最后一章介绍诠释性研究，或者更具体地来讲，诠释性案例研究。该章将探索其他几种诠释性研究。那些实证性或演绎性的方法如实验室实验或者调研法都是具体地用于理论（或假设）检验的，而诠释性或归纳性的方法例如行动研究法和人种志研究法则用于理论构建。与那些从理论出发并采用实证数据进行理论检验的实证研究方法不同，在诠释性研究中，研究者从数据出发并尝试从观测到的数据中抽取出与感兴趣的现象相关的理论。
“诠释性研究”一词经常被不严谨地用作“定性研究”的同义语，尽管这两个概念非常不同。作为一种研究范式（见第三章），诠释性研究基本前提假设是：社会现实并不是单一或客观的，而是由人的经验与社会情境所塑造的（本体论），因而相关研究应该在其所属的社会历史情境中进行以调和不同参与者的主观表述（认识论）。因为诠释性研究者将社会现实看作嵌入于社会情境中并不太可能从社会情境中所抽象出来的，他们通过“意会”的过程对其进行“诠释”而不是进行假设检验。这是与那些实证主义者或机能主义者不同，那些人假定社会现实是可以独立于情境而存在的并可以从这些情境中进行抽象的，因而可以通过客观技术如标准化测量进行分解式地研究的。一个研究者是应该追求诠释性还是实证性的研究取决于其针对现象本质以及解决现象的最优方式的范式方面的考虑。
然而，定性与定量研究指的是关于数据收集类型与分析方法方面的实证性或数据导向性的考虑。定性研究主要基于非数字数据，如访谈与观测，而定量研究则采用数字型数据如分值与度量。因此，定性研究不适用于统计过程如回归分析等，而是采用类似内容分析的技术进行编码的。有时，编码定性数据可以用表定量地显示编码的出现频率，但这些数据并不能进行统计分析。很多纯诠释性研究者反对采用编码的方法，认为这种对本质上具有主观性的社会现象寻求一致性或客观化的努力是没有意义的。
虽然诠释性研究很大程度上依赖于定性数据，定量数据可以比定性数据提供针对现象的更为精确与清晰的理解。例如，艾森哈特（1989）在其关于动荡环境中的决策问题的诠释性研究中（在上一章案例研究中进行过讨论），收集了一些数字型数据，如每个企业做出某项战略决策所花费的时间（介于1.5个月到18个月之间），针对每项决策有多少个备选方案，以及受访者对于组织冲突的看法等。这样的数字型数据有助于清晰地区分快速决策企业与慢速决策企业而不需要依赖于受访者的主观判断，也有助于对确定快速与慢速决策企业所考虑的备选方案数量以及冲突的程度。诠释性研究应该尽量根据研究现象对定性与定量数据进行收集，实证性研究也是一样。联合运用定性与定量数据（经常被称之为“混合模式设计”）可能会引发独特的理解，应该在学术界予以赞赏。
诠释性研究源于人类学、社会学、心理学、语言学与符号学，在19世纪早期就已经出现，远早于实证研究方法。由于其定性数据收集与诠释过程的主观性的本质，很多实证研究者认为诠释性研究是有误的和有偏的。尽管如此，由于很多实证研究方法并不能产生有趣的观点与新的知识，导致诠释研究从上世纪70年代开始复苏，尽管对诠释性研究结论的信度与效度提出了很多苛刻的标准。
- 3706 reads
