量化研究
量化研究又称定量研究,是以数量化的方式收集与分析资料,通过测量、统计推断与模型估计检验关于变量关系的假设,从而对教育现象作出概率性解释的研究取向。它的方法论基础是实证主义,核心逻辑是演绎:从理论或既有知识出发提出假设,把概念操作化为可测量的变量,用样本数据检验假设,再把结论推回总体。在教育研究的方法谱系中,量化研究与质性研究、混合研究构成三大取向。
- 基本逻辑与关键环节
- 概念操作化。** 量化研究的第一步是把抽象概念转化为可测量的指标。研究“教师职业倦怠”,须先界定其维度(情绪耗竭、去个性化、低成就感),再为每个维度选择或编制量表。操作化决定了研究的天花板:指标选错,后面的统计再精致也无意义。
- 变量与假设。** 变量分为自变量、因变量、控制变量、中介变量、调节变量。假设是关于变量关系的可检验陈述。好的假设具有方向性、可证伪性,并与理论相连。
- 抽样与代表性。** 量化研究依靠样本推断总体,抽样的代表性决定结论的外推范围。概率抽样(简单随机、分层、整群、多阶段)是保证代表性的基础;便利抽样与自愿样本在教育研究中大量存在,其结论只能描述样本本身。
- 测量质量。** 信度与效度是量化研究的前提。用信度不足的量表做相关分析,相关系数会被系统性低估;用单题测量多维构念,结论无法解释。
- 统计分析。** 描述统计呈现分布与特征,推断统计检验假设,多元统计(回归、方差分析、因子分析、结构方程、多层模型)处理复杂关系。统计方法的选择取决于研究设计、变量类型与数据结构,而非研究者的偏好。
- 效应量与不确定性。** 显著性检验只回答“是否可能由抽样误差造成”,不回答“效应有多大”。规范的做法是同时报告效应量、置信区间与样本量,使读者判断结论的实际意义与稳定性。
- 主要类型
- 描述性调查。** 通过问卷了解群体的分布特征,如教师的工作负担、学生的睡眠时间、家长的教养方式。描述性调查的价值在于提供基线数据,其风险是把百分比当作解释。
- 相关研究。** 判定变量间的共变强度,如家庭社会经济地位与学业成绩的相关、教师支持与学习投入的相关。相关研究便宜、易做,但无法确定方向,也无法排除共同原因。
- 因果比较研究。** 比较已存在的组别(如参加课外辅导与未参加的学生),推断可能的因果关系。由于组别不是随机形成的,结论只能提示而不能确证。
- 实验与准实验。** 通过操纵自变量检验因果。随机对照实验是因果推断的金标准,教育场域中常不可行,准实验方法因而成为主流。
- 元分析。** 把多项独立研究的效应量作统计合并,估计总体效应并检验调节变量。元分析能在一定程度上克服单研究样本小、结论不一致的问题,其质量取决于纳入研究的质量与发表偏倚的控制。
- 大规模测评数据分析。** 利用国际学生评估项目、国家义务教育质量监测、国家大学生学情调查等大型数据库作二次分析。这类数据样本大、变量多、可作跨国跨期比较,但变量受原始问卷限制,研究问题须迁就数据。
- 因果推断的技术转向
近二十年,量化教育研究最显著的变化是从“相关分析”走向“因果推断”。
- 随机对照实验。** 通过随机分配消除选择偏差,是识别因果效应的最可靠设计。教育领域的随机实验受伦理与实施成本限制,多用于小规模干预评估,如教学法试验、奖学金激励试验。
- 双重差分法。** 利用政策实施的时间差与组别差,比较处理组与对照组在政策前后的变化。前提是平行趋势假设:若无政策,两组的变化趋势应当一致。这一假设可用政策前的多期数据检验。华东师范大学学报发表的一项研究利用全国抽样调查数据,用双重差分模型分析“双减”政策对家庭校外培训参与与支出的影响,发现政策显著降低了学科类培训参与和支出,对非学科类培训则有增加效应,且对中低社会经济地位家庭的减负效果更明显。
- 断点回归。** 利用录取分数线、资助资格线等阈值,比较阈值两侧样本的结果差异。由于阈值附近的个体近似随机分布,断点回归被认为是最接近实验的准实验方法。前提是断点外生、个体不能精确操纵阈值、协变量在断点处连续。
- 工具变量法。** 寻找与处理变量相关但不受遗漏变量影响的变量,通过两阶段估计识别因果效应。工具变量须满足相关性、外生性与排他性三个条件,条件不成立时估计结果不可信。
- 倾向得分匹配。** 通过构造在处理变量上可比的控制组,减少可观测变量的选择偏差。匹配只能处理可观测的混杂,无法处理不可观测的混杂,这是其根本局限。
华东师范大学教育经济实验室的成立,反映了这一转向的建制化。实验室以“实验方法—检验与模拟技术—大样本数据—重大关键问题”为功能框架,整合教育学、经济学、心理学、统计学、计算机等学科力量,对教育领域的因果推断与政策效果作系统评估。
- 优势与局限
- 优势。** 量化研究的结论精确、可比较、可重复,便于政策转化。一项关于班级规模的量化研究可以给出“班级规模每减少一名学生,成绩提高多少标准差”这样的具体估计,这是质性研究难以提供的。量化研究还善于处理大范围、长时段的数据,揭示肉眼不可见的趋势。
- 局限。** 一是测量窄化,凡不能被量化的教育价值容易被排除在研究视野之外,如审美体验、师生信任、学校的文化氛围。二是情境剥离,统计模型中的变量脱离了具体情境,结论的适用条件容易被忽略。三是遗漏变量,教育过程中的重要影响因素往往无法观测或无法测量,估计结果存在偏误。四是生态谬误,用群体数据推断个体行为,例如用省级平均数据推论学生个体差异。五是技术门槛导致的误用,方法越复杂,误用的空间越大。
- 可重复性问题。** 前述2014年的综述显示,教育领域高影响因子期刊的164589篇论文中,重复验证研究仅221篇,占比0.13%;不同研究者实施的重复研究成功率仅54%。量化研究并未因其“客观”而免于可信度危机,样本选择、模型设定、变量处理上的弹性空间(研究者自由度)足以使结果发生方向性改变。
- 在中国教育研究中的位置
中国教育研究长期以思辨为主,量化研究的规模化始于21世纪初。2015年首届全国教育实证研究论坛的召开,被视为方法转型的标志性事件。此后,量化方法的训练与使用迅速普及,因果推断、结构方程、多层模型、学习分析成为研究生课程与论文的常见内容。
第十二届全国教育实证研究论坛的议题设置,清晰呈现了当前量化研究的分布:因果推断、结构方程、问卷调查、统计测量、数据挖掘构成主要方向,网络分析、元分析与系统综述以工作坊形式提供操作训练。论坛同时讨论人工智能带来的新问题:大模型能否替代研究判断,算法发现的规律如何回到课堂与政策现场,新概念如何测量。
转型也带来新的失衡。一方面,量化研究的数量快速增长,但高质量的研究比例有限,大量论文停留在“问卷加回归”的层面,变量选择缺乏理论依据,因果表述超出设计能力。另一方面,量化与质性的人为对立仍然存在,部分研究者把方法当作立场,而非工具。
西南大学一项研究对实证研究热潮提出了更尖锐的批评:当下的教育实证研究多以静态的数据分析为主,缺乏具有设计性、过程监控性、实践介入性的实验研究;实证研究的外延不断扩张,几乎囊括所有基于事实的研究,反而使“科学化”的内涵变得模糊。这一批评提醒我们,量化研究的技术进步不等于教育学科学化的完成。
- 实践建议
对一线研究者而言,提升量化研究质量有几个可操作的着力点。一是先想清楚研究问题,再选方法,避免“手里有数据就找问题”。二是重视测量,量表须有信效度证据,单题测量慎用。三是交代抽样过程,包括抽样框、回收率、样本与总体的偏差。四是报告完整结果,包括不显著的结果、缺失数据的处理、模型的稳健性检验。五是谨慎表述因果,除非设计支持,否则用“相关”“关联”“预测”而非“导致”“影响”。六是公开数据与代码,使结论可被复核。
- 参考资料
- [第十二届全国教育实证研究论坛举行](https://www.ecnu.edu.cn/info/1094/73591.htm),华东师范大学。
- [以方法推进方法,以实证超越实证——第十一届全国教育实证研究论坛擘画教育强国新图景](https://feer.ecnu.edu.cn/1c/8e/c7672a728206/page.htm),全国教育实证研究论坛。
- [全国首届教育实证研究论坛综述](https://www.sinoss.net/c/2015-10-30/520157.shtml),中国高校人文社会科学信息网。
- [教育研究中的因果关系推断——相关方法原理与实例应用](https://xbjk.ecnu.edu.cn/CN/html/2017-4-1.htm),华东师范大学学报(教育科学版)。
- [“双减”政策对学生家庭校外培训参与和支出的影响](https://xbjk.ecnu.edu.cn/CN/10.16382/j.cnki.1000-5560.2025.01.002),华东师范大学学报(教育科学版)。
- [聚焦“有效性”研究,华东师大成立教育经济研究实验室](https://www.ecnu.edu.cn/info/1094/59335.htm),华东师范大学。