Wednesday, July 29, 2026

一個質性研究的高手,和一個量化研究的高手,看到的世界,有何不同?(ChatGPT, 20267a29) (2027)

 一個質性研究的高手,和一個量化研究的高手,看到的,不只是同一個世界的不同側面;更準確地說,他們活在兩種不同的「世界生成方式」裡。

量化研究者首先看見的是:世界裡有哪些東西可以被區分、計數、比較、預測。

質性研究者首先看見的是:這個世界如何被某些人經驗、命名、理解,並且活出來。

譬如,同樣面對一間擠滿候診者的精神科診間。

量化高手會看見:候診時間、年齡分布、診斷比例、復發率、藥物順從性、失訪率,以及哪些變項可以預測療效。他要把混亂的現場轉化為可辨認的結構:哪些因素重要,效應多大,是否可重複。

質性高手則會注意:一個病人怎麼坐下來,母親替成年兒子回答問題時,兒子如何沉默;醫師說「你最近還好嗎」時,那個「好」究竟意味著什麼;某種診斷如何改變一個人對自己的敘述;候診室裡,誰有資格說話,誰只能被描述。

量化研究者問:

這件事發生多少次?
哪些人比較容易發生?
A 是否造成 B?
結果能否推廣到更多人?

質性研究者問:

這件事對當事人意味著什麼?
它是如何發生、如何被說出來的?
在這個脈絡中,A 和 B 為何會成為 A 和 B?
有哪些東西在分類以前,便已被分類抹去了?

所以,量化高手看到的是分布;質性高手看到的是情境

量化高手看到的是規律;質性高手看到的是生成

量化高手努力找出「一般而言,人是怎麼回事」;質性高手則追問「在這裡、此刻、對這個人而言,究竟發生了什麼」。

但我想,最深的差別還不是方法,而是他們對「例外」的態度。

對普通的量化研究者而言,例外容易被當作 outlier,是噪音,是需要控制或排除的東西。對真正的量化高手而言,例外可能意味著模型錯了、異質性被忽略了,或者存在尚未發現的亞群。

對普通的質性研究者而言,每個例外都可能被浪漫化為獨特性。對真正的質性高手而言,例外並不是因為「每個人都不一樣」這句空話而重要,而是因為例外會暴露:原來那個看似自然的常態,是怎樣被制度、語言與權力製造出來的。

因此,兩種高手都不會停在簡單的二分。

量化研究的庸手,以為數字就是事實;質性研究的庸手,以為故事就是真實。

量化高手知道:數字不是從地上撿起來的。變項怎麼定義、量表怎麼設計、誰被納入樣本,早已含有理論與價值判斷。

質性高手也知道:敘事並不是純粹內心的自白。人總是使用時代提供的語言說自己,甚至用診斷、家庭倫理、階級與文化的劇本來感受自己。

所以,一個真正的量化高手,不只是計算數字,而是知道數字是怎麼被製造出來的

一個真正的質性高手,不只是聽故事,而是知道誰讓某種故事得以被說出,誰讓另一種故事無法成言

或許可以這樣說:

量化研究者把世界轉化為地圖,質性研究者追問人如何棲居於地景。

地圖告訴你河流多長、人口多少、道路通往哪裡;地景則告訴你,這條河對流亡者是邊界,對農民是生計,對死者家屬是最後被看見的地方。

沒有地圖,人容易迷路;只有地圖,人會忘記自己正在走路。

順著你近來的語言來說,量化研究比較接近 algorithmic world:把差異轉譯成變項,把世界變成可計算、可比較、可預測之物。

質性研究比較接近 analogical world:保留隱喻、曖昧、斷裂、沉默、歷史殘響,以及一個人無法被完全編碼的部分。

但最高境界不是二選一。

真正的研究高手,應該能夠出入兩者:

進入量化,知道一個人的故事不能自動代表所有人;
回到質性,知道一千人的平均值,也未必描述任何一個真實的人。

最後,我會把兩者的差異濃縮成一句:

量化高手看見世界反覆發生什麼;質性高手看見,每一次反覆之中,其實有什麼從未真正重複。

而最好的研究,則是在規律之中,不辜負例外。