可以提供历时的或概念性的文本，研究者可以根据这些文本进行研究定位；也可以作为社会科学调查的主要资料。
与既有统计资料分析有关联的效度问题通常可以用逻辑推理和复证方法来进行处理。现有统计资料通常有信度问题，使用它们时必须小心。
步骤：1.选择合适的资料 2.处理资料 3.说明资料来源 3、历史/比较分析法
历史/比较研究——研究社会（或者其他社会单位）的历时变化，并对不同的社会进行比较。发现不同文化中的历史模式。
通常被看成是一种定性方法，但它也可以利用定量技术。 五、评估研究
评估研究——就是要判断某社会干预——比如某项试图解决社会问题的措施——的结果。 1、适于评估研究的议题
社会干预——是指在一定的社会环境下，为了获得某些具体的结果而采取行动。
适合评估研究的实际上都是相当重要的问题：工作、项目、投资以及信仰和价值。 2、问题设计：测量问题
认真设计问题，包括相关的测量及成功或失败的标准，是评估研究的重要方面。 （1）说明结果 对于评估研究的测量而言，主要的变量就是结果变量或反应变量。 （2）测量实验环境 （3）辨明干预因素 （4）界定总体
（5）新的与已有的测量 在测量不同变量时，研究者要决定时设计新的测量标准还是使用他人曾用过的。现存测量方法可以节省时间、精力，经常被研究者使用的方法具有可比性，长期使用的测量方法通常有较好的信度和效度。
（6）操作化的成功/失败——可以通过比较不同的项目来确定 3、评估研究设计的类型 （1）实验设计 （2）准实验设计
准实验设计——一种有点类似于实验设计但又不是很严格的方法，它缺少实验设计中一些关键性的要素，比如前测、后测和/或控制组。
时间序列设计——该研究设计研究随时间而变动的过程，比如对降低限速标准前后的交通事故的研究。
缺点：1.无法判断所假设的变量是否对因变量有主要影响。 2.测量态度和价值观的变化时很困难的，由于趋势研究是要不断地观测社会发展变化和新地社会现象，它很难利用现有地量表或标准问卷因此无法确定测量工具地效度。
非等同对照组——跟实验组相类似的控制组，但不是随机产生的。这种控制组在因变量或者跟因变量相关的变量上，与实验组有显著不同。
（3）多元时间序列设计——运用多套时间序列资料，进行比较分析的方法。 （4）定性评估
定量的和定性的资料分析都适用于评估研究，甚至同一研究中同时使用两种方法。 4、社会环境 （1）后勤问题
指称受试者做该做的事、接受和归还研究工具，以及其他似乎不具挑战性的工具 （2）伦理议题 （3）研究结果的应用
研究结果没有实施的原因：
1.研究结果并非总是用非研究者可以理解的方式表达出来 2.评估结果有时与宗教信仰相矛盾 3.既得利益事使用评估结果的障碍 5、社会指标研究
社会指标——反映社会生活的状态或质量的测量，比如犯罪率、婴儿死亡率等。它通常用来判断某一社会变革的性质。能够对广泛的社会过程提供解释。
有时电脑模拟模型可以用来指出社会干预可能产生的结果，而不需要在实际生活中去经历。
资料分析
一、定性资料分析
定性分析——对观察进行数字化的考察和解释的过程，其目的事要发现内在的意义和关系模式，尤其应用在实地研究和历史研究中。 1、理论与分析的联结 （1）发现模式
在分析资料的时候，最重要的事找出适用于多个不同的研究个案的解释模式： 1.变量导向分析——描述和/或解释特定变量的分析方法。
2.个案导向分析——试图通过探讨每个细节来理解某个或几个个案的分析方法。
3.跨个案分析——对多于一个的个案进行分析——可以是变量导向分析也可以是个案导向分析。 （2）草根理论方法（GTM）——一种归纳方法，理论只来自于资料而不是演绎。
这种方法从观察而不是假设入手，寻求发现模式并自上而下发展理论，其中没有任何预设。 持续比较法——草根理论的一个构成部分，就是说观察之间相互比较，并将观察和建构中的归纳理论进行比较。
包含了四个阶段（社会研究方法P364）
（3）符号学——对符号以及与符号相关的意义的研究。通常应用在内容分析中。
（4）谈话分析——对谈话细节的仔细分析，这种方法建立在详尽记录——包括休止符、感叹词、支吾声等——的基础上。 2、定性资料处理 （1）编码 1.编码单位 2.手工编码 3.建立编码
开放编码——在定性资料分析中，对概念的初始分类和标注。在开放编码中，编码是由研究
者对资料的检验和质问决定的。
（2）备忘录——即在定性研究中所做的记录，它是分析资料的一部分。既可以描述、界定概念，涉及方法论问题，或者提供初始的理论陈述。
在草根理论中，备忘录尤其重要：
1.编码记录：将编码标签及其意义对应起来。
2.理论记录：覆盖了很多主题，维度和概念的深层的反映，概念之间的关系，理论假设等等 3.操作记录：关注的主要是方法论问题，其中部分会关注资料收集环境，这对后面理解资料也有关系。
4.基础性备忘录：一旦有想法就可建立，无需特定理由和意义。
5.综合备忘录：将几个分类备忘录串联起来，并由此突现整个研究的内在逻辑。 （3）概念图——概念以及概念之间的关系的图表表示。在理论形成过程很有帮助。 3、定性资料的电脑处理（社会研究方法P373） 4、定性资料的定性分析
二、定量资料分析
定量分析——为了描述和解释观察所反映的现象而使用的数值表示和处理方法。 1、资料的定量化
所有的资料最初都是定性的，必须对其进行定量化以进行统计分析，定量化常常包括编码成用数值来表示的类别。 （1）设计编码类别
研究者可以使用既有的编码方案，如普查局关于职业的分类；或者设计他们自己的编码分类。编码方案必须适合于研究的特性和目标。 （2）建立编码簿
编码簿——资料处理和分析中所需的一个文档，它能够告诉研究者不同的资料在资料文档中的位置。一般用以识别资料的位置和用来代表不同变量属性的编码的意义。从中可以查到所需要的变量，包括每个变量中的属性号码。
功能：1.它是编码过程中的指南
2.分析的时候，告诉研究者每个变量在资料文档中的位置及每个号码所代表的意思。 注意：1.每一个变量，都是以原有变量的缩写形式来界定 2.每本编码簿必须对变量进行完整的定义 3.编码簿必须指出每种变量的属性 4.给每种属性都贴上一个数字标签 （3）数据登陆
除了将资料转化成定量形式之外，想进行定量分析的研究还需要将资料转化成机读格式，使得电脑能够读取并处理资料。
2、单变量分析——出于描述的目的，对单个变量进行分析。频次分布，平均值和离散趋势测量都是单变量分析，跟双变量分析和多变量分析形成对照。 （1）分布
频次分布——对一样本中变量的不同属性出现次数的描述。比如说，样本的53%是男性，47%是女性。另外一个例子可以是15个被研究的城市人口在1万以下；23个城市的人口在1万到2.5万之间等等。 （2）集中趋势
平均数（集中趋势）——代表集中趋势——典型性或常规性——的一个含糊术语。算术平均值，中位数和众数都是数学平均数的具体例子。
平均值——加总多个观察，除以观察单位总数所得到一个平均值。（定距变量） 众数——代表着最常出现的观察值或者属性。（适合定类变量）
中位数——在观察属性排列中位于“中间”的那个个案的值。（适合定序变量）
（3）离散趋势——围绕中心值——比如平均数——的值的分布。极差就是个简单例子。比如我们可以报告说平均年龄是37.9，范围从12岁到89岁。
标准差——对围绕平均值的离散趋势的测量。本质上，标准差是某套资料的变异程度的指标。高的标准差意味着资料比较离散，低的标准差意味着资料比较聚集。 （4）连续变量和离散变量
连续变量——其属性逐步、稳定增加的变量。 离散变量——其属性彼此隔离，或者说不连续的变量。 （5）细节可处理性——资料的完整与方便之间的矛盾
3、子群比较——以来描述子群之间子某些变量上的相似性和差异
4、双变量分析——为了决定两个变量之间的经验关系而同时对两个变量进行分析。探讨的是自变量和因变量之间的统计相关，其目的通常是解释而不是描述。 （1）百分比表格 （2）建立和解读双元表格
制作解释性双变量表格的步骤： 1.按照自变量的属性将样本分组；2.按照因变量的属性来描述这些分组好的子群体； 3.按照因变量属性将自变量的子群相比较，以解读这个表格
列联表——用百分比分布来表示变量关系的格式，因变量必须依靠自变量值而定。
原则：1.表格必须要有表头或标题，以简洁地描述表中的内容。2.变量原来的内容必须清楚说明——如果可能的话，可呈现在表格中，或者写在正文中，再加一段附于表中。当变量是取自于对态度问题的回答时，这个信息尤为重要，因为答案的意义主要取决于问题的问法。 3.每一个变量的属性必须清楚地说明。4.当在表格中使用百分比时，必须说明计算标准。5.若因缺失资料而必须将某些样本删除，其数量必须标于表格中。
5、多变量分析——对几个变量之间的关系的同时分析。
三、详析模式
详析模式——通过控制第三个变量的影响来理解两变量之间的关系的逻辑模式，其主要时拉扎斯菲尔德发展出来的。详析模式的多种结果时复证、辨明、阐明和标明。
详析模式是一种适用于社会研究的多变量分析方法，基本上是逻辑模型，它可以说明其他多变量方法的基本逻辑。详析模式是一种很好的逻辑工具用来对资料进行展开分析。
1.将样本按照检验变量（或者说控制变量——在进一步澄清其他两变量之间的关系时保持不变的变量。）分成几个子变量。
2.两个原始变量间的关系在两分样本中被分别重新计算。按照这种方式所建立的表格被称为净关系——详析模式中，控制两第三个变量的情况下，两个变量在子群中的相关关系，有时也称偏相关。 3.将这个净关系与在所有样本中发现的原有关系——也就是零阶关系（在详析模式中，也就是在不引入控制变量的情况下，两变量之间的初始关系），表示还没有控制其他变量时两变量之间的关系——进行比较。 1、详析范式
（1）复证——跟详析模式相关的一个术语，指的是引入变量之后，原有的两变量关系并没有改变。进一步加强了原关系为真的信心
（2）辨明——两变量之间的初始关系被证实是虚假的——因为引入控制变量后原关系消失了——这样一种详析模式结果。
必须具备条件：1.检验变量必须先导于自变量与因变量； 2.净关系必须是零或明显小于原有关系
（3）阐明——跟详析模式相关联的一个术语。表示的研究结果是说控制变量是原初相关关系中的中间变量，也就是说，自变量通过影响控制变量和影响因变量。
（4）标明——详析模式中用到的一个技术术语，宝石的详析结果是说引入控制变量之后，两变量之间的初始关系在某些子群中继续存在，而在另外一些子群中则不复存在，这个时候，就要标明初始关系存在的条件：比如，存在于男性中，而不存在女性中。 （5）范式的调整
1.基本的范式假定两变量间有一个初始关系，在一个更复杂的模型中，区分正相关关系于负相关关系是很有用处的，单即使初始关系为零，也可运用详析模式。
抑制变量——在详析模式中，使得初始关系不能显现的检验变量。
2.基本模型的焦点在于净关系是否与原有关系相等或比其弱，但它没有提出任何指导原则，以辨明是什么构成了原有关系与净关系之间的显著差异。
3.基本范式局限于人为净关系等同或弱于原有关系，这就忽略了两种可能性：净关系可以比原有关系更强，或者，就根本与原有关系相反。