重點摘要：量化還是質性，跟著研究問題走——問「多少、有沒有差、能不能預測」用量化（問卷、實驗＋統計）；問「為什麼、如何、有什麼意義」用質性（訪談、觀察＋編碼）。兩者各回答不同問題，想同時要「廣度」和「深度」就用混合研究法。先把研究問題寫成一句話，方法自然浮現。
先問三個問題
決定量化或質性之前，先回答：
- 我想知道「多少」，還是想知道「為什麼」？
- 我要驗證一個既有理論，還是要從現象中發展新理解？
- 我手上能拿到的資料，是數字，還是文字／語音／影像？
第一題管方向，第二題管邏輯（驗證 vs 探索），第三題管可行性。三題答完，下面的對照表就能直接用。
量化研究適合什麼
量化研究處理「可以數的東西」，目的是測量、比較、預測，並把結論推論到更大的母體。它的邏輯是先有假設，再用數據驗證。
典型的研究問題長這樣：兩群人的滿意度有沒有差？工時和離職傾向相關嗎？這幾個因素能不能預測購買意願？資料型態是數字（量表分數、次數、金額），方法是問卷調查與實驗，再搭配統計分析。樣本邏輯講究代表性與抽樣——樣本要能代表母體，數量要夠大到讓統計檢定有意義。
質性研究適合什麼
質性研究處理「需要理解的東西」，目的是深入描述一個現象、挖掘背後的意義與脈絡。它的邏輯常是先進場觀察，再從資料中發展概念（歸納取向）。
典型的研究問題長這樣：新手教師如何適應第一年的挫折？病患怎麼經歷確診那一刻？某個社群為什麼形成這樣的文化？資料型態是文字、語音、影像（訪談逐字稿、觀察筆記、文件），方法包含深度訪談、焦點團體、參與觀察與個案研究，分析則靠編碼與主題分析。樣本邏輯不追求統計代表性，而採立意取樣——找「最能回答問題的人」，以資料飽和為收樣標準。
兩者多面向對照表
| 比較面向 | 量化研究 | 質性研究 |
|---|---|---|
| 核心問題 | 多少、有沒有差、能不能預測 | 為什麼、如何、有什麼意義 |
| 推理邏輯 | 演繹：先假設後驗證 | 歸納：從資料發展概念 |
| 資料型態 | 數字（量表、次數、金額） | 文字、語音、影像 |
| 常用方法 | 問卷調查、實驗 | 深度訪談、焦點團體、參與觀察、個案研究 |
| 分析工具 | SPSS、R、AMOS | NVivo、ATLAS.ti、人工編碼 |
| 樣本邏輯 | 隨機／代表性抽樣，重數量 | 立意取樣，以資料飽和為準 |
| 樣本規模 | 通常較大（數十至數百以上） | 通常較小（深度優先） |
| 結果呈現 | 統計圖表、係數、顯著性 | 主題、引文、敘事 |
| 嚴謹度概念 | 信度、效度 | 可信賴度（可信性、可轉移性） |
混合研究法何時用
當你的研究問題同時要廣度和深度，單一取向會留下缺口，這時混合研究法（mixed methods）就有價值。常見的兩種設計：
- 探索式（先質性後量化）：先訪談少數人，找出關鍵構念與假設，再設計問卷對大樣本驗證、推論。適合主題太新、現成量表不夠用的題目。
- 解釋式（先量化後質性）：先跑問卷或實驗發現結果，再針對異常或關鍵個案做訪談，解釋「數字背後發生了什麼」。適合量化結果出乎意料、需要補上脈絡的題目。
混合研究法不是「資料越多越好」，而是要先想清楚兩段資料在哪裡、如何整合。若整合計畫沒寫清楚，常會變成一篇量化加一篇質性互不對話的論文，反而被口委質疑。動工前先畫出整合點，是這類設計最該守住的一步。
卡關的話
選方法的真正難點，往往不是「哪個方法比較好」，而是把模糊的研究動機，收斂成一句精準、可被回答的研究問題——方法只是隨之而來的結果。如果你已經在量化和質性之間來回猶豫超過一星期，比較有效率的做法是找人陪你把研究問題、研究設計與分析方法一路對齊到你能自己對口委說明。這正是豐道研究方法諮詢的目標：不是替你決定，而是讓你清楚為什麼這樣設計、並能站著把它講完。
本文由豐道團隊撰寫。研究設計諮詢、量化與質性分析、整案輔導的明碼價格見定價頁。