理論不會自己浮現【關欣】

 

作者：關欣｜元智大學商學院 科技與創新管理學群 助理教授

研究興趣：科技管理、服務設計、數位賦能

 

研究者走進田野，常期待資料會慢慢說話：訪談做得夠多、編碼分得夠細，理論終會水到渠成。Timmermans and Tavory (2012) 卻提醒我們，資料不會自行開口，更不會主動奉上理論。若研究者沒有概念視野，再豐富的逐字稿也可能只是一屋子聲音，熱鬧有餘，解釋不足。

溯因分析（abductive analysis）正是從這個難題出發。它既不是由既有理論推導答案，也不只是從重複資料歸納規律，而是追問：眼前為何出現一件不合預期的事？如果某個尚未想到的解釋成立，這件怪事是否就變得合理？

因此，溯因分析對質性研究格外重要。質性研究的長處，不只是描寫人們做了什麼，更在於看見既有理論未能說清的現象。歸納擅長辨認反覆出現的模式，溯因則緊盯模式失靈之處。理論進展往往不在「大家果然如此」，而在「事情怎麼會如此」。

從意外出發，讓資料與理論彼此質詢

想像一位研究者觀察醫院導入新科技。原先理論預期，資深員工較抗拒改變；田野卻顯示，最早擁抱新系統的正是資深護理師。此時，研究者若只計算支持與反對的人數，或許能歸納出某種分類，卻會錯過真正值得追究的問題：為何經驗豐富反而促成採納？

溯因分析的第一步，是辨認這類「理論意外」。意外並非稀奇故事，而是資料與既有解釋無法契合之處。研究者必須先說清原有預期，才知道何處偏離。沒有預期，就沒有意外；沒有理論素養，許多異常只會被視為雜訊。

接著，研究者需往返於資料與文獻之間。讀到新概念後，再回頭檢視早期訪談；發現新的線索後，再尋找其他理論。這不是拿理論替資料貼標籤，而是讓兩者相互質問。資深護理師或許不是較勇於改變，而是更能判斷新科技何時有用、何時危險。如此一來，研究焦點便從「誰願意採納」轉向「實務經驗如何形塑選擇性採納」。

第三，研究者要讓熟悉的事重新變得陌生。田野工作最危險的一句話，往往是「這個產業本來就是如此」。專業術語會遮住行動細節，習以為常也會消除疑問。不妨改用局外人的語言描述現場：所謂「例行交班」，其實是一群人依序說明昨日的判斷，並公開承擔可能的錯誤。名稱退去後，權力、情緒與責任才重新可見。

最後，研究者應提出數個競爭解釋，逐一與資料對照。某個現象可能源於專業認同、同儕壓力，也可能出於風險意識。好的溯因分析不急著愛上第一個聰明答案，而會持續追問：哪一種解釋最能涵蓋現有材料？還有哪些反例？若解釋失準，又該回到哪一段訪談重新思考？

結語：理論始於願意承認自己猜錯

溯因分析真正珍貴之處，不在提供一套靈感公式，而在培養研究者面對意外的紀律。真正的謙遜不是假裝毫無預設，而是清楚交代自己原先相信什麼，又說明田野如何使這些信念站不住腳。

寫田野筆記時，不妨在頁尾留下三個問題：今天什麼令我意外？我原本預期什麼？還有哪些可能的解釋？日積月累，理論便不再像深夜偶然降臨的靈光，而是研究者在資料與概念之間反覆推敲的成果。

質性研究最動人的時刻，不是資料終於服從理論，而是現實輕聲提醒研究者：事情恐怕不是你原先想的那樣。溯因分析所教的，正是聽懂這句提醒，並循著疑問，走向一個更有解釋力的答案。

參考文獻

Timmermans, S., & Tavory, I. 2012. Theory construction in qualitative research: From grounded theory to abductive analysis. Sociological Theory, 30(３): 167–186.