嚴格來說，本篇的結論在確定老闆(老闆的故事，詳見菸酒生涯不是夢(1)~跟著老闆走)之後便大致確定了；畢竟大多數教授有其習慣的研究方式，學生多半也都沿襲她(他)們所傳授的方式(當然也有老闆忙到不行，直接把人丢給共指*的)。
研究結果的呈現可能有許多不同的樣貌，例如系統製作或改良(工程類系所比較常見)、特定問題或介入措施對特定族群的影響(幾乎所有類型的研究所都適用)等等；研究方法則主要集中於以下兩大方向：
1. 量化研究：
如果研究結果是可以測量的數字化指標(例如發生率、良率、時段等)，這類型的研究多半會透過適當的統計方法描述特定因素(即統計上所謂的獨立變數，indepedent variable)及研究結果(即統計上所謂的依變數，depedent variable)的狀況，以及兩者之間是否存在特定的關係(association)？最理想的情形是特定因素和研究結果之間存在因果關係(causal relationship)，也就是特定因素是造成研究結果的原因；然而除了實驗室研究可以將干擾因子(confounder)*作較為嚴謹的控制外，一般的觀察性(observational)研究或介入性(interventional)研究礙於實務上的可行性，通常需要仰賴更為複雜的研究設計與統計方法以確保研究結果不至於形成明顯的偏誤(bias)。
2. 質性研究：
如果研究結果是較為抽象的概念/現象或是尚未發展出數量指標的新興領域，則質性研究是一個較為可行的方式。相較於量化研究，質性研究更著重特定現象發生的原因(why)與過程(how)而非發生頻率(frequency)。質性研究的架構可以是"現象->故事->意義->反省->行動"，依循符合邏輯的原則，透過對於文本資料(例如觀察筆記、訪談稿、錄音、歷史文件、圖片等)的記錄、分類、分析、歸納、反思等流程之後，形成特定的洞見(insight)，也就是研究發現(finding)。
量化研究透過統計分析對特定現象進行較為精準的說明，可驗證性較佳且較易形成一般化的概念；然而統計分析雖不必由研究者親自進行演算(多由電腦透過軟體進行)，其結果的解釋對於許多原先不熟悉統計的研究者來說，仍是苦不堪言。質性研究相對較不重視量化資料，著重文本資料的分析與歸納進而形成獨特的看法，適於建構新理論；然而由於研究者視角的不同，同樣的文本資料可能衍生出完全不同的看法，較難達成一般性概念上的共識。
*共指 = 共同指導教授
*干擾因子：與特殊因子、研究結果有關的其他因素，可能影響特殊因子與研究結果之間實際上的相關性
留言列表
