Research Methods

出版者:Wadsworth Publishing; 8th edition

作者:Donald H. McBurney

页数:480

出版时间:2009-4

价格:USD 104.00

装帧:Hardcover

isbn号码:9780534524180

具体描述

Now in its 8th edition, RESEARCH METHODS provides psychology students with a scientific approach to understanding their field of study and the world in general. The text's logical, step-by-step coverage is the result of decades of author experience, and includes all of the stages of the research process--from selecting the project and searching for literature to choosing a protocol and getting published. RESEARCH METHODS also poses students with problems from selected psychological literature to demonstrate some of the creative ways psychology professionals design and conduct effective research.

用户评价

读完这本书，我最大的感受是其内在的倾向性太过鲜明，缺乏对研究多元性的包容。它花费了大量的篇幅来颂扬实验法的“黄金标准”地位，并将其严谨性置于所有研究设计之上，仿佛其他方法都只是权宜之计。这种根深蒂固的实证主义立场，在处理那些本质上就难以进行严格控制和操纵的社会现象时，显得尤为局限。比如，对于历史研究、民族志或深度案例研究，书中介绍的方法往往是作为“补充”或“探索性”的工具出现的，其自身的理论价值被刻意贬低了。我期待一本现代的研究方法论书籍能够更公正地对待定性和定量方法的结合，探讨混合方法（Mixed Methods）的真正潜力，而不是仅仅将其视为两种方法的简单叠加。书中对数据解释的讨论，也过多地集中于p值和显著性水平的机械化判断，对于发现“不显著”的结果中蕴含的深刻意义，或者如何进行批判性的反思和论证，几乎没有涉及。这种单一的价值导向，使得这本书在指导那些探索性强、需要创造性思维的课题时，显得保守且保守有余，创新不足。

这本书的排版和设计简直是对读者耐心的一种考验。厚重的纸张、密集的文字和极少的视觉引导元素，使得任何需要快速定位信息的行为都变得异常困难。大量的术语和符号系统被不加区分地堆砌在一起，作者似乎默认读者已经对符号逻辑有着深刻的理解。举个例子，涉及统计检验力（Power）和效应量（Effect Size）的章节，用了一整页的篇幅来解释公式的数学推导过程，但对于这些指标在实际研究报告中应该如何恰当地解读和呈现，却一带而过。我更倾向于那些在关键概念旁边设置了明确的图表或流程图的书籍，能够直观地展示不同方法的适用边界。这本书在这方面做得非常不足，它更像是一份为同行学者准备的、用于学术辩论的论据库，而不是一本面向广大学生的、旨在传授技能的实用指南。每次我试图回顾某个特定的统计假设时，都不得不重新翻阅前几页的定义，因为书中缺乏有效的交叉引用和页边注释来帮助记忆和定位。阅读体验的糟糕，直接削弱了其内容的潜在价值。

我必须承认，这本书在文献综述和理论框架构建方面的指导是相当到位的，但仅此而已。如果你的主要任务是准备一篇需要严格遵循学术规范的学位论文开题报告，那么书中关于“研究问题的提出与精炼”以及“理论模型的搭建”的部分，绝对是教科书级别的典范。它细致地剖析了如何从现有知识体系的缝隙中找到自己的研究切入点，并且强调了逻辑自洽性的重要性。然而，一旦进入到具体的数据收集阶段，这本书的态度就变得模糊不清了。例如，在定性访谈技巧的描述上，它更多的是停留在对“开放式提问”的抽象定义上，却很少涉及访谈过程中如何处理沉默、如何应对被访者的抵触情绪，或者如何进行现场录音和转录的伦理考量。这种对实践细节的刻意回避，让人感觉作者对“研究”这个行为本身持有某种程度的疏离感。仿佛研究方法论只需要停留在纸面上，一旦沾染了真实人际互动的复杂性，就超出了本书的讨论范围。对于那些需要在复杂环境中获取一手资料的研究者来说，这本书提供的帮助微乎其微，更像是一份高高在上的理论纲领，缺乏烟火气。

这本书的叙事节奏感极差，读起来像是在听一场冗长且缺乏重点的讲座。作者似乎深谙“面面俱到”的学术之道，恨不得把所有可能遇到的方法论陷阱都罗列出来，结果就是信息密度过高，重点被稀释得几乎看不见了。比如，在讨论问卷设计时，关于李克特量表（Likert Scale）的论述，从量表的类型、计分方式到反向题的设计，再到遗漏数据（missing data）的处理策略，全部揉在了一起。我花了很长时间才理清，哪些是必须掌握的硬性规则，哪些是可以根据具体情境灵活调整的建议。更令人抓狂的是，书中对软件工具的提及几乎是零星且过时的，在如今数据分析高度依赖特定软件的时代，这本教材显得有些“老派”。它告诉你应该进行回归分析，却没能提供一个清晰的、基于主流软件（比如R或SPSS）的实操步骤演示，这使得理论与实践之间产生了一道巨大的鸿沟。我需要的是一本能告诉我“怎么做”的书，而不是一本只告诉我“为什么这么做理论上是对的”的书。这种过于注重“形而上”的探讨，使得实践者在合上书本后，面对真实的数据时，依旧感到茫然无措，仿佛被丢进了一个巨大的概念海洋，找不到游泳的技巧。

这本书，说实话，刚拿到手的时候我还有点期待，毕竟“研究方法”这个主题本身就带着一种严谨和探索的意味。然而，当我沉浸进去之后，发现它更像是一本厚重的理论手册，而不是我期望中那种能指导我实际操作的工具书。书中对各种研究范式的界定和梳理，简直就是一场学术史的拉锯战，各种哲学流派的影子交织在一起，看得人眼花缭乱。比如，在讨论定量研究的信效度时，作者用了大量的篇幅去阐述操作化变量的复杂性，甚至细致到不同的测量尺度对统计推断的潜在影响，这种深度本身是值得肯定的，但对于一个初学者或者急需解决具体项目问题的研究者来说，这种详尽有时反而成了障碍。我更希望看到的是，如何根据一个具体的科研问题，快速地筛选出最合适的测量工具，而不是花上三章的篇幅去辨析实在论和反实在论在社会科学研究中的差异。书中的案例分析也偏向于宏大叙事，多是社会学或心理学领域的经典研究，对于跨学科，特别是应用性更强的领域，比如工程管理或市场营销中的小型、快速迭代的研究项目，借鉴意义就显得有些力不从心了。总的来说，它提供了一个坚实的理论基础，但缺乏将理论“落地”的桥梁，读完后感觉自己像是在理论的迷宫里绕了一圈，虽然知道了地图的边界，却不清楚最近的出口在哪里。