教育研究方法中的几个误区

　　随着教育改革在我国的不断推进，教育研究者包括教师，对各种教育现象的讨论日益丰富，进行教育研究的热情也不断增加，这也促进了对各种教育研究方法的学习和应用。在前文[1]中，我们曾讨论了一些关于学术研究和论文写作的问题。在教育研究中，最为重要的还是研究方法。这不仅是研究生(特别是博士研究生)在学习阶段最值得投入时间和精力钻研的，同时也是各种国际期刊的审稿人所重视的。然而，无论是指导研究生论文，或是审阅一些其他的论文，时常看到学生在研究方法使用上的误解甚至是错误，这些问题其实并非只有学术新手才会有，许多作教育研究多年的学者有时也会错而不自知。这些问题既涉及量化方法(定量分析)，也涉及质化方法(定性分析)，本文尝试对几个比较突出的问题进行探讨分析。

　　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，[2]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，我们在探讨香港小学数学近半世纪的历史发展研究中就遇到过这种情况。[3]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(无论是读者或者审稿人)有理由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。[4]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，[5]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。