[go: up one dir, main page]

跳去內容

面試研究

出自維基百科,自由嘅百科全書
想像中嘅面試:「我哋係 XX 公司嘅市場調查專員,請問你有冇用過我哋公司嘅產品呢?」「有呀,我早兩日先買咗你哋牌子檸檬茶。」

面試研究粵拼Min6 si5 jin4 gau3),又或者叫訪問研究,係一種做研究嘅方法,指研究者透過面試對答嚟攞研究用嘅數據,常見於社會學教育學等嘅社會科學。呢種研究偏向定性多過定量,可以按照「有幾多硬性規定」分做有結構無結構兩大類。

營銷同相關嘅領域上,做研究嘅人成日用面試研究,想探知消費者或者使用產品嘅人對一件產品有咩觀感。研究者會用各種技巧引受訪者講嘢,想知受訪者用件產品嗰陣有咩體驗,佢哋對件產品有乜嘢感受(鍾意定唔鍾意),以及係乜嘢體驗引致佢哋嘅感受(如果唔鍾意,係咩體驗令佢哋唔鍾意)... 呀噉。訪問後,研究者就會得到一啲有用資訊,可以攞去報告[1]

有無結構

[編輯]

有結構

[編輯]

如果話一場面試研究有結構[e 1],意思係話研究者打算事先「部署」好晒場面試要點樣進行:研究者會喺面試前準備好一個列表,列出晒佢哋要問咩問題——呢個列表望落好似一份有專人設計嘅問卷噉,次次做親面試都一定要問晒每條問題;除此之外,研究者仲會盡力做到無論面試對象係咩人,都保持完全一致嘅態度同舉止,以防自己喺行為表情上嘅變動會影響受試者作答。因為有結構面試偏向吓吓要跟足計劃行事,呢類研究好多時都偏好問封閉式問題[e 2],答嗰個只能夠喺幾個可能答案當中揀一個,例如想像有位研究者想探究啲人返工嗰陣嘅行為[2]

「你有冇試過用 Zoom開會?」
「你覺得你做嗰行嘅前景,係咪明朗?」
「你有冇試過喺 office 同同事鬧交?」

對於呢條問題,答嗰個得幾個答案可以揀,例如唔係等嘅二元選擇,再唔係就答唔知或者冇意見[3]。因此,有結構面試被指係成日「限制」住受訪者作答嘅自由,實際上似問卷調查多啲。

無結構

[編輯]
睇埋:傾閒偈

無結構[e 3]嘅面試研究就好唔同。有人嗌呢種研究做受引導嘅對話[e 4][4],研究者依然會有返個明確嘅目標(知自己想研究乜),但係就唔會有太多硬性嘅規劃。做無結構嘅面試研究,研究者通常唔會準備一個列表,列出「一定要問晒」嘅問題,而且亦唔會追求「無論對住邊個,行為舉止都完全一樣」;反而佢哋場面試會做到好似傾閒偈噉,會問較多開放式問題[e 5],甚至容許受訪者問返研究者轉頭,用返返工行為做例子[5]

「可唔可以講講你同你老闆關係點?」
「你對你做嗰行嘅前景,有咩睇法?」
「你喺 office 同啲同事互動,氣氛係點?」

教育領域嘅學者噉樣嚟描述無結構面試:

「(無結構面試想達致嘅係)按受訪者嘅步伐理解佢哋,聽清楚佢哋點樣喺自己嘅人生、體驗同認知過程當中搵到意義。[6]

有學者話,無結構型嘅面試旨在「要探究受訪者嘅世界,搵出佢哋講嘅每隻字詞同每句句子背後嘅意思」,唔似得有結構型嘅面試噉,好多時一味掛住搵出一啲數值[註 1]

無論係有結構定無結構嘅面試,研究方法背後梗會有邏輯。喺現實應用上,研究者通常都會跟從某啲協定,即係一啲既定嘅方法,係學界普遍接受嘅。呢啲協定實會或多或少有理據,每條行事法則背後都有原理[7]

做法技巧

[編輯]

做訪問研究好有技巧。

一般認為,訪問者理應要保持中立,唔應該對任何嘢作出價值判斷,更加唔可以畀受訪者覺得一條問題「有正確答案」。而且訪問者亦應該要保持友善,得到受訪者嘅信賴,噉樣受訪者就會更加暢所欲言。

聆聽

[編輯]

好多學者主張,聆聽係面試研究嘅重要技巧:一般認為,訪問者嘅職責係發問,啲問題要逐條逐條噉問,亦要令受訪者覺得自己嘅意見受重視,噉就最引得到受訪者講嘢;訪問者亦要不時問口,叫受訪者詳細啲解釋自己嘅諗法,例如[7]:p 144

「呀吓,可唔可以講講,點解你會有噉嘅觀感呢?」[註 2]

呀噉。無論如何,訪問過程理應要多數時間都係受訪者喺道講嘢,噉樣訪問者先可以由受訪者身上得到大量數據。有研究者仲話面試研究最惡劣嘅情況,係訪問者問咗條好長嘅問題,不過答案就係簡單二元嘅「係定唔係」。

開頭

[編輯]

面試研究亦有所謂嘅大巡迴問題[e 6]概念[6]:大巡迴問題泛指一啲開放式問題,係容許受訪者「設下訪問嘅大方向」嘅,呢條問題通常係訪問一開始嗰時問,然後訪問者就會由受訪者畀嘅答案嗰道搵線索,進一步發問[8];大巡迴問題嘅例子有——

  • 「喺過往呢一年,閣下間中學發展如何?」
  • 「你做中學老師嘅,呢排有咩工作忙緊?」
  • 「你可唔可以講講,你哋 office 嘅典型工作日係咩樣嘅呢?」

理想嘅話,受試者會畀一個相當長嘅答案,然後訪問者就會由個答案道搵出有啲乜嘢係值得進一步探索嘅——想像「吖,你頭先提到最近好多中學生出現情緒問題喎,可唔可以詳細啲解釋吓?」噉嘅問題[9]

分析方法

[編輯]

做親面試研究,啲數據實會包含語言性質嘅內容——研究者會記低受訪者講咗乜,而呢啲數據跟住會攞去做進一步嘅分析,面試研究得到嘅數據,可以用以下方法分析:

  • 主題分析[e 7]:搵出數據入面有邊啲主題,從而增進對現象嘅了解;舉個簡單例子,想像有個人做市場研究,訪問咗一班消費者,問佢哋對產品 A 有咩觀感,佢哋發覺受訪者當中有大半(70%)嘅人都(用唔同嘅字眼)話件產品嘅 design 好有創意(主題),跟住就將呢個發現寫落研究報告嗰道。
  • 自然語言處理[e 8]:用人工智能分析語言文字數據[10];到咗廿一世紀初,已經有技術可以做到分析字句嘅意思,甚至可以用數值表示一段語言文字數據當中「有咩情感」。詳情可以睇睇文本情感分析方面嘅內容。
  • 數值型嘅量度:原則上,研究者可以索性用一啲數值嚟評估受訪者,例如「1 到 10 分嚟量度受訪者有幾鍾意佢個工作環境,呢位受訪者攞幾多分?」;有關呢啲分析要點做,可以睇睇心理測量方面嘅概念。

等等。

優同缺點

[編輯]

面試研究嘅優點[11]

  • 可以深入探知受訪者嘅經歷同諗法。
  • 研究者可以觀察受訪者,而受訪者嘅「眉頭眼額」有時可以提供重要資訊。
  • 研究者可以就個別受訪者,調整自己問咩問題,確保自己由每位受訪者身上得到最多嘅資訊。

面試研究嘅缺點:

  • 訪問好花時間,研究者唔能夠訪問好多人,噉就表示研究嘅樣本會細。
  • 訪問好花精神,可能會搞到研究者好攰。

睇埋

[編輯]

資料

[編輯]

註解:

  1. 數值:想像一位研究者做有結構面試,搵出(例如)以 10 分做滿分,啲受訪者平均畀件產品 7 分。
  2. 為咗令場對話似傾偈,呢啲問題通常唔會跟足「劇本」嚟讀。

重要詞彙嘅英文版:

  1. structured
  2. closed-end question
  3. unstructured
  4. guided conversation
  5. open-end question
  6. grand tour question
  7. thematic analysis
  8. NLP

引用咗嘅參考來源:

  1. Koren, Y., Feingold Polak, R., & Levy-Tzedek, S. (2022). Extended interviews with stroke patients over a long-term rehabilitation using human-robot or human-computer interactions. International Journal of Social Robotics, 14(8), 1893-1911,人機互動研究搵咗班中風病人返嚟,畀其中一啲病人試吓喺機械人協助下做康復,再做訪問,想知道病人對機械人信唔信賴。佢哋對病人講嘅嘢做咗主題分析
  2. 5 Examples of closed-ended interview questions. With answers!. career.io
  3. Fontana, Andrea, & Frey, James H. (2005). The interview: From neutral stance to political involvement. In N. K. Denzin & Y. S. Lincoln (Eds.), The Sage handbook of qualitative research (3rd ed., pp. 695–727). Thousand Oaks, CA: Sage
  4. Rubin, Herbert J., & Rubin, Irene S. (2012). Qualitative interviewing: The art of hearing data (3rd ed.). Thousand Oaks, CA: Sage.
  5. Holstein, James A., & Gubrium, Jaber F. (2003). Inside interviewing: New lenses, new concerns. Thousand Oaks, CA: Sage.
  6. 6.0 6.1 Brenner, Mary E. (2006). Interviewing in educational research. In J. L. Green, G. Camilli, & P. B. Elmore (Eds.), Handbook of complementary methods in education research (3rd ed., pp. 357-370). Washington, DC: American Educational Research Association.
  7. 7.0 7.1 Yin, R. K. (2015). Qualitative research from start to finish. Guilford publications. 6C "Interview"
  8. Qualitative Research. UConn.
  9. Spradley, James P. (1979). The ethnographic interview. New York: Holt, Rinehart & Winston.
  10. Siswanto, J., Suakanto, S., Andriani, M., Hardiyanti, M., & Kusumasari, T. F. (2022). Interview bot development with natural language processing and machine learning. International Journal of Technology, 13(2), 274-285.
  11. Weiss, R. S. (1994). Learning from strangers, the art and method of qualitative interview studies. New York, NY: Free Pr.

外拎

[編輯]