不同於問卷調查的Q研究法實戰

詳細資訊

你還在用問卷調查?Q研究法是你的另一個選擇

Q方法最費時的環節，就是陳述句建構。本書從論匯理論出發，搭配作者獨創的Qwords-owl線上工具，以NotebookLM數位化文獻、AI
輔助萃取觀點，帶領讀者走過去重、品質評估、Fisher分類到Q樣本匯出的完整流程。每個步驟皆有文獻依據，兼顧學術嚴謹與操作效
率，適合每個領域研究生與方法論教師。

# 不同於問卷調查的Q研究法實戰：世界獨創快速抽取陳述句Qwords-owl工具書

### 這本書解決什麼問題？

Q研究法最耗時、最缺乏系統化指引的環節，就是陳述句建構。

研究者往往花費數週甚至數月，從大量文獻、訪談、新聞中手動挑選與改寫陳述句。過程中容易遺漏重要觀點、不自覺偏向特定立場
最終產出的Q樣本品質難以保證。

本書正是為了解決這個問題而寫。

### 本書特色

**理論與實作並重——每一個操作步驟都有Q方法論文獻依據，引用Brown（1993）、Watts與Stenner（2012）、McKeown與Thomas（201
3）等經典著作，讓你的研究過程經得起審查委員的檢視。

搭配獨創工具Qwords-owl——作者開發的線上工具（https://qwordsowl.web.app/），將陳述句建構流程系統化為五個階段，結合AI
輔助與研究者判斷，兼顧效率與嚴謹。

往復式AI協作設計——不是讓AI直接生成陳述句，而是用NotebookLM將學術文獻數位化為論匯，再透過結構化提示詞萃取觀點。AI
供素材，研究者做決策。每一步都保留完整的操作紀錄，確保學術透明度。

### 五階段完整流程

第一階段：論匯萃取
設定研究問題，用NotebookLM數位化文獻，產生五種立場提示詞（正面、負面、中性、矛盾、少數觀點），從多個AI工具貼回結果，
併為初始陳述句庫。

第二階段：去重分析
Jaccard詞彙相似度快速篩選，搭配AI語意比對，找出重複與高度相似的陳述句，有效精簡數量。

第三階段：品質評估
自動評分系統檢查每句陳述句的可排序性，AI輔助校正立場標記，確保Q樣本整體品質。

第四階段：Fisher後設分類
設定研究維度，AI自動標記每句陳述句所屬維度，檢視分布是否均衡。分類嚴格遵循後設原則，不影響陳述句的保留與刪除。

第五階段：Q樣本匯出
最終選擇後，匯出HTML研究報告（可用Word開啟）、Excel報告（含7個工作表）、Q-sample純文字清單，以及完整的審計紀錄。

### 章節架構

第一部：理論篇
- 第一章　問卷調查測不到的東西：Q研究法的獨特價值
- 第二章　論匯是什麼，不是什麼

第二部：實作篇
- 第三章　從研究問題開始
- 第四章　讓AI幫你蒐集觀點（含NotebookLM數位化論匯）
- 第五章　找出重複的陳述句
- 第六章　確保每句話都能被排序
- 第七章　為陳述句分門別類

第三部：產出篇
- 第八章　組成你的Q樣本：最終選擇與匯出
- 第九章　寫出讓審查委員信服的方法論章節
- 第十章　三個完整案例

附錄
- 核心文獻導讀、軟體快速指引、常見問題、詞彙對照

延伸
- 用EnQsort-owl進行線上Q排序收案

### 適合誰讀？

- 各領域研究生，正在或準備進行Q研究法論文
- 質性與量化研究方法課程教師
- 政策研究與評估從業人員
- 對主觀性研究有興趣的學術工作者

### 軟體使用說明

Qwords-owl提供免費功能，所有註冊用戶皆可體驗第一階段「論匯萃取」的完整流程。第二階段以後的進階功能（去重分析、品質評
、Fisher分類、匯出）需另外取得Pro授權。

書籍與軟體各自獨立，購書不包含軟體使用權限。

### 關於作者

李明憲，國立東華大學教育與潛能開發學系教授，擁有多年Q研究法研究與教學經驗。Qwords-owl與EnQsort-owl線上Q排序工具開
發者。

目錄列表