質性研究分析：系統取向

使資料分析可通及各種學門領域
本書進行其他人罕做的──企圖做廣範圍的系統分析取向之調查，我欣賞兩位作者的包容性及深度處理各種不同的任務及取向
──Judith Preissle, University of Georgia
我激賞此書不矯飾的語氣。作者們提供非常清楚的指導原則，以及不同方式的實例，以便蒐集並分析質性的資料，且清楚地表明沒有唯一正確的方式。
──Cheryl Winsten-Bartlett, North Central University
本書的分析方法論安排得非常好，我確定使用本書提供給學生詳實的資訊，以及執行有系統地和嚴謹地做資料分析的步驟。
──Dorothy Aguilera, Lewis & Clark College
本書介紹讀者運用有系統的方法分析質性資料。不像其他的參考書，本書包含廣範圍的可行方法，以便使讀者清楚系列的、不同於個人的學門之技術。第一部分是基礎的回顧，第二部分共有11章呈現分析文本的不同方式，橫跨健康和社會科學領域的文獻實例提供了寶貴的理解。

H. Russell Bernard是佛羅里達大學人類學系榮譽退休教授，他曾擔任《American Anthropologist》、《Human Organization》期刊的編輯，也是《Field Methods》的現任編輯。他的著作《Research Methods in Anthropology》第四版（AltaMira, 2006）和《Social Research Methods》（Sage, 2000）廣為許多學生使用。Bernard和 Pertti Pelto共同建立，及與Stephen Borgatti共同指導National Science Foundation旧 Institute在文化人類學研究的方法，並在希臘、墨西哥和美國完成田野調查研究。他的出版品（和Jess Salinas Pedraza合著）包括《Native Ethnography: An Otom?Indian Describes His Culture》（Sage, 1989），此書榮獲芝加哥民俗學獎（Chicago Folklore Prize）。
Gery W. Ryan是RAND資深行為科學家，並且在加州大學柏克萊分校（UCLA）精神病理學暨生物行為科學系擔任助理教授。他專精於應用系統性方法進行質性研究，並擅長設計關於健康與教育主題的評估態度和信念的研究工具。Ryan從佛羅里達大學獲得文化人類博士學位。他任教的研究所課程包含進階的民族誌方法及文本分析，同時舉辦質性研究工作坊，獲得美國、歐洲、拉丁美洲、亞洲和非洲等國家的國家科學基金會、國家健康部門和疾病控制與預防中心的贊助，並擔任《Field Methods》和《Journal of Public Policy & Marketing》兩個期刊的編審委員。
【譯者簡介】
藍依勤
美國德州大學奧斯汀分校課程與教學博士，曾於台灣及美國擔任幼兒園教師，現於台北市立大學幼教系擔任兼任助理教授。
以幼兒科學教育、親職教育、幼兒文學、幼兒多元文化教育為主要研究領域。
羅育齡
美國德州大學奧斯汀分校特殊教育博士，主攻學習障礙與閱讀理解。
曾任台北市啟明學校英文老師、兒童英語教師、兼職翻譯，並在美國德州讀寫計畫（Texas Literacy Initiative, TLI）下擔任District Literacy Liaison，輔助當地學校。
林聖曦
美國奧瑞岡大學課程與教學系（專攻幼教）碩士、德州大學奧斯汀分校課程與教學系（專攻幼教）博士。
曾任國立台東師院副教授，現任國立台南大學副教授。

【前言】
本書為一本介紹質性研究資料系統分析方法的入門書。大部分的質性資料都為文字，但越來越多的質性資料包含動態影像與錄製的對話或敘述。不久的將來，質性研究可能含括人與創作作品的全像攝影（holographic）或3D影像，不過這些要等到再版時再來討論。

我們期待這本書成為一本有用的書，將這些可用來分析質性資料的方式介紹給需要的學生或同僚。書中用了整章的篇幅介紹每種分析方法：言談分析（discourse analysis）、敘事分析（narrative analysis）、紮根理論（grounded theory）、內容分析（content analysis）、民族誌決策模型（ethnographic decision modeling）等等。短期看來，分析方法在不同的學術領域或其下的分支中發展建立起來，看起來只限於那個領域專用，但長遠來看，分析方法會漸漸滲透到其他領域。例如，取樣空間（space sampling）在社會科學中越來越常被使用，但是這個方法來自於動物行為學，一個生物科學的學門。多元尺度分析（multidimensional scaling, MDS）是在社會科學領域中發展出來的，但現在所有科學的領域都在使用。幾年前，化學家將MDS帶向另一個發展高峰，研發軟體建立蛋白質的3D立體影像。社會學的研究者馬上看見使用此法在視覺化社會網絡上的好處。所以長遠地看，研究分析的方式的確屬於大家的。

這整本書中所使用的範例，都是出自文獻。我們提供的範例橫跨整個社會科學範疇，包含教育、犯罪學、社會學、政治學等等，但你會發現很多範例出自於社會科學中對於健康的研究。使用這些文獻多少透露了我們的研究背景，也揭露了質性資料的分析多出於社會科學領域中對於健康的研究。

我們相當認同一位評論者的話，他說：「研究不是直線進行的過程。」我們設計研究時假設它是直線進行的─先進行研究設計，然後蒐集資料、分析，再來就是寫作─但是，做研究從來就不是如此乾淨俐落。在我們過往的研究案中，曾經發現原先的計畫原來相當不切實際，所以重新設計研究方法。我們也曾為了先做初步分析而停止蒐集資料；也曾為了蒐集更多資料填補資訊漏洞而停止分析；我們也曾在寫作過程中不斷地重新分析資料。當我們將研究論文投到期刊時，匿名的評論者常常會問一些我們從沒想過的分析方法。簡而言之，研究的過程是混亂無章的，但就因為如此，研究才更為有趣，至少我們是這麼想的。
本書談的是什麼？
我們將這本書分為兩部分，第一部分是基礎知識的概論。第一章談質性資料：什麼是質性資料，可以用哪些方式分析質性資料。第二章列出可用來蒐集文本的方式，本章中有些資料來自於Bernard之前出版關於社會科學方法的書：《Social Research Methods: Qualitative and Quantitative Approaches》（Sage, 2000）以及《Research Methods in Anthropology: Qualitative and Quantitative Approaches》（4th edition, AltaMira, 2006）。這些資料以及其他由Bernard先前出版的書所摘錄的部分，都經由出版社同意後使用。第三章談的是發現主題〔第三章根據的是我們在2003年刊登於《Field Methods》（volume 15, pp. 85-109）的一篇文章〕。而第四章則主要是談論編碼簿，第五章是資料分析的基礎知識，第六章則是概念模型的介紹。

第二部分總共有11章，每一章談論一種分析文本的方式。第七章介紹如何比較不同變項的屬性，這一章看起來與許多教人們使用Excel或是統計軟體（像是SPSS、SAS、Systat、Stata等）分析資料的文章很像，那是因為在矩陣中，無論是質性或是量化的資料，比較變項屬性的過程是一樣的。第八章談到文化範疇分析（cultural domain analysis），介紹如何蒐集認知資料的方式─如自由列舉（free listing）與累積分類（pile sorting）；以及分析這些資料的方式─如MDS與叢集分析（cluster analysis）。

第九章與分析字詞相關，介紹了一些簡單的分析技巧─計算字詞與用字索引，也有複雜的分析方式─如語義網絡分析（semantic network analysis）。第十章討論偌大的言談分析領域之下的兩個部分─對話分析（conversation analysis）與表演分析（performance analysis）。第十一章繼續討論言談分析下的敘事分析，第十二章是紮根理論的簡介，這兩個同為社會科學中最常被使用的文本分析方式。第十三章的重點是內容分析。第十四章談的基模分析（schema analysis）與民間模式（folk model），是心理學與語言學而來的分析方法。

第十五章討論的是令人尊敬的分析歸納法（analytic induction）（根據邏輯辯證而來）與由此發展出的質化比較分析法（qualitative comparative analysis, QCA）（相對而言較新）。第十六章〔根據我們在《Human Organization》（volume 65, pp. 103-115）刊載的文章〕談到民族誌決策模型，則為人類學領域發展而來的分析方法。最後，第十七章處理的是蒐集與分析質性資料中可能遭遇到的取樣問題。將此議題放在最後一章談論並沒有要傳遞什麼訊息，不過有些人傾向在談論基本知識時就把這些議題提出來討論。無論討論的順序為何，取樣的重要性不言而喻。

延伸閱讀的建議清單列在每一章的最後，這些只是深入閱讀文獻的建議，不是每個主題的詳盡閱讀書單。建議使用Social Science Citation Index與其他文獻搜尋工具來尋找更多的文獻。

本書並沒有討論混合研究方法的章節，因為我們一開始的立基就是：混合研究方法原是科學的本質，一直以來都是如此。因此，選擇你想要的分析方式，隨意混合吧！

Part 1　基礎概論
1　文本簡介：質性資料分析
2　資料蒐集
3　發現主題
4　編碼簿與編碼
5　資料分析導論
6　概念模型
Part 2　深入探討
7　分析首部曲：比較變項的屬性
8　文化範疇分析：自由列舉、判斷相似處與類別模型
9　KWIC分析、字詞計算與語義網絡分析
10　言談分析：對話與表演
11　敘事分析
12　紮根理論
13　內容分析法
14　基模分析法
15　分析歸納法和質化比較分析法
16　民族誌決策模型
17　取樣