天才一秒记住【畅想小说网】地址：http://www.cxtra.net
尽可能使所有研究者做出统一的理解是理论建构对概念的要求，而用几个客观的可以检查的指标来代表概念，则是达到客观性和统一性的一种途径。
建立了假说之后，就要在不同的背景中检验该假说。
为了使研究结果更加普遍化，具有更大的可靠度，选择的对象国越多越好。
然而，世界上有那么多国家，不可能对所有的问题在每一个国家或民族进行检验，因此，首先要选择适当的个案。
诺—埃认为个案的选择标准有三个：“与假说的相关性，对主要外部变量控制的程度，以及调查研究的经济性。”
[86]可见，个案的选择主要受两个方面的影响：一是假说本身的特点和假说检验过程中的方法论，即关于个案的理想选择；二是实际客观条件所能提供的可能性，这些条件指的是政治环境及语言等。
例如，在研究农村教育发展或义务教育的普及时，为了消除工业化水平对该领域的假说的影响，在选择个案时，要尽量使所有的个案在工业化水平上接近。
然而，有时由于很难得到发展中国家的资料，这时就要选择西方发达国家19世纪的教育和当代一些发展中国家的教育作为个案。
选择了个案之后，就可以根据前述指标收集数据，这里的关键因素是要使指标在不同的个案中具有相同的或等价的含义。
4.处理数据、检验假说和解释结果
收集到资料后，就可以根据假说要求做适当处理。
当一个概念用多个指标来描述时，就有哪一个指标更重要的何题，也就是加权的问题。
有些指标的数据相对来说可靠性较大，权重应该较大，而这一点只有到收集资料时才能知道。
但是，如果在收集资料之后再确定权重，那么就很难逃脱拼凑数据以符合研究者意图之指责。
因此，在确定权重方面，要做到完全客观很困难。
诺—埃认为：“客观的权重总是较为合乎需要的，而主观的权重至少使研究者的偏见的性质公开化。”
[87]因此，从问题的确定到资料的处理都存在主观性的因素，而科学方法的特征就是避免这种主观性，在难以避免时，要求这种主观因素公开化，以便接受公众的检查。
数据类型不同，相应的处理方法也不一样。
有的数据只能加以分类，然后赋予各类不同的名称，比如，分为A和B；有的数据可以按一定的标准进行排序，比如，A大于B，B大于C；有的数据可以进行加与减的运算而不能进行乘除，比如，温度；还有一类数据既可以加减也可以乘除，比如，学习反应时间。
由于条件的限制，概念的操作化的程度不一样，所得到的数据类型也就不一样，这就限制了数据处理的方法。
数据处理之后，就可在不同个案中检验所提出的假说。
如果在所有个案中假说都成立，则该假说的可靠度增大；如果在有些个案中不成立，那么就要对这些个案进行分析，找出不成立的原因，以便修正假说，提出新的假说。
诺—埃倡导在比较教育研究中使用上述假说检验方法，当然，这种方法也是有缺陷的，它的误用和滥用将会产生消极的效果。
正如埃德蒙·金所说：“实证主义的调查研究由于时髦的定量标准更容易被认为是‘科学的’（有时也因为人们认为预测比咨询更科学），比较难于定量分析的、更为复杂的东西，常被急于在下一次选举中获胜的部长们，或急于通过产生某些惊人的‘结果’而赢得晋升的研究者们抛弃在规划之外。”
[88]在过去的几十年中，这种研究并没有提供很多令人信服的有价值的结果，因此，批评之声一浪盖过一浪，并有许多研究者放弃这种定量的方法而转向定性研究。
我们认为，包含在定量研究中的科学精神应该发扬光大，并使这种精神在定性研究中得到贯彻。
正如诺—埃所说：“从理论上讲，人们需要的是一种具有自我纠错功能的方法，使观察者产生偏见的可能性极小化，同时使资料的效度极大化。
尤其重要的是，它必须成为这样的一种方法，即把调查研究的每一步骤和研究者所做出的结论的逻辑上和经验上的根据公之于世，接受公众的检查。”
[89]这些也是我们的研究应当遵循的基本准则。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！