳、抽象、概括等的逻辑方法，对科学期刊、论文、著者等分析对象的引用和被引用现象进行分析，以揭示其数量特征和内在规律的一种信息计量研究方法。引文分析的主要内容：引文年代分析、引文量分析、集中和离散规律分析、引文类型分析、引文语种分析、引文国别分析。引文分析的主要作用是：测量学科的影响和重要性、研究学科结构、研究学科信息发布、确定核心期刊、研究文献老化规律等。07.统计学分析（1） 统计描述它研究如何用科学的方法去搜集、整理、分析经济和社会发展的实际数据，并通过统计所特有的统计指标和指标体系，表明所研究的社会经济现象的规模、水平、速度、比例和效益，以反映社会经济现象发展规律在一定时间、地点、条件下的作用，描述社会经济现象数量之间的关系和变动规律，也是进一步学习其他相关学科的基础。（2） 方差分析方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。（3） 二元相关因果关系分析方法之一种。二元线性回归分析法是在一元回归基础上的延伸,式中y是因变量；x1、x2是自变量；a、b1、b2是回归系数。二元线性回归法适用于分析有两个主要自变量的预测，一般运用计算机进行计算。（4） 元分析元分析(meta-analysis)统计方法是对众多现有实证文献的再次统计，通过对相关文献中的统计指标利用相应的统计公式，进行再一次的统计分析，从而可以根据获得的统计显著性等来分析两个变量间真实的相关关系。元分析程序输入参数包括：各个观察到的相关系数(已有研究文献中变量间的相关计分析，从而可以根据获得的统计显著性等来分析两个变量间真实的相关关系。（5） 多元回归“多元回归”在工具书中的解释：1、研究一个依变量、依两个或两个以上自变量的回归。2、亦称为多元线性回归,是反映一种现象或事物的数量依多种现象或事物的数量的变动而相应地变动的规律。3、建立多个变量之间线性或非线性数学模型数量关系式的统计方法。在肥料试验中广泛应用。（6） 多元变量分析多元分析，是指同时考虑多个反应变量的统计分析方法。其主要内容包括两个均值向量的假设检验、多元方差分析、主成分分析、因子分析、聚类分析和典范相关分析等。（7） 因子分析因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。（8） 主成分分析主成分分析（Principal Component Analysis，PCA），将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。实际课题中，为了全面分析问题，往往提出很多与此有关的变量(或因素)，因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。主成分分析作为基础的数学分析方法，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。（9） 聚类分析聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。（10） 非参数检验非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。（11） 结构方程模型结构方程模型（Structural·Equation·Modeling, SEM）是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟，可惜国内了解的人并不多。在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量(即潜变量)，这些都是传统的统计方法不能很好解决的问题。20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。

欢迎关注“雄安学术”，后台为大家准备了90余款分析绘图软件，15种语言包及其他素材。欢迎来寻宝喲~完全精准的数学模型，可以完美解决定量指标的运算，然而数学工具并非万能的，面对大量的无法定量化的指标（如TA爱你的程度），精准的数学模型和工具顿时无法施展拳脚。如何完成定性指标的定量化分析，成为软科学与硬科学（自然科学）之间的研究论题。层次分析法（AHP），一言蔽之就是通过构建一套多层次的评价指标体系，完成对定性指标的定量化分析。层次分析法（AnalyticHierarchy Process，AHP）由美国运筹学家、匹兹堡大学教授SattyT.L.于二十世纪70年代提出，是一种将与决策有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。常被运用于多目标、多准则、多要素、多层次的非结构化的复杂决策问题，特别是战略决策问题，可以较好地解决多要素相互关联、相互制约的复杂系统的评价，具有十分广泛的实用性，是一种新型简洁化、实用化的研究方法。在实际工作中，层次分析法经常和德尔菲法、百分权重法结合，用于确定评价指标的权重。举个栗子：如TA爱你的程度，可以用联系你的频率、关心你的程度、为你付出时间、为你付出的购买力等因素。先对这几个指标进行权重赋值，随后结合你的TA这些指标相应的得分，进行权重*得分的乘积运算，并将所有要素进行加和，即可得到TA爱你的程度（指数，手动狗头·-·）1971年AHP首次应用于美国国防部研究“应急计划”，随后又开展了多项研究，奠定了AHP在定性研究领域的基础，1982年AHP在“中美能源、资源、环境”学术会议上被首次介绍到中国。喵博士结合相关研究现状，梳理了当前主要涉及领域应用如下：适宜性评价、环境保护措施评价、安全性评价、危化物危害性评价、城市应急灾害能力评价、空间格局安全性评价。同时，亦可用于指导消费者在生活领域决策提供一定指导，如购房影响因素评价、购车影响因素评价、专业选择与就业倾向评价等，均可以发挥其优秀的功效。如在居住区适宜性评价（如上图）时，根据既有研究成效，居住区园林景观适宜性评价可以划分为：绿化种植景观、道路景观、场所景观、硬质景观、水景景观和庇护性景观等六个一级指标（准则层），每个一级指标又可以细分为若干二级指标，以完成定性指标的定量化分析。基于层次分析法（AHP）先分解后综合的基本工作思路，先将要分析的要素进行层次化、步骤化，构建形成多层次分析评价模型，最终确定各层级指标的重要程度（权重），或优先次序。AHP把一个复杂的问题表示为一个有序的递阶层次结构，并通过主管判断和科学计算给出备选方案的优劣顺序（或权重）。简而言之，层次分析法人如其名，首先要构建合理的层次，其次要分析层次内部各因素的优劣。层次分析法的使用流程：1) 根据需求对目标层进行分解，如适宜性可以分解为6个一级指标；2) 建立层次结构图，及判断矩阵；3) 计算权重系数（主要基于德尔菲法，或曰专家打分，对各指标要素的权重进行赋值）；4) 进行一致性检验（在AHP软件中可自行设定），若一致性指标CR<0.1，则满足研究需要，进入下一环节。不满足时则需要对各指标权重重新赋值（重新进行第三步分析）；5) 层次总排序，选出最优方案。如在评价购房影响要素时，可以细分为房价要素、区位要素、户型要素、口碑要素等一级指标，并分别对各一级要素进行深度开发，构建相应的二级评价指标以完成对一级指标的评价。1）建立层次结构模型将决策的目标（城市空间格局安全）、考虑的决策准则因素（空间结构安全、空间要素安全、空间环境安全）和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图（如下图，强迫症的患者有意见，在“雄安学术”公号文末留言啊~，获取宝贝啊）。2）构造判断矩阵在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而Saaty等人提出：一致矩阵法，即：不把所有因素放在一起比较，而是两两相互比较。对比时采用相对尺度，以尽可能减少性质不同因素相互比较的困难，以提高准确度。由专家对同一层次内N个指标的相对重要性（两两因素之间）进行打分。相对重要性的比例标度取1-9之间。同时，对各同级指标的重要性评价时，存在三种标度范畴（如下图），根据研究需要自行选择。构建判断矩阵A（正交矩阵），用aij表示第i个因素相对于第j个因素的比较结果：3) 计算权重将矩阵A的各行向量进行几何平均（方根法），然后进行归一化，即得到各评价指标权重和特征向量W：4) 一致性检验判断矩阵的一致性检验，所谓一致性是指判断思维的逻辑一致性。如当甲比丙是强烈重要，而乙比丙是稍微重要时，显然甲一定比乙重要。这就是判断思维的逻辑一致性，否则判断就会有矛盾。计算最大特征根λmax：计算一致性指标CI（Consistency Index）、随机一致性指标RI（Random Index）和一致性比例CR（Consistency Ratio）：一般情况下，当CR＜0.1时，即认为矩阵具有满意的一致性，否则需要对判断矩阵进行调整。5）层次排序层次排序，可分为层次单排序和层次总排序。所谓层次单排序是指，对于上一层某因素而言，本层次各因素的重要性的排序。层次总排序，确定某层所有因素对于总目标相对重要性的排序权值过程，称为层次总排序。这一过程是从最高层到最底层依次进行的。对于最高层而言，其层次单排序的结果也就是总排序的结果。1）构建评价结构一位顾客决定要买一套新住宅，经过初步调查研究确定了三套候选的房子A、B、C，问题是如何在这三套房子里选自一套较为满意的房子呢? 下面给出有关的数据和资料：将影响购买新房的因素归纳为4个标准：· 房子的地理位置及交通；· 房子的居住环境；· 房子结构、布局与设施；· 房子的每平方米建筑面积地单价（模型如下）。2）邀请专家（20-30名）打分对同一层次内4个指标的相对重要性（两两因素之间）进行打分。经过专家的打分，每个标准相对的权重，即标准的特征向量如下表。3）用规范列平均法求权重 第一步：先求出两两比较矩阵每一列的总和。 第二步：把两两比较矩阵的每一元素除以其相应列的总和，所得商所组成的新的矩阵称之为标准两两比较矩阵。 第三步：计算两两比较矩阵的每一行的平均值，这些平均值就是各方案在地理位置及交通方面的权重。我们称最后求得的行平均值为房子选择问题中地理位置及交通方面的特征向量。三个方案在其它三个方面的特征向量。每个标准相对的权重，即标准的特征向量。通过两两矩阵比较，可求得标准的特征向量如下：地理位置及交通：0.398居住环境：0.218结构布局设施：0.085每平米单价：0.2994）两两比较一致性检验两两比较矩阵的元素是通过两个因素比较得到的，而在很多这样的比较中，往往可能得到一些不一致性的结论。例如，当因素i、j、k的重要性很接近的时候，在两两比较时，可能得出i比j重要，j比k重要，而k又比i重要等矛盾的结论，这在因素的数目多的时候更容易发生。 第一步：由被检验的两两比较矩阵乘以其特征向量，所得的向量称之为赋权和向量。 第二步:每个赋权和向量的分量分别除以对应的特征向量的分量。1.803 / 0.593 =3.0401.034 / 0.341 =3.0320.197 / 0.066 =2.985 第三步：计算出第二步结果中的平均值，记为λmax。λmax = (3.040+3.032+2.985)/ 3 = 3.019 第四步：计算一致性指标CI。CI = (λmax– n ) / (n - 1)CI = (3.019 – 3 ) / (3 – 1 ) = 0.010 第五步：计算一致性率CRCR = CI / RI，在这里，RI是自由度指标（修正值）。本例中可计算得CR = 0.01 / 0.58 = 0.017 < 0.1我们已经求出了四个标准的特征向量，以及四个在单一标准下的三个购房方案的特征向量，如表：5）最优方案求解方案 A：0.398*0.593+0.218*0.123+0.085*0.087+0.299*0.265=0.349方案 B（最优）0.398*0.341+0.218*0.320+0.085*0.274+0.299*0.655=0.425方案 C：0.398*0.066+0.218*0.557+0.085*0.639+0.299*0.080=0.226层次分析法优点：· 系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。· 简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。计算简便，并且所得结果简单明确，容易为决策者了解和掌握。· 所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。层次分析法缺点：· 不能为决策提供新方层次分析法的作用是从备选方案中选择较优者。在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够企业所做出来的效果好。而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点。· 定量数据较少，定性成分多，不易令人信服在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。· 指标过多时，数据统计量大，且权重难以确定当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵。那么我们就需要对许多的指标进行两两比较的工作。由于一般情况下我们对层次分析法的两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，我们对每两个指标之间的重要程度的判断可能就出现困难了，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过。不能通过，就需要调整，在指标数量多的时候比较难调整过来。· 特征值和特征向量的精确求法比较复杂在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。在二阶、三阶的时候，我们还比较容易处理，但随着指标的增加，阶数也随之增加，在计算上也变得越来越困难。不过幸运的是这个缺点比较好解决，我们有三种比较常用的近似计算方法。第一种就是和法，第二种是幂法，还有一种常用方法是根法（来自百度百科）。