Quantitative versus qualitative research methods

交 Proposal 時最易被 supervisor 問倒的，往往不是題目不夠新，而是你答不清「為甚麼要這樣研究」。quantitative versus qualitative research methods 的分別，不只是問卷對訪談、數字對文字，而是你希望證明甚麼、向誰收集資料，以及你能否用合適證據支撐結論。方法選錯，即使文獻回顧寫得再長，Dissertation 或 FYP 的研究設計仍然會顯得薄弱。

對香港學生而言，這個選擇特別實際。你可能一邊返工、一邊趕 top-up degree coursework；也可能面對英國大學課程常見的 Research Proposal、Methodology Chapter、Data Analysis。時間有限時，更不能因為「問卷好像快做」或「訪談好像容易寫」就草率決定。

定量與定性研究方法：先看你要回答甚麼

定量研究（quantitative research）用可量度的數據回答問題。它通常關心比例、差異、關係或影響，例如「香港大學生每周使用 AI 工具的時數，是否與學習壓力評分有關？」研究者會設計結構化問卷、量表或實驗，收集較多受訪者的數值資料，再以 Excel、SPSS、R、Python 或其他統計軟體分析。

定性研究（qualitative research）則處理經驗、看法、動機與脈絡。它適合問「為甚麼」及「如何發生」。例如，若你研究在職護理學生為何難以完成 online learning tasks，訪談能讓受訪者說出輪班、家庭責任、英文閱讀壓力和同儕支持等細節。這些內容不是一個 1 至 5 分量表可以完整交代。

所以，選擇不是哪種方法較高級，而是研究問題需要哪一種證據。想估計普遍程度，或檢驗兩個變項是否相關，定量通常較合適；想理解人的決策過程、專業經驗或特定情境，定性往往更有說服力。

Quantitative versus qualitative research methods 的核心差異

最明顯的差別在於資料形式。定量研究把觀察轉化為數字，例如銷售額、滿意度分數、事故次數、考試成績或 Likert scale 回應。研究者會預先界定變項和假設，然後檢查結果是否具有統計意義。商業、會計、市場學、工程及 quantity surveying 題目經常使用這類設計，因為它能清楚呈現趨勢和比較。

定性研究的資料則可能是訪談逐字稿、focus group 討論、課堂觀察、政策文件或社交媒體內容。研究者會編碼、找出主題，再解釋不同主題之間的關係。它的價值不在於「有幾多人這樣想」，而在於讓讀者明白「他們為何這樣想，以及當中的條件是甚麼」。護理、教育、社工、criminology 和管理研究經常需要這種深度。

樣本邏輯也不同。定量研究通常希望樣本較大，並盡量接近目標群體，才可謹慎討論結果能否推廣。例如研究某院校學生對 hybrid learning 的態度，若只收到 12 份問卷，便難以作出很強的概括。定性研究則重視受訪者是否真正擁有相關經驗，6 至 15 位合適的受訪者，有時已足以產生有用洞見，但前提是訪談深度、抽樣理由和分析過程都交代清楚。

不要因為方便而選問卷或訪談

很多學生看到 deadline 便立即選問卷，以為 Google Form 發出去便完成資料收集。現實是，低回覆率、無效答案、樣本偏差，以及沒有經過測試的題目，會令後面的 SPSS 分析沒有意義。若你問卷只有「你滿意嗎？」這類模糊問題，無論做多少張圖表，也回答不了複雜的研究目標。

相反，定性研究也不是「找幾個朋友傾偈」。訪談問題必須與 research objectives 對應，取得 informed consent，保障匿名，並處理錄音、轉錄、編碼和引文選擇。若研究涉及病人、未成年人、公司內部資料或敏感經驗，更要先看學校的 ethics requirements。為了趕進度而忽略研究倫理，往往比遲交更麻煩。

選方法前，可先逐一檢查以下五個現實條件：

• 研究問題是要量度趨勢，還是理解經驗？

• 你能接觸到足夠而合適的受訪者嗎？

• 你的課程要求 hypothesis testing、statistical analysis，還是 thematic analysis？

• 你有多少時間處理招募、資料清理、訪談轉錄與分析？

• 你的題目是否涉及倫理審批、私隱或機構許可？

這五點不會替你決定答案，卻能避免你選了一個看似容易、實際無法完成的設計。

何時應該採用 mixed methods？

有些研究不能只靠單一方法。例如，你想研究建築項目採用 BIM 的障礙，問卷可以顯示成本、培訓不足或軟體相容性哪一項最常被提及；再配合幾位 project manager 的訪談，才能解釋這些障礙如何影響實際決策。這就是 mixed methods 的價值：用數字看廣度，用訪談看深度。

不過，mixed methods 不等於把問卷和訪談硬拼在一起。你必須說明兩類資料的先後次序和整合方式。是先發問卷，再根據結果挑選訪談對象？還是先訪談探索題目，再設計問卷驗證發現？如果這個邏輯沒有寫清楚，supervisor 很容易認為你只是增加工作量，而非提升研究品質。

Methodology Chapter 最常失分的位置

第一個常見問題，是把 research philosophy 當成術語堆砌。你不需要為了顯得專業而塞滿 positivism、interpretivism、induction 和 deduction。重點是這些概念如何支持你的選擇：若你以標準化量表測試變項關係，positivist 取向可以合理；若你探討個人如何賦予工作壓力意義，interpretivist 會較吻合。

第二個問題，是只描述程序，沒有提出理由。寫「本研究派發 100 份問卷」並不足夠。你還要解釋目標群體是誰、採用哪種抽樣、為何題目能測量核心概念，以及會用甚麼分析方法。定性研究同樣需要交代招募準則、訪談長度、錄音安排、主題分析步驟及研究者如何減少主觀偏差。

第三個問題，是把 limitation 藏起來。其實承認限制反而會增加可信度。便利抽樣可能限制推廣性；自填問卷可能受 social desirability bias 影響；小型訪談樣本不能代表所有人。只要你清楚說明限制，並避免過度宣稱，研究會更成熟。

讓方法選擇經得起追問

一個好的研究設計，應該讓讀者從題目、objectives、研究問題、資料收集到分析方法，都看到同一條清楚的線。若你的問題問「影響程度」，分析卻只有受訪者引文，便可能不一致；若你想探討「個人感受」，卻只列百分比，同樣未必足夠。

寫作前，不妨用一句話測試自己：「我選擇這種方法，是因為它最能回答我的研究問題，而不是因為它最快完成。」當你能具體說出資料來源、樣本理由、分析步驟與倫理安排，面對 supervisor 的追問便不必靠空泛術語支撐。

如果你正卡在 Proposal、Methodology、問卷設計、SPSS 結果解讀或 thematic analysis，先把題目和 marking rubric 對準，再安排下一步。方法選得準，後面的 Dissertation、Thesis 或 FYP 才有機會寫得穩，也更能反映你真正想研究的問題。