研第 12 週・ WEEK 12

社會研究法
與KKV的對話

RETHINKING SOCIAL INQUIRY ・ DIVERSE TOOLS, SHARED STANDARDS

Brady & Collier《Rethinking Social Inquiry: Diverse Tools, Shared Standards》導讀

授課教師：葉崇揚教授東吳大學社會學系適用對象：碩士班學生約120分鐘・共43張

本講綱要

★ 點選跳轉

01

為什麼這場對話重要？從KKV到Brady & Collier

02

Tarrow跨越鴻溝的嘗試過程追蹤、非系統變項、三角檢證

03

KKV的回應堅持統一推論邏輯

04

四大批判主題重要研究、概念測量、選樣偏誤、因果模型

05

DSO與CPO的區辨因果推論的兩種槓桿來源

06

總結與對社會政策研究的啟示共享標準、混合方法、東亞應用

點選任一項，跳到對應段落 →

學習目標

修完本講後，同學應能：

1

理解KKV（1994）建立統一推論邏輯的方法論企圖，以及Brady & Collier對此企圖的核心挑戰

2

辨識DSO（資料集觀察值）與CPO（因果過程觀察值）的差異，並能舉例說明二者在因果推論中的不同槓桿

3

比較截斷選樣偏誤與社會過程選樣偏誤，並能在自己的研究設計中辨認潛在偏誤

4

說明機率性與決定性因果模型的取捨，並判斷研究問題適合哪一種模型

5

將本書方法論觀點應用於東亞社會政策研究的個案設計與資料解讀

為什麼這場對話重要？

方法論的根本分歧

質性 vs. 量化

案例研究的價值是否被低估？
推論邏輯是否唯一？
概念形成與測量的地位
因果機制如何被識別？

學術背景

1994年KKV出版《Designing Social Inquiry》→ 主張：質性研究應遵循量化研究的推論邏輯
2004年Brady & Collier主編本書→ 集體回應：質性方法有其獨特貢獻
2010年第二版增補→ 提出DSO/CPO區辨

本講主要依據Brady & Collier (2010, 2nd ed.) 第 6–9 章與第 12 章。

KKV (1994)《Designing Social Inquiry》

DESIGNING SOCIAL INQUIRY

質性研究應採用量化研究的推論邏輯

Gary King

Harvard 政治學家
量化方法論大師

Robert Keohane

Princeton 國際關係
新自由制度主義

Sidney Verba

Harvard 政治學家
比較政治經典作者

DSI的學術影響力

成為政治學、社會學研究方法的標準教科書
確立「統一推論邏輯」的方法論主流地位
把貝氏因果推論帶入質性研究的視野

KKV的核心主張：四項命題

KING, KEOHANE & VERBA (1994)

1

推論邏輯的統一性
質性與量化研究面對的因果推論挑戰本質相同

2

增加觀察值數（N）
提升槓桿、降低偏誤；單一個案應拆解為多個觀察值

3

避免選樣偏誤
依依變項選樣造成截斷，會誤導因果推論

4

明確的因果框架
採用機率取向（Neyman-Rubin-Holland反事實架構）

King, Keohane, & Verba (1994). Designing Social Inquiry. Princeton University Press.

KKV方法論統一化的企圖

「質性研究的劣勢，是因為它沒有遵循量化研究的嚴格邏輯」

DSI的隱含預設

量化方法是「黃金標準」，質性方法是次等替代品
個案研究的問題在於「自由度不足」（low degrees of freedom）
解方：在單一個案中萃取更多觀察值，將質性研究「量化化」
概念形成、理論建構不在DSI討論範圍內，因為它們不是推論問題

對質性研究者的衝擊：你們不是在做「另一種」科學，你們是在做不夠好的量化科學。

Brady & Collier 的整體回應

DIVERSE TOOLS, SHARED STANDARDS

Diverse Tools, Shared Standards：多元工具，共享標準

1. 認識論上的多元

推論的「標準」可以共享，但達致推論的「工具」必然多元

2. 方法論的取捨

沒有單一最優方法；不同方法在不同情境下各有強項與弱點

3. 概念與測量回歸中心

質性研究的核心貢獻在概念形成、機制識別，這不是次等工作

關鍵主張：這不是反量化，而是反「方法論的霸權」。

壹

PART 01

Tarrow 的跨越鴻溝

第 6 章「跨越量化-質性的鴻溝」
六種跨越工具｜三角檢證｜過程追蹤的爭辯

Tarrow對DSI的核心批判

BRIDGING THE QUANTITATIVE-QUALITATIVE DIVIDE

DSI雖宣稱統一推論邏輯，卻把質性研究圖式化、邊緣化

兩大誤讀

1

過程追蹤被簡化為「增加觀察值」工具
DSI誤解George & McKeown原意。過程追蹤是要連結政策階段、辨識決策成因，是不同的推論邏輯，不是補N不足。

2

排除「非系統性變異」的危險
DSI主張剔除非系統變項，但歷史關鍵事件正是「非典型」的重要轉折點。剔除即抹除歷史性。

Tarrow (2010) Bridging the Quantitative-Qualitative Divide. 第 6 章。

補充：過程追蹤的不同推論邏輯

KKV的詮釋

目的：增加N
把單一案例切分為多個觀察值
本質：仍是相關分析
邏輯：同質的推論邏輯

Tarrow / George的詮釋

目的：識別因果機制
追蹤政策決策的時序與聯繫
本質：尋找「煙槍證據」
邏輯：異質的推論邏輯

Bennett & Checkel (2015) 後續發展出「煙槍檢驗」、「箍環檢驗」等具體判準。

非系統性變異的價值：兩個案例

DSI說：剔除非系統變項。Tarrow說：那是歷史關鍵時刻。

案例1：Tilly 對歐洲革命的事件史分析

法國大革命的「群眾動員形態轉變」是長時段中的關鍵轉折點。若依KKV邏輯把它當作離群值剔除，整個歐洲集體行動的歷史轉變就被抹除。

案例2：Laba 對波蘭團結工聯的詮釋反駁

主流文獻認為團結工聯是「知識分子主導」。Laba透過工人組織的具體運作細節指出，這是工人階級自發動員。細節不是雜訊，是關鍵反證。

Tarrow 的六種跨越工具

1

過程追蹤
辨識因果機制的時序鋪排

2

系統/非系統變項區辨
保留歷史關鍵事件

3

量化輪廓中框定質性研究
宏觀資料定位個案

4

為量化骨架補質性血肉
迴歸結果的機制詮釋

5

量質順序安排
前測、後解、迭代

6

三角檢證
多元資料交叉驗證

Tarrow (2010) 整理出量質結合的具體實作建議。

三角檢證：不同邏輯，還是不同資料？

Tarrow vs. KKV的關鍵分歧

Tarrow的立場

三角檢證運用不同推論邏輯
量化建立關聯，質性辨識機制
二者互補，本質不同
例：迴歸顯示制度變項顯著，但唯有過程追蹤才能說出制度「如何」運作

KKV的立場

三角檢證只是多元「資料來源」
推論邏輯仍是統一的
質性資料服務於相同的因果推論
差別在資料形式，不在邏輯結構

Tarrow引用的經典案例(1)

Putnam（1993）《讓民主運轉起來》

問題為什麼義大利北部地方政府績效優於南部？

量化以「制度績效指數」測量20個區域

質性對中世紀城市共和傳統與南部封建遺緒的歷史追溯

結論「社會資本」概念由質性研究提供，量化檢驗其績效後果

McAdam（1988）《自由之夏》

問題誰會持續投入1964年密西西比公民權運動？

量化申請者基本資料與參與紀錄的迴歸分析

質性對撤退者與留下者的深度訪談

結論「社會嵌入性」是關鍵中介機制，無法只靠變項萃取

Tarrow引用的經典案例(2)

Tilly 歐洲集體行動的事件史分析

蒐集英、法數百年的抗爭事件，建立「事件目錄」

量化呈現集體行動的長期趨勢

質性詮釋抗爭形態的歷史轉變（local→national, reactive→proactive）

啟示量化趨勢分析必須配合歷史脈絡的詮釋

Bunce《新領導者是否帶來差別？》

問題政治繼任是否造成政策變遷？

量化跨國跨時的政策支出資料

質性以蘇聯領導人交替（Khrushchev→Brezhnev）為深度案例

啟示質性深掘確認量化關聯背後的政治運作機制

貳

PART 02

KKV 的回應

第 7 章「研究設計的重要性」
堅持統一邏輯｜個案研究的重新詮釋｜對批評者的反駁

KKV：堅持統一推論邏輯

THE IMPORTANCE OF RESEARCH DESIGN

「我們同意量質結合，但必須由統一邏輯指引」

KKV的回應策略

1

同意Tarrow的「量質結合」目標

2

但結合的「邏輯」仍須統一
三角檢證不是不同邏輯，是不同來源服務於同一推論

3

過程追蹤本質上仍是觀察值增加
每個機制環節就是一個可被驗證的觀察單位

4

重要的不是「方法名稱」，而是推論的嚴格性

King, Keohane, & Verba (2010) The Importance of Research Design. 第 7 章。

KKV對個案研究的重新詮釋

「好的個案研究本來就嵌入學術社群，N從來不是1」

Lijphart
比利時研究

看似單一國家，實則運用前人對其他國家的資料做有效推論

Bates
肯亞案例

依變項是「公共政策變異」而非「農業失敗」；有變異就能推論

Allen
《納粹奪權》

純描述性歷史，社會科學必須走得比它更遠

Katzenstein
小國研究

因迴避因果語言而模糊化推論

KKV (2010) 主張：被批評為「N=1」的研究其實隱含豐富觀察值。

KKV的反駁：個案研究真的是N=1嗎？

KKV的反駁邏輯

Rogowski等人誤把個案研究的「案例數=1」混淆為「觀察值=1」。實際上一個個案研究有多個可觀察的因果含意（observable causal implications）。

但Brady等人質疑

增加N有四項代價：

1

概念延展（concept stretching）：硬要相同概念套到不同脈絡

2

測量效度損失：細緻區分被粗化

3

因果同質性違反：不同案例的機制可能根本不同

4

脈絡知識流失：歷史時序、政治結構被均質化

參

PART 03

四大批判主題

第 8 章「批判、回應與取捨」
重要研究｜概念測量｜選樣偏誤｜因果模型

批判一：從事重要的研究

DSI對理論建構與創造力的指引不足

批評者

Rogowski、McKeown、Ragin、Munck

核心主張

DSI過度關注「如何避免錯誤推論」，忽略「如何發現重要問題」
無變異設計（no-variance design）也可以是洞見來源
例：研究革命為何「不」發生，可揭示穩定的條件

DSI的回應

DSI明確不處理理論生成，只關注推論評估

批判二：概念化與測量被忽視

效度是脈絡特定的，必須以理論為基礎

批評者

Brady、Bartels、Laitin 等指出DSI的四個盲點：

忽視概念形成本身的複雜性
輕忽類型學（typology）作為理論工具的價值
過度樂觀看待測量誤差的可處理性
忽略測量的脈絡特定性

心理計量學的支持

Bollen、Shepard、Messick指出，測量理論的根本基礎就是質性的成對比較

補充：概念延展的危險（Sartori的警告）

PRODUCTIVIST WELFARE REGIME

「將概念硬套到不同脈絡，會犧牲概念的精確性」

錯誤的擴展

把歐洲「福利國家」概念直接套到東亞

假設東亞國家也具備工會、社民政黨、權力資源動員邏輯
結果：誤把東亞當成「殘補型」、忽略其「生產主義」邏輯
解釋力下降，類型學失準

更恰當的處理

提出新概念：生產性福利體制

Holliday (2000)：productivist welfare regime
強調社會政策從屬於經濟發展目標
保留概念的脈絡特定性
維持與歐洲理論的對話空間

批判三：選樣偏誤被誤導

DSI過度警告研究者引發的偏誤，卻忽視更普遍的偏誤

DSI的標準警告

不要依依變項選樣！例如只研究「成功的革命」而不研究失敗者，會造成截斷偏誤（truncation bias）。

Brady等人的反駁

DSI的截斷偏誤警告，其實只是「研究者引發的偏誤」。
真正普遍且嚴重的，是「社會與政治過程本身造成的選樣偏誤」

兩種選樣偏誤的差別

DSI關注：截斷偏誤

來源：研究者選樣不當
解方：擴大樣本、納入失敗案例
例：研究革命成功者卻不研究失敗者
例：只研究成功的企業而忽略倒閉企業
處理方式：相對直接

Brady關注：社會過程偏誤

來源：社會過程本身的自我選擇
Heckman的工會問題（誰加入工會非隨機）
Przeworski 的體制崩潰選樣
例：失業者的福利申請傾向、誰會被納入社會調查
處理方式：複雜，需要設計或統計方法

批判四：機率 vs. 決定性因果模型

DSI排他性採用機率取向，忽略必要與充分原因

機率性因果

Neyman-Rubin-Holland 反事實架構

「X增加，Y發生機率上升」
適合：大樣本、有變異
回歸與實驗的標準框架
DSI 唯一採用的模型

決定性因果

Ragin、Dion、Braumoeller & Goertz

「X為Y的必要/充分條件」
適合：小樣本、特定機制
QCA、貝氏取向、全個案設計
Seawright「全個案設計」對Skocpol革命研究最有用

方法論的本質：取捨（trade-offs）

沒有單一最優方法，只有不同的取捨組合

量化精確性vs.未經檢驗的假設

高精確統計常仰賴未檢驗的條件獨立性假設

納入所有變項vs.限制變項以維持槓桿

為避免遺漏變項偏誤而增加變項，會稀釋有限樣本的推論力

隨機抽樣代表性vs.仔細個案選擇的密切聚焦

隨機性換取一般化；個案選擇換取深度理解

增加 Nvs.概念延展、效度損失、脈絡知識流失

規模擴大與細緻度之間的根本張力

肆

PART 04

DSO 與 CPO

第 9 章「因果推論中的槓桿來源」
本書最重要的原創概念貢獻

兩種觀察值：DSO vs. CPO

DATA-SET OBSERVATION VS. CAUSAL-PROCESS OBSERVATION

方法論最根本的鴻溝不是質量vs.數量，是觀察值的「型態」

DSO ・ Data-Set Observation

DSO 資料集觀察值

矩形資料集中的「列」
每一觀察值在所有變項上有完整數據
用於計算迴歸係數、檢驗顯著性
槓桿來源：N+變異

CPO ・ Causal-Process Observation

CPO 因果過程觀察值

「關於脈絡、過程或機制的資料片段」
對因果推論提供決定性槓桿
可推翻或鞏固DSO的推論結果
槓桿來源：機制證據+脈絡

CPO的四種類型

INDEPENDENCE ・ MECHANISM ・ TEMPORAL ORDER ・ AUXILIARY

獨立性Independence

確認自變項與誤差項是否真的獨立（驗證迴歸假設）

中介機制Mechanism

辨識X→Y之間的中間步驟與運作邏輯

時序Temporal Order

判定因果方向（X是否在Y之前發生）

輔助假設Auxiliary

檢驗整體論證所倚賴的隱含假設

Collier, Brady, & Seawright (2010) 整理出CPO的不同功能類型。

經典案例：2000年佛州大選 (1) Lott的DSO推論

「媒體早宣布結果，讓布希在狹長地帶損失了1萬票」

事件背景

2000年總統大選，佛州投票結果決定全國勝負。Bush vs. Gore僅差數百票。

媒體效應疑雲

佛州西北「狹長地帶（Panhandle）」屬中部時區，比東部時區晚一小時關閉投票。
電視網在當地投票尚未結束時，便宣布Gore在佛州東部勝出。

Lott的推論（DSO型）

差異中之差異迴歸（DID）顯示布希在狹長地帶損失約10,000票

經典案例：2000年佛州大選 (2) Brady的CPO反駁

Brady用四個CPO推翻Lott的萬票結論

CPO 1

投票時間分布
媒體宣布Gore勝出時，狹長地帶實際只剩約10分鐘投票時間

CPO 2

媒體暴露率
並非所有選民都在這段時間內收看電視

CPO 3

聽到預測者比例
在收看者中，實際聽到預測訊息者更少

CPO 4

實際改變投票
聽到預測中，會因此放棄投票或改投者更少

經典案例：2000年佛州大選 (3) 結論

10,000

Lott 的 DSO 推論

→

≤ 224

Brady 的 CPO 上限估計

實際可能僅數十票

方法論啟示

強大的DSO推論可被精準的CPO推翻
CPO逐步剔除Lott推論的隱含假設（投票時間、暴露、訊息接收、行為改變）
因果推論不只看「平均效應」，更要看「機制路徑是否成立」
完美示範CPO與DSO的互補與張力

Brady (2010) 第 12 章。

質量區辨的四個向度（部分獨立）

「質性vs.量化」其實是四個獨立向度的混合

向度	質性端	量化端
1. 測量水準	類別、次序	等距、等比
2. N 大小	小N	大N
3. 統計檢定	不使用	使用
4. 厚/薄分析	厚描述	薄描述

一個研究可以是「小N＋大N分析＋厚描述」的組合，並非二元對立。

伍

PART 05

總結與應用

從方法論辯論回到自己的研究設計

共享標準的方向

推論邏輯是統一但多元的

1

DSO與CPO並存
兩種不同推論型態都可建立因果槓桿

2

管理取捨
方法論核心是「在情境中做選擇」而非單向最大化

3

巢狀推論
Nested inference: 量質觀察值在同一研究中互補

4

警惕技術化
簡單工具搭配良好設計，常勝過複雜技術

對社會政策研究的啟示

Brady & Collier 的觀點如何指引我們？

啟示一：制度分析需要CPO

福利國家研究的因果機制（如責難規避、政策回饋）無法只靠迴歸係數，須以時序追蹤建立

啟示二：概念形成的東亞挑戰

歐洲概念套到東亞會概念延展。需要在地化的概念建構，如「生產性福利體制」、「壓縮現代性」

啟示三：選樣偏誤的政策資料問題

福利受領者與非受領者並非隨機，需考慮自我選擇（如Heckman模型應用）

啟示四：個案研究＋跨國比較的混合策略

深掘單一國家機制 + 跨國變項分析 = 巢狀推論的典型應用

應用案例：東亞福利國家研究

案例1：年金改革政治

DSO + CPO 結合

跨國年金支出資料（DSO）顯示制度變遷的關聯；過程追蹤（CPO）揭露政黨競爭、責難規避如何運作

案例2：福利態度的混合方法

ISSP調查 + 深度訪談

迴歸顯示體制評價影響福利支持；訪談機制追蹤體制評價如何被經濟發展主義意識型態形塑

案例3：聯合分析實驗

新型實驗設計

Conjoint experiment同時測量「值得幫助的貧困者」判準（量化），並以後續訪談辨識判斷邏輯（質性）

課堂討論

問題一

你的研究比較像DSO還是CPO思維？

請以自己正在進行的研究主題為例，思考：

若採DSO取向，需要什麼樣的資料集？
若採CPO取向，要追蹤哪些機制證據？
兩者如何結合才能形成強而有力的推論？

問題二

歐洲概念在東亞，會發生概念延展嗎？

請選擇一個你熟悉的歐洲概念，分析：

在原始脈絡下這個概念測量了什麼？
套到台灣或其他東亞案例時，會犧牲什麼面向？
是否需要在地化的替代概念？

課堂討論（續）

問題三

選樣偏誤是「研究者」造成的還是「社會過程」造成的？

以「誰會申請低收入戶」為例，分析：

申請者與非申請者的差異從何而來？
若只研究申請者，會錯失什麼？
如何設計補救措施？（資料/方法/概念三個層次）

問題四

你的研究問題適合機率因果或決定性因果？

請評估：

你的研究問題是「平均效應大不大」還是「必要條件是否存在」？
若採機率取向，需要什麼樣本規模？
若採決定性取向，QCA是否適用？

本講小結

01

KKV 確立了統一推論邏輯的方法論主流地位

02

Brady & Collier 主張多元工具、共享標準

03

Tarrow 提出六種跨越鴻溝的具體工具

04

四大批判：重要研究、概念測量、選樣偏誤、因果模型

05

DSO 與 CPO 是因果推論的兩種槓桿來源

06

方法論的本質是取捨，而非單向最大化

社會研究法的真正課題：在自己的問題裡，學會取捨。

延伸閱讀

必讀（本書）

Brady, H. E. & Collier, D. (Eds.) (2010). Rethinking Social Inquiry: Diverse Tools, Shared Standards (2nd ed.). Rowman & Littlefield. 第 6–9 章＋第 12 章

King, G., Keohane, R. O., & Verba, S. (1994). Designing Social Inquiry. Princeton University Press.

建議延伸

Bennett, A. & Checkel, J. T. (Eds.) (2015). Process Tracing: From Metaphor to Analytic Tool. Cambridge UP.

George, A. L. & Bennett, A. (2005). Case Studies and Theory Development in the Social Sciences. MIT Press.

Goertz, G. & Mahoney, J. (2012). A Tale of Two Cultures. Princeton UP.

Ragin, C. C. (2008). Redesigning Social Inquiry: Fuzzy Sets and Beyond. Univ. of Chicago Press.

Mahoney, J. & Goertz, G. (2006). A Tale of Two Cultures. Political Analysis, 14(3), 227-249.

社會研究法與KKV的對話