{{HeadCode}}

通过

贾斯汀·王

研究中的理论检验:方法与常见错误

贾斯汀·王

增长负责人

获得全球商业与数字艺术学士学位,辅修创业

理论检验是指当理论先于数据出现时你所做的工作。你采用别人已经确立的一般性论断,推导出它对你具体案例的启示,然后去寻找这一启示是否成立。这是研究中演绎的一半,也是大多数研究生阶段工作所处的领域。

使其具有实用价值的区别在于其对立面。理论构建始于观察并产生理论。理论检验始于理论并产生结论。你正在进行哪一项,决定了你的设计、你的分析以及什么算作好结果。

<CTA title="保持理论与证据紧密相连" description="Jenni 帮助您起草附带来源的草稿,并根据您展示的内容核对论点" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />

理论检验的实际含义

Bhattacherjee 的开源社会科学方法教科书将这一区别阐述得最为清晰:在归纳研究中,目标是从观察到的数据中推导出理论概念和模式;而在演绎研究中,目标则是利用新的实证数据来检验从理论中已知的概念和模式。接着他直接为它们命名:归纳研究是理论构建研究,演绎研究是理论检验研究。

注意这意味着什么对你的贡献。在理论构建工作中,理论是你的产出,别人会根据它是否是一个好理论来评价你。在理论检验工作中,理论是你的输入,别人会根据检验是否公正来评价你。

理论构建与理论检验的并排对比

理论构建始于观察并致力于得出一般性论断。它是归纳性的,理论是产出,存在于扎根理论、探索性案例研究和开放式编码中。它探问“这里正在发生什么”,并通过产生一个无人命名过的概念来取得成功。

理论检验始于现有理论并致力于做出预测。它是演绎性的,理论是输入,存在于实验、带有陈述假设的调查以及针对先验框架的演绎编码中。它探问“理论在此案例中是否成立”,并且即使预测失败也算成功,因为失败的预测所提供的信息,是无结论的探索所无法比拟的。

Bhattacherjee 明确指出,这两者并没有高低之分:理论构建和理论检验对于科学的进步都至关重要。学科的发展是通过在这两者之间循环进行的。

<ProTip title="🔁 哪种模式:" description="如果你能在标题中命名该理论,你就是在进行检验。如果理论必须写在你的讨论部分,因为它在你观察之前并不存在,那么你就是在进行构建" />

可检验的理论必须为你提供什么

并非每个理论都能按其陈述被检验,在第八个月才发现这一点代价高昂。必须具备以下三点要素。

一个足够普遍、具有启发意义的论断。 如果该理论仅仅描述了它所源自的案例,那么就没有任何内容可以延伸到你的案例中。

你可以操作化的概念。 每个概念都必须转化为可测量的事物,这意味着要精确指定如何测量它、使用什么工具以及如何解释结果。一个其核心概念无人能够测量的理论,即使在原理上是连贯的,在实践中也是无法检验的。

一个可能被证实为假的预测。 这是人们常常忽略的一点。如果每一种可能的结果都与理论相符,那么你根本没有设计出一个检验。

<ProTip title="🧪 设计它:" description="在写下支持你理论的句子之前,先写下会证伪你理论的句子。如果你写不出第一句话,请重新设计研究,而不是假设" />

理论检验是如何运行的

过程很短,且每一步都制约着下一步。

获取理论并用一句话陈述它。推导出一个以下形式的预测:如果该理论成立,那么在这一群体中我们应该观察到这一现象。将两边都进行操作化,以便预测指向一个具体的测量值,而不是一个方向。在收集数据之前确定你的测量方法,以便预测真正暴露在检验之下。然后收集、分析并报告接下来的结果。

最后一步是理论检验最常出错的地方,而且这是一个逻辑错误。证实你的预测并不能确立该理论,因为其他机制也可能产生相同的观察结果。断定相反的结论是肯定后件的谬误。一个失败的预测在逻辑上要强大得多,这就是为什么否定性结果理应比它们通常获得的得到更多尊重。

有一个坦诚的复杂情况。当预测失败时,你其实也同时在检验你的测量方法、你的样本和你的程序。失败告诉你这一整套东西中有地方错了,而不一定是指理论本身。如实说明这一点,读起来是严谨而不是推诿。

<ProTip title="🔒 锁定它:" description="在收集任何数据之前,写下你的预测和测量方法,并注明日期。在数据产生后才确定的预测不叫检验,经验丰富的评审员一眼就能看出来" />

理论检验在设计上的体现

设计

它检验什么

典型输出

实验

某项操纵是否产生了预测的效果

支持或不支持的假设

带有陈述假设的调查

预测的关系是否在群体中成立

模型拟合度及与预测对比的系数符号

验证性案例研究

该理论是否能解释一个因属于严苛检验而特意选择的案例

支持、修正或边界条件

演绎性定性编码

先验框架是否解释了参与者所描述的内容

支持、矛盾、细化或扩展的概念

复制研究

既定发现在特定条件下是否会再次出现

成功或失败的复制,两者均可发表

定性的那一栏常常让人感到意外。演绎性定性分析是一个真正的传统,被 Fife 和 Gossner 描述为结合了演绎和归纳工作,以检查针对所研究理论的支持、矛盾、细化和扩展的证据。理论告诉你往哪里看。它并没告诉你你发现了什么。

<ProTip title="📉 否定性结果:" description="失败的预测是一项发现,而不是失败。用你本来会用于证实的同样口吻来汇报它,并探讨理论或测量方法哪个更可能是原因" />

检验的是理论,而不是你对它的执念

优秀的理论检验工作的标志是,读者能够看出它本可能会有不同的结果。陈述理论,陈述什么算作对它的否定,在观察前固定好这些,然后汇报你得到的结果,而不是你想要的结果。

<CTA title="撰写一份评审员能看懂的检验报告" description="构建您的章节结构,正确引用理论,并检查您的论点是否与您的证据相符" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />

如果你仍在决定你的项目是构建还是检验,试着写下一句话的预测,看看你是否能做到。其后的所有步骤,从方法论部分到你如何处理作为理论基础的文献来源,都取决于这个答案。

目录

今天就开启你的非凡写作之旅

从今天起,用 Jenni 写下你的 第一篇论文,开启全新篇章

免费开始

无需信用卡

随时取消

500万+

遍布全球的学者

5.2小时

每篇论文平均节省

超过1500万篇

在鉴研上完成的论文

今天就开启你的非凡写作之旅

从今天起,用 Jenni 写下你的 第一篇论文,开启全新篇章

免费开始

无需信用卡

随时取消

500万+

遍布全球的学者

5.2小时

每篇论文平均节省

超过1500万篇

在鉴研上完成的论文

今天就开启你的非凡写作之旅

从今天起,用 Jenni 写下你的 第一篇论文,开启全新篇章

免费开始

无需信用卡

随时取消

500万+

遍布全球的学者

5.2小时

每篇论文平均节省

超过1500万篇

在鉴研上完成的论文