設計資料搜集方法趣談 (一)

當同學開展獨立專題探究，第一個步驟當然是擬訂探究題目和焦點問題 (focus question)，完成這一步之後，接著就要設計資料搜集方法 (data collection method)，以搜集合適的資料，回答焦點問題。若果資料搜集方法不正確，所搜集的資料就不能反映事實，研究結果也失去可信性。

我曾經在課堂上，向學生分享一個很有趣的研究，這是一個中國內地機構所進行的研究。它之所以有趣，是因為它所採用的資料搜集方法「錯」得很徹底，同學可以從錯誤中學習！

研究：外貌越好的女性，她的事業發展會否越好？

為進行以上研究，該機構需要找「外貌好」和「外貌不好」的女性進行研究，然後比較她們的事業發展情況。問題是，何謂「外貌好」？何謂「事業發展好」？如何定義？應該搜集甚麼資料？

我們比較容易為「事業發展」下定義，基本上我們可以用女受訪者的「職銜」和「收入」量度，並搜集相關資料。我們可以憑「職銜」來判斷和比較各女受訪者的事業發展程度，如「文員」、「主任」、「經理」、「高級經理」及「總經理」。此外，收入越高，事業發展越好，我們可以用女受訪者的月薪或年薪來判斷和比較她們的事業發展程度。

可是，我們應如何為「外貌」下定義？同一位女性，你認為她的外貌「好」，我則認為她的外貌「不好」。各人對同一位女性有截然不同的評價，主要是因為各人採用不同的標準。當然，有某些標準是社會人士普遍接受的，如「纖瘦身型」、「白皙皮膚」和「大眼睛」等等。

搜集錯誤資料，只會白費功夫

這機構所採用的資料搜集方法「錯」在哪裏？我在這裏簡述一下，讓同學仔細想想。這機構採用問卷調查，然後分別訪問了數十位「外貌好」和數十位「外貌不好」的女性。研究員向受訪者發問，問題包括：

u 你的「回頭率」是多少？

u 你的「讚美率」是多少？

u 你現在的職位是甚麼？

u 你現在的月薪有多少？

所謂「回頭率」，是指女受訪者在街上每遇到10位異性，有多少人會回頭看看自己？如果全都有回頭看看自己，該女受訪者就有100%回頭率了！所謂「讚美率」，是指女受訪者在街上每遇到10位異性，有多少人會稱讚自己漂亮？

資料搜集完畢後，研究員比較「回頭率」和「讚美率」高的女受訪者和「回頭率」和「讚美率」低的女受訪者的職位和月薪，看看是否「回頭率」和「讚美率」越高，職位和月薪越高。

當我班學生得悉這研究的資料搜集方法時，尤其是該機構用「回頭率」和「讚美率」高低來判斷或量度受訪者的「美醜」，全場嘩然。他們即時想到很多他們會回頭看的途人，但這些途人不一定是外貌娟好的女性，例如身穿奇裝異服、褲子沒有拉上拉鏈、穿著非常性感的女子等等。有學生更打趣說，任何女子只要願意在街上裸跑，她也可以有100%回頭率！

由此可見，這些女性雖然有很高的「回頭率」，但這些回頭看她們的人並不是因為受訪女性外貌娟好。故此，受訪女性即使有高「回頭率」，也不等於她是社會大眾心目中的美女。

總括而言，該機構搜集女受訪者「回頭率」數據，並不可以判別她是否社會大眾心目中的「外貌好」或「外貌不好」的女性。如果資料搜集方法錯誤，即使該機構使用正確的抽樣方法，數目再大的樣本，所得資料也是沒有用，只是白費功夫。

作者羅雪怡是香港中文大學本科及碩士畢業生，曾於非政府組織負責公民教育工作，現為沙田蘇浙公學任教通識教育科。