索引 / 001 ZH-CN
Methods Matter: Improving Causal Inference in Educational and Social Science Research(方法至关重要:改进教育与社会科学研究中的因果推断) cover

教育学

教育学

Methods Matter: Improving Causal Inference in Educational and Social Science Research(方法至关重要:改进教育与社会科学研究中的因果推断)

Richard J. Murnane; John B. Willett

英文原名: Methods Matter: Improving Causal Inference in Educational and Social Science Research

一本关于如何回答教育项目和政策因果问题的研究生教材。默南和威利特讲解随机实验以及主要的准实验设计,并借助教育和社会政策领域已发表的研究,说明每种设计在多大程度上能够支撑“某项干预导致了某种结果”的论断。

需要的基础: 已修过教育研究方法课程和包括多元回归在内的入门统计学;对研究设计术语有所接触会更有帮助。

难度等级
高级
学术层次
研究生
causal inferencequantitative methodsrandomized experimentsquasi-experimental designeducation policy research

01 / 导读

导读

引用

Murnane, R. J., & Willett, J. B. (2011). Methods Matter: Improving Causal Inference in Educational and Social Science Research. Oxford University Press.

章节概要

全书共十四章。两位作者任职于哈佛大学教育研究生院,他们表示本书源自一门高阶博士研讨课,写作方式是把每种方法放在具体情境中讲解,借助教育及其他领域已发表的实证研究来引入、说明和示范。他们还表示,书中选择了概念性、图示性和基于数据的解释,而不是艰深的数学推导,以便技术背景不深的学者也能运用这些方法。

第1–3章:教育研究面临的挑战;理论的重要性;为回答因果问题而设计研究

开头几章提出问题。作者给出的写作动机是:许多本应为教育政策提供依据的量化研究,其实无法支持可信的因果陈述。第2章论述理论的作用,第3章转向如何设计研究,使因果问题真正可以被回答。

第4–7章:研究者设计的随机实验;设计、实施和从随机实验中学习的挑战;统计功效与样本量;参与者嵌套于既有群体时的实验研究

这四章讨论由研究者自己设计的实验。内容由随机化的逻辑,推进到开展和解释此类实验的困难,再到统计功效与样本量,最后是学校中常见的情形:被分配到处理条件的是整个班级或学校,而不是单个学生。按群体随机化是作者特别提到的、如今非专业读者也能掌握的主题之一。

第8–11章:利用自然实验获得“近似外生”的处理变异;用断点回归估计因果效应;工具变量估计入门;用工具变量估计恢复准实验中的处理效应

本书中段处理准实验设计,适用于无法随机化、但现实中产生了看似与结果无关的处理差异的情形。第8章介绍自然实验,第9章介绍断点回归,第10–11章讲工具变量估计,先讲思路,再应用于恢复准实验中的处理效应。

第12–14章:处理非实验数据估计的处理效应中的偏差;漫长探索的方法论教训;实质性教训与新问题

第12章处理只有非实验数据时的偏差问题。倾向得分是作者针对这类数据介绍的方法之一。最后两章回顾长期探索因果问题所得到的方法论教训,以及实质性教训和仍待回答的新问题。

核心概念

第1–3章:提出因果问题

  • 因果推断:判断某项干预是否产生了某个结果,而不只是与之相关。
  • 理论:第2章专门讨论理论的重要性,即对干预为何应当有效的解释,在提出研究问题时所起的作用。

第4–7章:随机实验

  • 随机实验:通过抽签式的随机方式把参与者分配到不同条件,使各组在处理前具有可比性。
  • 统计功效与样本量:规划需要多少单位才能检测出某个效应。
  • 群体嵌套的参与者:以班级、学校等既有群体作为随机化单位的设计。

第8–11章:准实验设计

  • 自然实验:处理差异产生于研究者控制之外、但可以认为近似外生的情境。
  • 断点回归:利用决定谁接受处理的明确临界值来估计因果效应。
  • 工具变量估计(IVE):利用只影响处理、而不直接影响结果的变异来恢复处理效应。

第12–14章:观察数据与教训

  • 非实验估计中的偏差:处理并非随机分配时的核心难题。
  • 倾向得分:作者介绍的、用于调整非实验数据比较的方法之一。

评析

优点

  • 通过真实研究来讲方法。 作者说明,他们把每种技术嵌入教育及其他领域的实证论文中,并深入讨论国内外多项研究所引发的争议。读者能够看到各种设计在真实证据上如何成功,又如何失败。
  • 以概念为主,而非繁重的数学。 威利特表示,书中依靠概念性、图示性和基于数据的解释,使技术背景不深的学者也能使用这些方法,因此比专门的计量经济学教材更易入手。
  • 设计层层递进。 目录由随机实验,经自然实验、断点回归、工具变量,进而到非实验数据的调整,每种设计都是针对前一种设计的局限而引入的。
  • 源于教学。 本书源自一门持续十余年的高阶博士研讨课,适合在研讨课中使用。

局限

  • 范围限于量化与因果问题。 本书只处理一类问题,即某项干预是否导致了某个结果。描述性研究、质性研究和理论建构型研究不在其范围内。
  • 预设统计学基础。 书中虽无艰深证明,但功效、聚类、工具变量、倾向得分等主题都预设读者学过包括回归在内的统计学课程。
  • 受2011年出版时间所限。 此后方法和软件都有发展,关于这些设计的新近讨论需要另行查阅其他文献。

在课程中的定位

在教育研究方法课程中,《Methods Matter》是专门讲因果推断的著作。克雷斯韦尔和格特曼的《Educational Research》是循序渐进的入门书,在同一框架下涵盖量化、质性和混合方法设计;科恩、马尼恩和莫里森的《Research Methods in Education》是覆盖整个领域的综合性参考书兼教材。两者提供的是默纳恩和威利特预设读者已有的整体图景。贝尔、沃特斯和约翰逊的《Doing Your Research Project》以及加里·托马斯的《How to Do Your Research Project》是为首次开展小型研究的人准备的分步指南,读者对象不同。

蒂斯德尔、梅里亚姆和斯塔基-佩罗的《Qualitative Research》是自然的对照:《Methods Matter》问的是某事是否奏效,质性研究问的是参与者如何理解和经历它。两本书并读,可以看清各种设计能够主张什么、不能主张什么。

如何使用本书

本书适合博士生和高年级硕士生,以及需要阅读或委托教育项目与政策评估的研究者。合理的准备是修过研究方法课程,并学过包括多元回归在内的统计学。

实用的阅读安排:

  • 核心: 第1–3章作为框架,随后是第4–5章的随机实验,它是评判其他一切设计的标准。
  • 按设计选读: 规划需要功效计算、或以班级学校为单位的研究时,读第6–7章;第8–11章应按顺序阅读,因为工具变量是先引入、后应用的。
  • 收尾: 第12章讲非实验数据,第13–14章作为总结。

阅读各章时,请对照书中所用的已发表研究,并对每种设计追问:因果主张要成立,必须满足什么假设?在自己领域的研究上练习这个问题,是使用本书最有价值的方式。