搞懂你的研究類型─探索性、描述性、相關性與解釋性研究

行銷資料科學
Marketingdatascience
4 min readOct 7, 2019

很多初踏入研究這個領域的研究生,只知道自己做的是量化或是質化研究,卻不清楚自己著手的研究是什麼類型,事實上,知道自己的研究類型有助於對研究問題的掌握,以及能達成什麼樣的研究目的,弄懂這個問題就像知道自己究竟開的是什麼轎車、跑車、推土機或者是坦克。

學者對研究的類型區分有很多種,但大致上的內容包括:探索性(Exploration Research)、描述性(Description Research)、相關性(Relation Research)與解釋性研究(Explanation Research)。簡述如下:

1. 探索性研究(Exploration Research)

顧名思義,探索性研究常使用於探索新的議題,甚至是新的領域。過去幾十年來,在行銷學領域裡,新的概念不斷地出現,例如:從「顧客滿意」、「服務品質」、到「顧客體驗」、「顧客旅程」,這些概念的出現,都是經由探索性研究而生成。

一開始,探索性研究通常傾向使用「歸納法」的方式,因為一開始並沒有一個完整的理論可以協助你演繹,研究者必須先透過一些特殊的個案收集資料,進而歸納出一般性的通則。

探索性研究在研究設計上,通常使用定性法,透過觀察、深度訪談個案的方式來對研究議題進行探索。

2. 描述性研究(Description Research)

顧名思義,描述性研究通常是對所想要觀察的事件進行描述。

在行銷實務中,許多政府或商業調查報告都是屬於描述性研究。舉例來說,無論是文化部每年對出版產業的調查,或是《CIO IT經理人》雜誌每年對各產業的資訊經理所進行的調查報告,都是描述性研究,它們大都在敘述行業裡的現況,例如台灣地區目前有多少家出版社,去年共出版了多少本書之類的內容。

這一類的研究通常比較像是報告式的整理,大多僅是進行資料的蒐集,並加以彙總與解釋,並未對變數之間的關係進行探討。

3. 相關性研究(Relation Research)

顧名思義,相關性研究在確定兩變數間或兩個以上的變數之間,是否有某種關係存在。例如:我們想瞭解「顧客滿意度」與「顧客忠誠度」之間,有何種關係存在?此種關係可能是線性關係,可能是曲線關係。

相關性研究看似簡單,但要做好並不容易。以上述要瞭解「顧客滿意度」與「顧客忠誠度」之間的關係,要先確定「顧客滿意度」與「顧客忠誠度」的操作型定義為何?是否限定產業?是否限制體驗的產品或服務類型?再者,對於發展兩者之間關係的假設,是正相關、負相關、或是無相關,甚至是背後還有其他干擾因素(例如:轉換成本)存在。這些在進行研究時,都需要一一加以釐清,如圖1所示。

圖1 「顧客滿意度」與「顧客忠誠度」之間的關係(繪圖者:彭煖蘋)資料來源:Thomas O. JonesW. Earl Sasser, Jr., “Why Satisfied Customers Defect.” Harvard Business Review (November 1995).

4. 解釋性研究(Explanation Research)

解釋性研究,顧名思義在於解釋為什麼一種特定的關係會形成。有別於相關性的研究,相關性研究只是在瞭解兩個變數之間的關係,然而解釋性研究,必須去瞭解這兩個變數的關係是如何發生的。例如:研究者想了解,「服務品質」是如何影響「顧客滿意度」的。然而,解釋性研究通常涉及到因果關係的驗證,連帶地也增加了研究的複雜度。

最後,以上的研究類型,彼此之間並非各自獨立,相反的,某些研究甚至同時包含了四種研究。舉例來說:當網路精準行銷的新議題出現後,我們即可就這個議題進行「網路精準行銷」的探索性研究。同時,在此研究中,我們需要針對什麼是「網路精準行銷」進行描述性研究;我們要針對企業在推動「網路精準行銷」的過程裡,它的「關鍵成功因素」和「成功的網路精準行銷」之間的關係,進行相關性研究;更進一步,我們要去瞭解為什麼這些「網路精準行銷的關鍵成功因素」,會影響到企業在推行「網路精準行銷」時專案的成功,而這就屬於解釋性研究了。

作者:蘇宇暉(台科大管研所博士候選人)、羅凱揚(台科大企管系博士)

繪圖者:彭煖蘋(臺灣行銷研究特約設計師)

歡迎加入我們的Line@獲取即時訊息!https://line.me/R/ti/p/%40cde8265r

您可能有興趣:

--

--

行銷資料科學
Marketingdatascience

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR