小魏虽然不是悟性很高的年轻人，但凡事喜欢追根究底，若是没有得到答案，绝不罢休。上次问了老王几次有关恋爱及结婚的问题，还是没有悟得真理，于是一天又追着老王，问道：“老板，你认为小美真的爱我吗？但请不要再叫我看鸟笼了！”老王问他为什么有这样的疑问，小魏应答：“我就是不确定，才开始问我周遭的朋友，想统计一下有多少人认为小美是真的爱我。”

老王拿出一幅图（如下页图一），说道：“情人眼里出西施，仔细看看这幅图后，告诉我在你的眼里，圣诞老人存在吗？”小魏看了老半天，却看不出啥玩意，便告诉老王：“老板，你就别再折腾我了，上次叫我看鸟笼，这次叫我看雾煞煞的图像，我真的看不到任何东西。”

老王回道：“如果你还是用以往的眼光看事情，永远看不到事情的真相，这叫‘看不穿，参不透’啊！”于是小魏换一种方法，将两眼的视线聚焦成一点，专心注视图像，没过多久，便惊叫：“老板，我看穿了，图里真的有个立体的圣诞老人，还有一副铃铛呢！”并若有所悟喊道：“我了解了，我不应该太拘泥于世俗的眼光来看待我与小美的爱情。”

隔了几天，小魏又面带疑惑向老王问道：“老板，我应该和小美结婚吗？因为统计显示‘男女朋友相爱越多，就越可能结婚’，我想了解我与小美是否相爱很多。”

老王听了不假思索回道：“若是统计显示‘活得越长的人，过的生日也越多’，你会认为庆祝生日有利于延长寿命吗？”小魏似懂非懂地回到座位。

有一天老王带着小魏到一家企业进行绩效分析，这家企业业务部门的年度业绩虽然打平，但是没有达到预期目标，所以请老王来进行绩效问题诊断。两人开车前往，由小魏驾驶，一路上只要经过十字路，小魏总是在十字路口时加速，急速通过，然后再减速。老王被小魏的驾驶方式弄得心惊胆战，问他为什么要这么开车，小魏回答：“老板，是这样的，从统计学的角度来讲，十字路口发生事故的概率最高，所以我要尽可能地减少在十字路口的时间。”

在回程的途中，老王便问小魏是否发现这家企业的业务绩效问题，小魏答道：“我查看了业务部门的业务报表，发现他们的业务收入增加，代表他们业务能力增加，但是却没有任何余绌，因为他们的业务成本同时增加，把收入抵消了，代表他们控制成本能力还有待提升。”

图一：隐藏立体图（stereogram）（内有圣诞老人及铃铛的立体图像）

从上述的故事及对话，不难理解小魏的悟性仍然有待加强，原因是小魏在分析事情时太偏于理性，喜欢将复杂的问题简化成数理的假设，希望以“客观”的数据推论及理解“现象”的发生。例如小魏想以统计的方式去了解小美是否真的爱他，或者颠倒统计上的因果关系；例如结婚是否可以验证相爱多少的假设。

习惯以量化或统计的方式去理解或处理事情的发生，比较无法看清事情的全貌及发生的深层原因，有时容易做出错误的决定，或者不容易找到问题的根源。例如小魏在通过十字路口喜欢加速，减少在十字路口的时间，就以为可以降低肇事的概率，然而加速再减速反而会增加肇事的概率；又如小魏从报表数据看到的业务绩效问题，只是问题的表象，并没有找到业务成本增加的真正原因。

老王终年忙着经营他的绩效顾问事业，趁着暑假时间想稍事休息而参加一个非洲观光团，同团的观光客除了老王是绩效顾问外，还包含一位生物学家、一位统计学家、一位企业家及一位法官。

一天，导游带着这群观光客在风景如画的非洲大草原游览。看到一大群的羚羊在草原奔跑，这位导游介绍说：“非洲所有的羚羊都是棕色的。”正当他们坐在吉普车上向前奔驰，欣赏大自然的美景时，司机突然停下来，用手指向地平线的一方。

生物学家首先尖叫起来：“看，那里有一群羚羊，而且有一头白色的羚羊！太神奇了，非洲竟然有白羚羊，这个发现会让我们出名的！”

统计学家接着说：“我们只知道那里可能有一头白羚羊，这可能会推翻非洲只有棕色羚羊的理论，但是这个发现目前在统计上还不显著。”

法官也说：“我们还不能判断那是一头白羚羊，我们只能说那里有一只身体一面是白色而且长得像羚羊的动物，证据不够充分，还不能下结论。”

企业家却说：“哇！让我们把那头白羚羊抓起来，然后繁殖，我们就可以赚大钱了！”

老王则惊呼：“嘿！我们应该要了解，为什么会有白羚羊在那里出现！”

由于背景及经验不同，每个人遇到异常的事情，反应会不一样。如同上述的故事般，有人会因为发现异常而想出名；有人会对所有的异常抱持谨慎怀疑的态度，需要进一步验证；而商人看到异常，就看到商机；学过统计学的人懂得以统计的方法去推论异常发生的可能性（概率）；而绩效顾问则会追查异常发生的原因，并且会综合各种分析与研究的方法，包含统计研究法，去发掘与验证问题的根源。

管理学强调的是化繁为简，所以经常运用量化研究的方法，试图将复杂的现象以质化量，并用统计分析的方式去验证简单的数理描述或推论。例如中小企业占绝大多数（现象描述），或者由于中小企业的资源有限，所以他们普遍不重视员工教育培训（现象推论）。

而以上面的描述及推论为例，在进行量化研究时，首先就要将欲观察的现象建立命题或形成假设，并将质性的名词——如中小企业、资源、重视、员工教育培训——转化成可衡量的数据指标。例如员工数或营业收入来衡量企业的规模，或者将投入教育培训活动的经费占营业收入的百分比代表企业重视员工教育培训的程度。

一旦研究内容制作成量表，如问卷，量化研究接下来进行的就是如下图二所示收集、分析、发现、解释、陈述资料的程序。而管理学者常将欲研究的管理问题设定为具有因果关系的假设，例如员工的能力越强，是否绩效表现越好，然后以统计的方法验证这些关系的存在及测量的信效度；信度代表测量的可靠性包含量表试题的一致性及不同测量结果的稳定性，而效度代表测量结果的准确性。量化研究法虽然是“化繁为简”的科学，但却不是一门简单的学问，研究者必须受过专门的培训才能不出偏差，避免争议。

西方有句谚语：“世上有三种谎言：谎言、该死的谎言、统计。”这句话意指统计若有偏差，是比谎言还糟的谎言，甚至常会被滥用。由于大众对统计研究方法的陌生，所以许多滥用统计结果的人常会用“以偏概全”“忽视样本偏差”或“规避信效度”的方式，刻意做出利于自己的结论。

当然，对统计研究的误用也可能出于无意，这常发生在引用别人的研究发现中，当被引用的研究结论被轻率地泛化（generalization），超过了研究主体所能代表的范围，却套用在自己的研究论述上，误用就发生了。举例而言，如果数字化学习研究引用欧美研究的数字化学习理论或模式，却没有顾及这些理论或模式是否适用于社会文化情境非常不一样的学生，而导出新的理论或模式，这就很可能产生误用的状况。

图二：量化研究的程序

提示

量化研究在管理学术界仍然是主流的研究方法，但人力绩效技术是偏重实务解决绩效问题的系统方法，往往组织的绩效问题错综复杂，难以简化成数学公式去验证变量间彼此的关联性。因此，我个人比较偏向以质性研究方法进行绩效问题分析，但会纳入量化研究结果为质性分析的资料来源。

各位看了上一段后千万别误会，我个人绝对无意贬抑以统计分析为主的量化研究，由于量化研究方法经过几百年的进化，已证明是科学研究的有效方法，至今仍是自然科学与社会科学的主流研究方法，甚至仍有许多“科学家”认为质性研究的方法及其产出的理论过于主观，无法客观地验证而变得“不科学”，因此不接受质性研究。(www.daowen.com)

但是许多社会或自然现象很难以简化的理论或模式来泛化，特别是涉及人性的社会现象，其发生往往都是在特定的情境下，五个W（when，who，where，why，what）的情境因素不仅难以精准地量化，而且因素间的关系往往是动态性的交错变换，更难以事先设定成相关性假设，然后以统计学的方法推论及验证彼此间的因果关系，无法进行量化研究，也只能选择质性研究。

若以生物学深具影响力的“进化论”为例，便可以说明质性研究在科学研究上的重要性，当时达尔文主要就是以质性研究的方法，在南美洲的东岸及小岛，经过五年对许多生物与其生态之深入观察及研究后，归纳出来一个系统性的见解，用来解释生物的多样性及复杂的演进过程。

质性研究为自然探询（naturalistic inquiry）的研究方法与程序，如图三所示，质性研究也起始于研究问题的界定，选定要研究之现象的问题及范畴，主张在没有经过设计或变更的自然情境下，采取多种资料收集的方式，包含过去研究的文献或量化调查，对界定过的社会现象进行综合性的研究分析；而质性研究的资料分析主要为归纳法，将收集的资料重复地整理、拆解、编排、组合及归类、归纳出有意义的样式（pattern） 及类别（category），或整理为概念（concept），再多方验证概念是否足以形成理论，若是概念不足以形成理论，则要再收集更多的资料并进行资料分析，直到概念中类别的组成及彼此间的关系非常明确，无法再扩展或补充，足以形成理论为止。

图三：质性研究的程序

质性研究与量化研究最主要的差异：

1.质性研究的目的着重于了解发生的现象，特别是复杂现象发生的原因与影响，因此通常会比量化研究界定的问题进行更全面及更深入的研究分析。

2.质性研究主张理论的形成必须扎根于所收集的资料，所以不像量化研究，先预设理论，再收集资料，经由统计分析去验证理论，而是在反复地分析及归纳资料的过程中逐渐出现并成形的。

3.质性研究的科学性及信效度主要是依赖资料收集及分析的多方或相互验证， 称之为三角验证（triangulation），而非量化研究的统计分析而已，所以质性研究需要收集不同来源的资料，包含研究者本身对研究现象的观察及经验；以多种的分析方法，包含统计分析；去验证理论的建立，包含以既有理论去验证新理论。

表一为研究社会现象的质性研究与量化研究的比较：

表一：研究社会现象之质性研究与量化研究的比较

以前面虚构的非洲观光团事件为例，假设老王想了解为什么在“所有非洲羚羊都是棕色”的认知下，却发生有一只白色羚羊的现象，老王便可以质性研究的方法找到答案。首先界定研究问题为“在此国家公园内的非洲羚羊为什么会有白色的羚羊出现”，如此的问题界定可以让老王专注于特定区域及特定对象做更深入的研究。

所以，老王可以通过观察、访谈、参考国家公园的生态资料、过往研究文献、量化问卷调查，甚至对这只白羚羊的生理检查等方式收集资料，再将庞大的质性或量化的资料整理成丰富的描述（thick description），然后将这些资料反复地拆解、编排、组合及归类、找到有意义的样式及类别。例如从调查及访谈的资料发现这只白羚羊是在最近三个月内才出现的，并会在固定的时间出现在固定的地点做同样的事，而且从文献发现这个季节是羚羊的交配季节；老王也可借由观察的方式发现白羚羊的体型是否异于棕色羚羊，追踪白羚羊平常生活的地点与生态，了解白羚羊在此区域出现的可能原因，并进一步以基因鉴定的方式确认这只白羚羊是否为非洲原生或外来的品种。如此的质性研究方法，可以帮助老王找到一只白羚羊出现在非洲一个国家公园的真正原因。

在绩效技术领域，绩效问题都是发生在特定的组织情境下，加上问题的根源经常错综复杂，变量特别多，难以设定成简单的假设去验证问题的发生及影响；再者，针对某一特定情境所产生的解决方案也难以泛化，不能适用于解决不同情境的问题。因此，绩效分析通常采取相对于量化研究的质性研究，又因为每一个组织都有其特殊的情境，每一个绩效分析项目的执行与结果，都应该以单一的个案待之，个案研究方法自然成为绩效分析常用的质性研究方法。

个案研究法属于质性研究的方法之一，其研究的本质与程序与其他质性研究方法最主要的差异在于研究问题的界定，个案研究的主体是有空间及时间界限的系统，因而称为个案。例如针对政府人力发展中心的E-learning 系统在实施阶段所发生的问题进行个案研究，而系统可能是一个人、一群人、一个地域、一个组织、一个生态、一件事、一个行动，或是一项与人有所互动的科技。而且如系统的组成般，一个个案可以由好几个个案组成，例如针对员工E-learning 能力问题之个案研究，可以选择部门内几位员工（个案）进行研究，所以研究者要针对个案研究的问题与目的，进行单一个案或多重个案的研究。

个案研究的内容主要以此个案系统运作产生的现象或问题为起始点，进而了解现象发生的原因及结果，并归纳出可以解释现象发生的理论，因此个案研究的资料分析着重于现象发生的情境与脉络，借此理清现象的来龙去脉，找出现象发生的根本原因，而非只是寻找现象发生的变项因素而已。例如上述E-learning 问题的个案研究，若只是确定E-learning问题的变项是不够的，如使用者的能力或是系统的技术效能，除了要收集及分析设置E-learning 系统的背景及情境资料外，也要收集及分析与E-learning 系统有切身关系者的资料，包含系统的领导、设置人员、维护人员，以及使用者，更要就问题发生的可能途径进行探索性的分析，才能建立解释现象发生的理论。

顾名思义，个案本身就有其独特性，因此个案研究必须对个案有全面且深度的描述及分析。因为是在特定情境下归纳或发展出来的，个案研究的结论或理论通常只适用在相同或类似的情境，例如政府人员使用E-learning 系统的个案研究，不宜套用在私人企业员工使用E-learning系统的个案研究上。在前一章曾提到绩效问题分析的六项原则，也同样适用在个案研究上：

1.掌握重点：根据研究问题与目的，收集与分析资料。

2.跳脱框架：研究时，不要有先入为主的观念或偏执。

3.善用外力：借用多方研究资源，以团队方式进行研究。

4.追根究底：建构现象发生的脉络，找出根本原因。

5.系统分析：运用系统性思维与方法，分析资料并归纳结论。

6.多方验证：以多元资料、多种方法及多位研究者，进行三角验证。

就绩效分析最常运用的个案研究方法而言，绩效顾问个人在质性研究方法的学识及经验是非常重要的。我个人并非排斥量化研究方法，反而在从事绩效分析时，经常会运用到各种量化研究的方法，但是套用诺贝尔物理学奖得主卢瑟福（Ernst Rutherford）所说的话：“如果你的实验需要统计学，说明你的实验做得不够好！”换句话说，如果绩效分析的结论还需要用统计学来验证，代表你的绩效分析做得不够好！

提示

个案研究方法是质性研究的方法之一，每一个个案代表一个复杂的系统，而一个大个案（大系统）可以有好几个次个案（次系统）组成。一般而言，组织的绩效分析即运用个案研究方法解析绩效问题的根本原因，以及因素彼此之间的关联性，再据此提出绩效改善方案。