政治科學研究方法

f中文版前言
序言
前言
第一章 研究是什麼？
社會研究
政治研究的道德規範，
第二章 政治科學的理論與研究課題
因果關系和政治科學理論
什麼樣的理論才算是一個好理論？
研究課題的選擇
研究設計
開發研究課題的馬基雅維利式指南
進一步的討論
第三章 多維度思考的重要性
英語作為一種研究語言
正確使用多維度詞匯
進一步的討論
第四章 測量的問題:準確度
信度
效度
隨機誤差和非隨機誤差的影響
準確度的重要性
進一步的討論
第五章 測量的問題:精確度
測量的精確度
測量層次的精確度
進一步的討論
第六章 因果思維和研究設計
因果關系:一種解釋
排除其他因果解釋
研究設計基礎
政治科學研究設計
多重設計和測量的運用
保持變量恆定
進一步的討論
第七章 研究樣本的選擇
從觀測對象的總體中抽樣
殘缺的數據
根據因變量選擇研究樣本:別這麼做！
個案研究中的案例選擇（續論）
另一種戰略:根據自變量和因變量關系選擇單個案例研究
進一步的討論
第八章 統計方法導論︰定距數據間關系的測量
統計學
測量層次的重要性
定距數據的分析
進一步的討論
第九章 統計方法導論:關系測量續談
定序數據的關系測量
定類數據的關系測量
Logit分析和Probit分析
多元變量分析
結論
第十章 統計方法導論:推斷，給你的研究下個注
顯著性測量的內在邏輯
統計推斷舉例
假設檢驗
顯著性檢驗總是必需的嗎？
民意測驗與顯著性檢驗
統計檢驗的作用與不足
結論
進一步的討論
第十一章 理論從何處來
主要參考文獻
譯後記

我第一次見到菲利普斯‧夏夫利的時候，我們在同一所大學，他當時是一名助理教授，而我是一名研究生。我當時得知，他是一名對各種跨文化問題充滿興趣，並且對此類學術重點問題有敏銳的洞察力和歷史感的比較文化學者。不過，他使用定量工具來解決他的研究問題，當時從事美國政治研究的大多數學者才使用這一工具。在20世紀60年代晚期，他的這種使用是一種不同尋常的結合。當然，這對我是一種啟示。菲利普斯將學術敏銳力、偉大的科學誠信、謙遜，以及天生樂于交友等各種品質融予一身。

菲利普斯不久之後前往明尼蘇達大學工作。幾年過去了，他成為《美國政治科學雜志》的編輯。他憑其天賦成為一名真正的編輯，不僅將不完美的手稿打造成專業出版物，而且還幫助像我這樣剛起步的助理教授向專業讀者傳播研究成果。

我很早就已經開始為本科生講授研究方法的課程了。我使用的一些教材是非常數量化的，而且我使用了一本統計學入門的教科書。但是政治科學不是統計學的一門分支。它有自己的邏輯，它綜合了定量推理、定性判斷以及政治常識——這是A．勞倫斯‧洛厄爾（A．Lawrence Lowell）、哈羅德‧戈斯內爾（Harold Gosnell）和V．0．基（V．O．Key）曾經教給我們的內容。我需要另外一本教科書，這本教科書能夠傳播如何區分真正的智力成果與單純的技術專長等這些微不足道事情的重要性。人們可以稱之為“政治科學工藝”。不難看出我需要哪本教科書。菲利普斯的小冊子精確地傳達了我的學生們所需要的知識領域、合理的判斷力以及概念的嚴謹性。從那以後，我已經使用並且推薦了這本書的許多版本。

這本書的主題範圍正是本科生方法課程所希望的內容。首先，這本書比大多數此類教科書更關注理論闡釋，而且對概念的討論是無宗派的。馬克思和迪韋爾熱在書中出現了，曼瑟‧奧爾森（Mancur Olson）和安東尼‧唐斯（Anthony Downs）以及菲利普‧康弗斯（Philip Converse）和羅伯特‧帕特南（Robert Putnam）都在書中出現了。學生們將會了解到，想法是重要的，而不是統計軟件；而且他們將會明白，理論的狹窄是好的科學的對立面。

教科書中所有標準的“範圍和方法”主題包括信度、效度、測量尺度等。學生們在開始他們自己的研究之前需要了解這些觀點，但是他們並不知道他們需要了解的東西。他們經常希望他們不需要了解任何東西。實際上，如果教材不能很好地傳播知識，那麼這樣的教材可能是昏沉乏味的。

出色的教材從學生需要的地方開始。這本教科書通過有趣的政治案例生動地闡釋了經典概念——軍備競賽、國會再分配以及美國20世紀30年代臭名昭著的《文學文摘》選舉民意測驗。所有縝密的政治科學專業人士都將會發現這本書涉及了他們感興趣的內容。

這本書也對其他重要的主題進行了生動闡釋。最近，實驗——包括實驗室、田野和自然實驗——在政治科學中發揮越來越重要的作用。令人可喜的是，對此問題的重新重視在這本書的中心章節里面得到了反映。通過集中討論因果性，夏夫利傳達了重點所在。而且與往常一樣，來自最新政治研究的重要案例以自然而然的方武將讀者帶入主題，沒有犯方法論者的職業病——脅迫學生進行嚴謹和正確的思考。

正如夏夫利所指出的那樣，並不是所有重要的政治研究主題都能通過實驗來進行。觀測數據同樣重要，而且一些最深層的政治研究主題不允許其他的方法。夏夫利在最後的章節中闡釋了抽樣、交互分類表、圖表、相關性、回歸，甚至對logit分析和probit分析進行了簡要介紹，並且提醒學生注意早期階段的測量誤差、異常值以及選擇偏差，我自己的教學經歷也表明這些是迫切需要的。夏夫利還指明了比較樣本相關性的風險，並且巧妙傳達了logit本質上只是不同的測量範圍上的回歸的基本觀點。

總之，在其分析層次上討論的本書主題範圍，正是本科生入門課程所需要的。如果關注點是研究設計，那麼這本書就足夠了。在政治學家的入門統計學中，學生們將會發現這本書是統計學教材的有益參考書（而且非常受歡迎）。

這些年來，菲利普斯和我已經成為了合作者和很好的朋友。但是我對這本書的熱情卻比這早得多。我非常榮幸把這本書推薦給新一代的學生以及他們的老師。就與我一樣，細心的讀者將會在這個最新的版本中發現，研究項目的思路開始自發地涌現。當然，激發讀者自己的思考是出色的研究設計教學和教材應該做的事情。

克里斯托弗．H．阿肯
普林斯頓大學社會科學羅杰‧威廉姆斯‧施特勞斯教授