什么是定性研究？设计、方法和示例

开始您的定性研究设计

如果您已经有一个主题，请通过记录五个输入将其转变为设计任务：

1. 您的研究主题

2. 人口或环境

3. 您需要了解的内容

4. 你可以实际收集的证据

5. 您的制度、道德和期限限制

您可以将这些输入作为任务提供给 Acade：

我正在计划一项关于第一代大学生接受大学咨询的经历的研究。帮助我确定定性研究是否适合该问题。比较合适的定性设计，推荐可靠的数据收集方法，识别道德问题，并创建研究设计简介。不要发明来源或参与者数据。标记我必须验证的每一个假设。

Acade 是一款面向学生、研究人员和专业人士的人工智能学术研究助手。对于这项任务，它可以帮助澄清主题、搜索相关文献、比较研究设计方案、整理笔记、提出初步研究问题、概述研究并准备中间研究材料。

Acade 不会取代主管、经验丰富的定性研究员、机构审查委员会、道德委员会或主题专家。您仍然负责确认设计、检查来源、保护参与者、解释证据和批准最终研究计划。

简化的工作流程

研究问题 → 问题类型 → 定性拟合检查 → 设计 → 抽样 → 数据收集 → 分析计划 → 伦理审查 → 人工批准

简短说明示例

• 主题：

  大学咨询

• 初始问题：

  建议可以提高学生保留率吗？

• 问题：

  “它是否有所改善”意味着可能需要定量或混合方法证据的效果。

• 定性修订：

  第一代学生如何描述学术建议如何影响他们继续入学的决定？

• 可能的设计：

  定性描述性研究

• 可能的方法：

  半结构化个人访谈

• 预期输出：

  连接问题、参与者、访谈计划、分析方法和道德要求的研究设计简介

此示例是说明性的。这不是一项完整的研究，也不包含真实的发现。

使用 Acade 完成研究设计

什么是定性研究？

美国国家医学图书馆将定性研究定义为使用非数字信息探索个人或群体特征并通过统计程序以外的方式得出结果的研究。在实践中，定性研究考察人们如何在特定的社会或制度背景下体验、解释和应对事件。 国家医学图书馆 MeSH 定义

定性研究通常适用于：

• 采访记录

• 焦点小组讨论

• 现场笔记

• 观察

• 书面文件

• 开放式调查回复

• 图像、录音或其他文化材料

书面或口头数据的事实并不自动使研究定性。站得住脚的定性研究还需要研究问题、连贯的设计、合理的抽样策略、记录的数据收集过程、系统分析、反思性的研究人员判断和透明的报告。

定性研究的核心特征

用户需要生产什么

可用的定性设计通常应包含：

• 一个重点定性研究问题

• 合理的定性设计

• 定义的人群、案例、现象或环境

• 采样原理

• 纳入和排除标准

• 数据收集计划

• 初步分析策略

• 道德和数据保护注意事项

• 质量或可信度计划

• 明确的限制

完成标准： 另一位知识渊博的研究者应该能够明白为什么问题、设计、样本、数据和分析是在一起的。

什么时候应该使用定性研究？

当目的是理解意义、经验、背景、交互或过程时，使用定性研究。

通常适用于以下问题：

• 患者如何体验新的护理途径？

• 为什么一些符合条件的学生回避支持计划？

• 员工如何解读工作场所政策？

• 哪些障碍影响了服务的获取？

• 专业团队如何在不确定的情况下做出决策？

• 社会过程如何在特定环境中展开？

定性研究在以下情况下特别有用：

• 对一种现象知之甚少。

• 现有类别不足以代表参与者的体验。

• 上下文是问题的核心。

• 在测量变量之前需要探索一个过程。

• 研究人员需要了解为什么干预措施在不同环境下的效果不同。

• 研究旨在产生概念或理论。

• 定量结果需要更深入的解释。

当主要问题提出时，它本身通常是不够的：

• 有多少？

• 多久一次？

• 百分比是多少？

• 一种治疗方法比另一种治疗方法更有效吗？

• 效果的大小是多少？

• 关联是否具有统计显着性？

• 结果能否推广到具有规定误差范围的总体？

这些问题通常需要定量证据。有些项目需要两种形式的证据，并且可能更好地设计为混合方法研究。

定性拟合测试

完成这些句子：

我需要了解如何或为何______。

相关观点、过程或设置是______。

最丰富的证据是参与者的账户、观察到的行为、文件或互动，因为 ______。

纯数字答案无法解释______。

如果最后一句话很难完成，请重新考虑是否有必要进行定性研究。

常见错误

不要仅仅因为预期样本较小或统计分析感觉困难而选择定性研究。决定方法的应该是研究问题，而不是方便性。

定性与定量研究

定量研究测量变量并使用数值分析来估计分布、关系、差异或影响。定性研究通过非数字证据探索意义、经验、过程和背景。

这两种方法本质上都不是优越的。每个人都回答不同类型的问题。

用户应该做什么？

将研究问题中的动词与所需的证据相匹配：

• 探索、理解、描述经验、解释、解释过程：

  考虑定性研究。

• 测量、估计、比较、预测、测试效果：

  考虑定量研究。

• 衡量结果并解释参与者的体验：

  考虑混合方法。

输入

问题草案和研究必须支持的决定。

预期输出

定性、定量或混合方法研究的合理选择。

完成标准

所选方法必须回答实际问题，而不是更方便的替代方法。

什么是研究设计？

研究设计是将研究问题与证据、分析和可辩护的结论联系起来的逻辑计划。

方法是该计划的一部分。例如，访谈是一种数据收集方法。现象学是一种方法论传统或设计取向。这两个术语不可互换。

连贯的设计说明：

• 该研究试图了解什么

• 谁的经历、行动、案例或文本很重要

• 为什么适合特定的定性方法

• 如何收集证据

• 如何分析证据

• 如何解决质量和道德问题

• 研究可以支持什么主张，不能支持什么主张

定性研究的主要类型

学科使用的类别各不相同，研究人员有时会结合或改编传统。遵循您所在领域使用的惯例并证明您的选择是合理的。

定性描述性研究

在以下情况下使用它： 您需要对经验、观点、障碍或过程进行清晰的、以实践为导向的说明，而不需要高度专业化的哲学方法。

用户操作： 定义所需的现象、人口和实用信息。

输入： 重点问题和相关参与者。

预期输出： 接近参与者语言的结构化描述或主题说明。

示例： 农村护士如何描述使用新电子文档系统的障碍？

常见错误： 将“描述性”视为允许在没有分析计划的情况下收集非结构化数据。

完成标准： 数据和分析可以产生一个有充分支持的描述来回答问题。

现象学

在以下情况下使用它： 该研究旨在理解生活经历的意义或基本特征。

用户操作： 定义共享现象并证明现象学方法的合理性。

输入： 对这一现象有直接体验和丰富的第一人称叙述的参与者。

预期输出： 对如何体验和理解该现象的解释。

示例： 第一年医生在做出紧急护理决策时如何经历道德困扰？

常见错误： 将任何访谈研究称为现象学。

完成标准： 问题、抽样、访谈和分析真正关注生活经验并遵循可识别的现象学传统。

扎根理论

在以下情况下使用它： 目的是开发社会过程的解释模型或理论。

用户操作： 定义感兴趣的过程并计划迭代数据收集和分析。

输入： 早期案例、持续比较、备忘录和逐步完善的抽样决策。

预期输出： 基于收集的证据的概念性综合解释。

示例： 博士生如何制定应对反复研究挫折的策略？

常见错误： 使用术语“扎根理论”，因为主题来自访谈。

完成标准： 该研究使用与所选扎根理论传统一致的系统比较和理论构建程序。

民族志

在以下情况下使用它： 问题涉及群体或环境中的文化、共同实践、行为、身份或意义。

用户操作： 确定文化或社会环境并计划持续参与。

输入： 观察、现场笔记、访谈、文物和背景证据。

预期输出： 对模式、实践、语言和含义的上下文解释。

示例： 沟通实践如何塑造急诊科内的协调？

常见错误： 将一组简短的访谈标记为民族志，而没有有意义的观察或参与。

完成标准： 研究人员拥有足够的访问权限和上下文证据来可靠地检查共享实践。

案例研究

在以下情况下使用它： 研究深入检查有界案例。

用户操作： 准确定义案例是什么及其边界所在。

输入： 与一个案件或一小部分比较案件相关的多种形式的证据。

预期输出： 上下文中案例的详细解释。

示例： 一所社区大学如何实施紧急学生支持计划？

常见错误： 在没有定义有界组织、程序化、基于事件或个人案例的情况下将参与者称为“案例”。

完成标准： 案件边界、证据来源、背景、分析目的明确。

叙事研究

在以下情况下使用它： 该研究考察了个人如何随着时间的推移构建和交流故事。

用户操作： 确定谁的叙述重要以及为什么它的顺序、形式或含义回答了问题。

输入： 采访、日记、信件、传记或其他叙述材料。

预期输出： 对故事的结构及其传达的内容的解释。

示例： 转行的护士如何讲述向临床实践的转变？

常见错误： 将任何引用或访谈记录视为叙事研究。

完成标准： 故事——不仅仅是话题回应——是关注的单位。

方法到问题的映射

该表建议可能性，而不是自动答案。学科、认识论、准入、道德和可用的专业知识可能会改变选择。

选择定性数据收集方法

常见的定性方法包括访谈、焦点小组、观察和文件分析。 NIH托管的方法论资源强调方法选择应该遵循问题和设置而不是习惯。 【NIH/PMC定性方法概述】

半结构化访谈

使用访谈来探索个人经历、推理、看法或敏感话题。

• 输入：

  参与者标准、访谈指南、同意过程、记录或笔记计划

• 输出：

  适合系统分析的个人账户

• 最适合：

  个人经历和决定

• 常见错误：

  提出引导性、复合性或过于抽象的问题

• 完成标准：

  每个问题服务于研究目的并允许公开解释

示例问题：

您能描述一下最近的情况吗？学术建议影响了您继续学习的决定？

焦点小组

当参与者之间的互动可以揭示共同语言、分歧、规范或群体层面的观点时，使用焦点小组。

• 输入：

  小组组成、协调员指南、同意流程、保密解释

• 输出：

  个人反应加小组互动

• 最适合：

  共享实践、看法、服务体验或反应

• 常见错误：

  将焦点小组的回答视为独立的个人访谈

• 完成标准：

  群体动态贡献有用证据，敏感话题可适当讨论 当参与者可能在其他人面前隐瞒私人经历时，

焦点小组可能不适合。

观察

当实际行为、互动、惯例或环境背景很重要时，使用观察。

• 输入：

  设置、研究人员角色、观察协议、现场记录系统、访问和道德批准

• 输出：

  行为、交互和上下文的系统记录

• 最适合：

  实践、工作流程、文化以及陈述和观察到的行为之间的差异

• 常见错误：

  在没有定义观察焦点的情况下记录印象

• 完成标准：

  现场笔记将观察与解释和文档上下文区分开来

文档分析

当政策、记录、媒体、报告或机构文本构成现象的一部分时，使用文档分析。

• 输入：

  文档选择标准、出处信息、访问权限、分析框架

• 输出：

  可追踪文档支持的模式和解释

• 最适合：

  政策实施、制度话语、历史变化或三角测量

• 常见错误：

  仅选择支持预期结论的文档

• 完成标准：

  文档语料和选择逻辑透明。

证据和来源解释

背景文献和研究数据有不同的作用。

• 背景文献

  确定已知内容、概念如何定义以及研究为何重要。

• 方法文献

  支持设计和分析选择。

• 研究数据

  提供了项目研究结果的证据。

• 参与者引用

  说明解释，但不会自动证明解释是正确的。

• 人工智能生成的文本

  不是研究证据。

• 人工智能生成的参考

  在使用前必须对照原始出版物进行检查。

定性研究中的抽样

定性抽样通常旨在识别与研究问题相关的信息丰富的参与者、案例、环境或文档。

常见策略包括：

用户应该做什么？

写出一个抽样理由来回答：

1. 谁或什么可以提供相关证据？

2. 需要什么经验或特点？

3. 哪些视角需要变化？

4. 如何接触参与者或案例？

5. 哪些道德或准入风险会影响招聘？

6. 研究者如何判断收集到的证据是否充分？

不要使用通用样本量公式

定性样本的充分性取决于问题、设计、参与者多样性、数据丰富度、分析方法和预期主张。 “饱和度”不应被用作无法解释的口号或自动数字阈值。

完成标准

抽样策略必须根据信息需求和研究的预期范围来证明合理——而不仅仅是时间或访问。

收集数据之前规划分析

定性分析计划不需要预测结果。它应该解释原材料如何成为一种站得住脚的解释。

基本计划应确定：

• 将分析哪些材料

• 如何准备录音或文件

• 分析单位

• 编码方法

• 代码是归纳式、演绎式还是组合式

• 如何开发类别或主题

• 如何比较病例或组

• 如何处理矛盾证据

• 如何记录决策

• 引文或摘录如何支持解释

• 如何保护参与者的机密性

一个简单的主题分析工作流程

1. 准备并检查数据。

2. 阅读完整的材料以熟悉情况。

3. 记录早期观察结果和反思笔记。

4. 开发并应用初始代码。

5. 比较编码段。

6. 将相关代码分组到候选主题中。

7. 根据完整的证据集测试主题。

8. 修改、定义和命名主题。

9. 识别例外情况和相互竞争的解释。

10. 写出与证据相关的解释。

常见错误： 将词频列表或人工智能摘要视为已完成的定性分析。

完成标准： 每个报告的主题都有明确的含义、支持证据、明确的界限以及与研究问题的记录连接。

工作示例：设计定性研究

以下示例是说明性的，不包含真实的参与者、数据或发现。

研究背景

社区大学想要了解为什么一些第一代学生在第一学期后停止使用学术建议。

第 1 步：澄清决定

用户必须执行： 指定研究是否需要测量、解释或两者兼而有之。

输入： 机构对建议使用减少的担忧。

推理： 管理记录可能会显示有多少学生停止上课。他们无法完全解释学生如何解释建议遭遇或他们为何脱离。

输出： 专注于经验和决策的定性任务。

常见错误： 声称定性访谈将证明建议会导致保留。

完成标准： 该研究寻求理解，而不是无支持的因果归因。

第 2 步：形成研究问题

问题草案：

第一代社区学院的学生如何描述影响他们在第一学期后是否继续使用学术建议的经历和环境？

这个问题表明：

• 人口

• 设置

• 体验

• 感兴趣的过程

• 所需理解的类型

第三步：选择设计

决定： 定性描述性设计。

原因： 该项目需要对经验、障碍和决策因素进行实际考虑。它不一定需要现象学解释、文化民族志、叙事生活史或新的形式理论。

输出： 书面设计原理。

第 4 步：选择参与者

说明性标准：

• 第一代学生

• 完成至少一项建议互动

• 完成第一学期

• 在以下定义的时间内未使用建议

研究团队需要确认这些标准是否适当、公平、可行并获得批准。

第五步：选择数据采集

建议的方法： 半结构化个人访谈。

原因： 学生可以在个人对话中比在小组中更公开地讨论误解、制度障碍、时间压力、信任或敏感经历。

采访主题说明：

• 第一次咨询会议之前的期望

• 交互过程中发生了什么

• 学生如何解释顾问的角色

• 回国的实际障碍

• 改变学生决定的事件

• 未来的建议有何用处

第 6 步：计划分析

建议的方法： 系统的主题分析。

中间输出：

• 检查成绩单

• 分析笔记

• 密码本或记录的编码框架

• 编码摘录

• 候选主题

• 否定或矛盾的情况

• 最终主题解释与证据摘录

第 7 步：计划质量检查

• 记录设计决策。

• 保留研究人员假设的反思记录。

• 将解释与完整的证据集进行比较。

• 寻找矛盾的情况。

• 保留审计跟踪。

• 避免将一个引人注目的引用作为普遍的发现。

• 描述上下文和采样限制。

第 8 步：解决道德问题

由于该示例涉及人类参与者，因此研究团队在招募或数据收集之前必须遵循适用的机构要求。

在美国，HHS 指南解释说，知情同意是所涵盖的人类受试者研究的核心保护措施，通常必须前瞻性地获得，除非适用授权弃权或变更。研究人员必须咨询自己的机构或 IRB，因为要求取决于项目和管辖范围。 HHS人类研究保护办公室

相关问题可能包括：

• 自愿招募

• 不平等的权力关系

• 易于理解的同意材料

• 录音权限

• 保密

• 可识别的教育信息

• 安全数据处理

• 重新识别的风险

• 工作人员是否可以推断哪些学生参加了

• 如何对报价进行去识别化

Acade可以帮助组织问题和起草材料，但它不能批准协议或确定是否需要IRB审查。

常见的定性研究错误

从首选方法开始

“我想进行采访”还不是一个研究设计。从问题和所需的证据开始。

使用过于宽泛的问题

“学生如何体验教育？”没有定义可用的现象、背景或范围。

令人困惑的设计和方法

面试是一种方法。案例研究或现象学研究是更广泛的设计选择。

将小样本视为自动定性

小样本也可以出现在定量研究中。问题和证据的性质决定了方法。

声称统计代表性

有目的的定性样本通常不支持人群患病率估计。

过度强调因果关系

参与者的解释是经验和解释的宝贵证据，但它们本身并不能确定因果效应。

在没有分析计划的情况下收集数据

“阅读采访并找到主题”对于一个有说服力的设计来说太模糊了。

忽略研究者的影响

问题措辞、身份、关系、访问、假设和解释可以塑造证据。

将 AI 生成的材料视为数据

综合反应、发明的引文、生成的参考文献和生成的发现不能作为参与者证据。

在招募之前忽视道德

设计期间应考虑同意、隐私、风险、访问、激励和数据处理。

Acade 如何帮助定性研究设计

Acade 通过帮助用户将广泛的主题转化为可审查的中间输出来支持研究设计工作流程。

1.进入研究设计任务

提供：

• 学术水平或专业背景

• 纪律

• 主题

• 人口或环境

• 当前的研究问题

• 预期交付成果

• 截止日期

• 可用数据或访问

• 道德约束

• 机构或出版物要求

2.明确研究问题

请Acade区分：

• 实际问题

• 知识差距

• 预期的研究贡献

• 研究应支持的决定

• 需要确认的假设

输出： 结构化的问题陈述——而不是捏造的差距声明。

3.查找并整理相关文献

Acade 可以支持使用相关学术资源进行文献发现和组织，其中可能包括 Google Scholar、PubMed、arXiv 和其他学术资源。

用户必须打开并验证原始记录，确认相关性，并检查每个书目细节。搜索可用性和可访问的全文可能会有所不同。

输出： 经过人工验证的初步证据图。

4. 比较设计选项

要求 Acade 仅在相关时比较定性描述、现象学、扎根理论、民族志、案例研究和叙事研究。

输出： 比较表包含：

• 设计

• 适合问题

• 证据要求

• 访问要求

• 分析影响

• 风险

• 验证假设

5. 构建方法计划

要求 Acade 连接：

研究问题 → 设计 → 参与者或案例 → 抽样 → 数据收集 → 分析 → 质量 → 伦理

输出： 适合主管或团队审查的研究设计简介。

6.生成中间材料

根据批准的设计，Acade 可以帮助开发：

• 搜索词

• 文献注释

• 研究问题修订

• 初步面试指南

• 抽样清单

• 设计比较

• 研究大纲

• 适当的调查问卷草稿

• 研究报告结构

• 思维导图

这些是工作材料。它们不是自动批准的研究工具。

7. 验证证据和假设

人类研究人员必须：

• 打开每个引用的来源。

• 确认源支持关联的语句。

• 删除发明的或无法验证的引用。

• 检查专业术语。

• 确认设计遵循纪律惯例。

• 获得所需的道德或机构审查。

• 保护机密或可识别信息。

• 决定输出是否可供使用。

8. 进入下一个研究步骤

经过人工批准后，设计可以指导：

• 协议开发

• 道德文档

• 招聘策划

• 数据收集材料

• 文献综述

• 分析准备

• 研究报告

使用 Acade 完成研究设计

告诉Acade您的领域、研究问题、人群、限制条件和当前问题。要求它比较合适的定性设计，并生成一份研究设计简介，清楚地标记需要人工验证的每个来源、假设和决策。

结论

定性研究用于理解上下文中的意义、经验、行为、交互和过程。强有力的定性设计将研究问题与合理的设计、相关样本、适当的数据收集方法、系统的分析计划、道德保护和透明的质量检查结合起来。

决定性的问题不是“我可以使用采访吗？”问题是“需要什么证据来负责任地回答这个研究问题？”

Acade 可以帮助您搜索文献、比较设计方案、组织决策、起草中间研究材料并准备连贯的设计概要。人类研究人员仍必须验证来源、确认方法适合、保护参与者、解释证据并批准最终研究。

使用 Acade 完成研究设计

FAQ

简单来说什么是定性研究？

定性研究研究人们如何体验、理解或响应事件和情况。它通常分析文字、观察、文档或交互，而不是主要依赖于数字测量。

定性研究的主要目的是什么？

其主要目的是培养对意义、经验、行为、关系或过程的上下文理解。确切的目的取决于问题和所选的设计。

什么是定量研究？

定量研究使用数值数据和结构化测量来估计频率、比较组、检查关联、检验假设或估计效果。它需要单独的完整指南，因为它的设计和分析决策不同于定性研究。

什么是研究设计？

研究设计是将问题与证据、分析和可辩护的结论联系起来的逻辑计划。它不仅仅包括数据收集方法。

研究方法是什么？

研究方法是用于收集或分析证据的程序，例如访谈、观察、文件分析、调查、实验或统计模型。方法在更广泛的研究设计中运作。

定性研究的主要类型有哪些？

常见类型包括定性描述、现象学、扎根理论、民族志、案例研究和叙事研究。术语和期望因学科而异，因此所选择的设计必须合理，而不是仅根据标签来选择。

访谈总是定性研究吗？

否。访谈可能是高度结构化的并产生定量数据，也可能是开放式的并产生定性证据。使用访谈本身并不能建立定性设计。

定性研究需要多少参与者？

没有有效的通用号码。充分性取决于问题、设计、参与者多样性、数据丰富度、分析策略、访问和预期主张。基本原理应遵循特定学科的方法论指导。

定性研究能否证明因果关系？

定性证据可以解释感知机制、经验、序列和情境影响。它通常无法像适当设计的实验或因果定量研究可能试图做到的那样，自行确定因果效应。

什么是概念框架？

概念框架组织指导研究的概念和提议的关系。它可能会影响问题、数据收集和分析，但它与定性设计本身不同。该主题应在专用页面上开发。

Acade 可以选择我的最终研究设计吗？

Acade 可以帮助比较选项、组织文献、揭示假设并准备初步设计概要。最终决定必须由人类研究人员根据纪律、监督、制度和道德要求做出并批准。

AI 可以分析定性研究数据吗？

在机构规则和数据保护允许的情况下，

AI 可以协助组织或探索性工作。它不能取代研究人员的解释、反思、来源检查、保密保障、方法文件或专家审查。切勿将机密参与者数据上传到未经批准的服务。