大部分案例研究在本质上是阐释性的。阐释性的案例研究是一种归纳性的技术,其通过对从一个或多个案例站点收集的证据进行系统性的分析与整合来发现相关概念与模式以构建新理论或扩展已有理论。艾森哈特(1989) 1 提出了从案例研究中构建理论的“路标”,我们将其修订颁布阐述如下。对于那些实证性的案例研究,需要对下述的阶段进行重新安排与修改,但其抽样、数据收集和数据分析技术是基本一致的。
定义研究问题。像其他科学研究一样,案例研究必须从定义那些在理论与实践中有趣的研究问题开始,并且需要对这些问题的可能答案或者初步的变量进行直觉预测以指导初步的案例研究。在实证性案例研究中,初步的变量是基于理论的,然后在阐述性研究中这些理论或假设并非提前存在的。这些研究问题或变量可能随着阐述性研究的开展而发生改变,但这在实证研究中是不会发生的。
选择案例站点。研究者应该采用“理论化抽样”(而非随机抽样)的过程来确定案例站点。按这种方法,案例站点的选择应给予理论性而非统计性考虑,例如重复先前的案例,扩展初步理论或填充理论类别。应注意确保站点选择与研究问题的本质相匹配,减少由企业规模、行业等造成的随机方差或噪声并最大化所感兴趣的因变量的方差。例如,如果研究目的是检验某些企业如何比其他企业创新性强,研究者应该选取在同一行业内规模相似的企业以减少行业或规模的影响,并选择一些创新性强的企业和一些创新性弱的企业以增加企业创新性的方差。不要不经预约就跟潜在的站点致电或写信,而应与公司管理执行层里具有批准项目实施的权力的人或者能够确认这些人的人进行联系。在初始交谈中,研究者应该对项目的本质与目的、为案例站点带来的可能收益、数据如何收集与利用、数据收集涉及到的人(其他研究者、研究助理等)、想要访问的人、赞助公司所需付出的时间、精力和花费一一进行介绍。研究者还应对公司以及个体受访者的保密性、隐私和匿名性进行承诺。
生成量表和草案。因为案例研究的主要数据收集方式是访谈,所以需要设计一份访谈草案以指导访谈过程。一般包括一系列将要提问的问题。这些问题可以是开放式的(非结构化的)、封闭式的(结构化的)或者二者的结合。在访谈过程中,访谈者必须严格遵循访谈草案,不能擅自改变问题顺序或调过任何问题,尽管访谈者可以稍微偏离草案以试探性地对受访者表意模糊或者其他感兴趣的问题进行扩展。访谈者必须保持中立的观点,不要对受访者的回答做出同意或不同意的表态以将受访者引致某个特定方向。关于访谈的其他技术细节已经在关于调查的章节中进行了讨论。此外,其他数据源诸如内部文件和备忘录、年报、财务声明、新闻文章和直接观测也应作为访谈数据的补充材料。
选择受访者。从组织的不同层级、部门和职位对受访者进行选择以获得针对感兴趣的现象的不同观点。最好对受访者进行随机抽样,不过滚雪球式的抽样也是可以接受的,只要样本能体现出多样性的观点。受访者必须根据其对与研究现象的相关水平以及他们认真充分地回答研究者问题的能力与意愿进行选择,而不要仅仅根据便宜性原则。
开始数据收集。最好将访谈进行电子化录制以备后续查询。当然,这种录制必须征得受访者的允许。即使对访谈进行录音,访谈者还是需要将关键性的观察、受访者的行为反应(如肢体语言)以及研究者对于受访者及其回答的个人印象记录在案。每个访谈结束之后,整个访谈需要被整理成一个文本文件以进行分析。
个案内数据分析。数据分析应依照数据收集或与其有交叉。使数据收集与分析存在重叠的好处在于,可以根据数据分析中出现的主题来调整数据的收集过程以进一步探析这些主题。数据分析可分两阶段进行。在第一阶段(个案内分析),研究者需要检验每个独立个案中的概念以及这些概念间的模式,从而生成关于研究问题的初步理论。研究者可以结合自身的个人观测与体会主观地对访谈数据进行分析以使研究问题“讲得通”。或者,采用一种编码策略如格拉瑟和施特劳斯(1967)的扎根理论方法等,利用开放编码、主轴编码、选择编码等技术也可以挖掘出一系列的证据与结论。此外也可以采用一些自主开发的技术如图形化数据表示(如网络图)或顺序分析(适用于纵向数据)。因为对各种各样的案例数据并不存在某种特定方法,所以可以根据研究项目的特性来对数据分析技术进行适当修改。
跨案例分析。多站点案例研究需要进行跨案例分析作为第二阶段的数据分析。在这种分析中,研究者需要在不同案例中寻找相似的概念或模式而忽略那些因为情境差异而导致的不一致结论。这些模式可用于验证初始理论或者进行理论修订(通过添加或去除一些概念或关系),从而开发出一个更具包容性的可推广的理论。这种分析有几种方式。例如,研究者可用选择某些类别(如企业规模、行业等)来寻求组内相似性与组间差异性(如高或低的绩效,创新者或落后者)。或者,研究者可以采用成对比较的方式来比较企业间的相同点与不同点。
建立与检验假设。可以基于那些在不同案例站点间具有广义性的概念或主题来构建尝试性的假设。这些假设应不断地与观测到的现象进行比较以判断其是否与观测数据相匹配,如果不匹配,则因对变量或关系进行重新修订。研究者还应将出现的变量与假设与先前文献中的报告做比较,以保证其内部效度与广义性。不要去拒绝冲突性的发现,而应通过创造性的思考以将更深刻的见解融入到理论中。当理论与数据间的迭代不再形成新的见解或变化时,那么就达到了“理论成熟”,理论构建过程也告完成。
撰写案例研究报告。在撰写报告时,研究者应对抽样、数据收集、数据分析以及假设开发等细节过程进行清晰的描述,这样读者可以独立地对研究的合理性、优势以及所报告的结论的一致性进行评估。研究者还需要对研究模型进行非常清晰的阐述以保证这些发现并不是因为研究者的先入为主造成的。
- 4537 reads