众所周知，定性数据分析软件（QDA 软件）为研究人员提供了显着的优势，尤其是在节省文书工作的时间方面，这“使研究人员可以自由地从事更有意义的分析工作”。 使用它是进行实用和有效研究的最关键步骤之一。但是，知道您需要分析工具是一回事，了解为什么以及何时在您的研究中应用 QDA 软件是另一回事。
这份定性数据分析技术的研究分析指南将帮助您发现一些最佳实践，以确保您所做的任何分析的完整性。发现不同方法的实际应用，这些方法可以提高您的工作准确性，并帮助您以更深入的洞察力开始分析定性数据。
定性数据分析简介
由于定性数据具有复杂的非数值性质，因此定性数据的分析可能比定量数据更复杂。这种类型的分析可以包括多种形式的数据，包括：
- 采访
- 焦点小组
- 观察
- 文本或文档
- 成像
- 音频/视频录制
- 社交媒体数据
因此，定性研究倾向于：
- 探索主观体验
- 探索真实环境以获得真实的体验
- 允许灵活、深入地探索主题
定性数据分析至关重要，因为它通常可以帮助发现定量数据可能遗漏的见解，或者为可能被忽视的数据提供背景信息，从而更深入地了解研究主题。
同时，此类研究通常需要专业技能和工具来帮助有效地分析结果。定性研究通常会产生大型、复杂的数据集。数据越广泛，分析所需的时间就越长，因此对 QDA 软件的需求就越大。
了解分析定性数据的重要性
定性数据分析在挖掘潜在的感受和动机时提供了对数据的更深入理解。这种方法常用于以下行业：
- 医疗
- 教育
- 营销
- 心理学
- 政治学
- 人类学
- 社会学
从定性数据分析中收集的信息可以提供对行为、动机、感知等的重要见解——所有这些都很难量化。
然而，由于其复杂性，定性数据需要仔细解释才能找到有意义的模式，并且需要高水平的透明度和严谨性。使用 NVivo 等数据分析软件有助于促进比其他方式更高效、更深入的分析。
流行的定性数据分析技术
存在许多定性研究方法，每种方法都根据研究的问题提供各种优势。每种技术都有不同的用途，并且可以以不同的方式将相同的数据置于上下文中。因此，了解它们的细微差别至关重要，这样您才能为您的研究问题、设计和数据类型选择正确的方法。
Scopus 2018-2023 年的定性方法趋势
主题分析
主题分析可用于通过识别和分析定性数据中的模式或主题来帮助您了解数据集的核心含义。
此方法包括对所采集数据的不同部分进行分组或“编码”，并创建专题图以帮助您探索它们之间的关系。然后，您可以讨论或撰写每个主题，加深您对它们关系的理解。
虽然这种分析形式本身很有用，但适应性很强。在检查以下内容时，您可能会从使用主题分析中受益：
- 经验
- 动机
- 看法
- 态度
- 用户反馈
主题分析适用于多种数据类型（例如，文档、访谈、社交媒体帖子、图像、视频），并且不是一个严格的方法框架——允许在您的研究中进行调整和灵活性。这种方法非常简单，研究人员在其职业生涯的任何阶段都可以使用。
主题分析示例：关于远程工作环境中的组织挑战和适应的研究。
- 重点： 不同行业的远程工作者的经验。某些类型的工作是否更适合远程工作？某些类型的员工是否更愿意远程工作？
- 数据收集：对一系列远程工作者进行深入访谈。
- 分析 1：从阅读数据开始以熟悉它。开始生成初始代码，例如“技术适应”、“沟通障碍”和“工作与生活平衡”。
- 分析 2：将初始代码整理到潜在的主题中。例如，“技术适应”和“沟通障碍”可以形成更广泛的“技术挑战”主题。然后回顾这些主题并对其进行改进，直到您得出最终主题并可以将它们与研究问题联系起来。
- 报告：该报告涉及用生动的摘录编织叙述，展示它们如何支持主题。例如，它可能会强调技术挑战如何激发创新解决方案。
含量分析
内容分析是一种结构化的数据解释方法，它根据数据包含的单词或符号的频率和上下文来解释数据。虽然这对于揭示定性数据中的潜在模式或趋势很有用，但它可以被视为数据分析的定量方法。
内容分析示例：关于社交媒体在塑造气候变化公众舆论中的作用的研究。
- 焦点：社交媒体话语如何影响公众对气候变化的看法和看法？
- 数据收集：数据来自多个社交媒体平台（例如 X （Twitter）、Facebook、Reddit。提及气候变化、全球变暖等的帖子、评论、讨论）
- 分析 1：研究人员识别出反复出现的单词/短语，例如“碳足迹”、“可持续实践”、“抗议”，并查看它们的频率。单词/短语是编码的。
- 分析 2：编码数据经过组织以反映更广泛的主题，例如“环境影响”、“激进主义”、“否认”等。然后，研究人员解释每个主题如何塑造公众舆论、每个主题出现的频率、讨论的情绪以及谁是影响者。
- 报告：调查结果被放在一份报告中，讨论每个主题的普遍性和影响。
阅读 Navigating Inductive Content Analysis in Qualitative Research >>
存在许多定性研究方法，每种方法都根据研究的问题提供各种优势。每种技术都有不同的用途，并且可以以不同的方式将相同的数据置于上下文中。因此，了解它们的细微差别至关重要，这样您才能为您的研究问题、设计和数据类型选择正确的方法。
扎根理论
扎根理论是另一种常见的方法，虽然感觉与主题分析相似，但不同之处在于它侧重于使用数据来构建理论。这是一种归纳方法，它系统地使用收集的数据来创建新的理论——比数据的表层更进一步。此外，数据收集和分析是迭代的，对收集的前几个数据进行初步分析，指导下一步应该在哪里或谁进行访谈。
然后，发现的概念用于在数据分析过程中生成理论。以这种方式处理概念可以鼓励发展更深刻的“核心理论”，这些理论可以作为基础。随着新数据的传入，由于其高度迭代的性质，可以将其与现有代码和类别进行比较。
社会科学通常使用这种方法来理解更复杂的社会互动，但它需要一种灵活的方法来解释数据。
扎根理论示例：一项关于经历学业压力的学生应对策略的研究。
- 重点 – 开放性话题：没有先入为主的理论
- 数据收集/分析： 对不同学生进行深入访谈;在收集访谈时对其进行分析，以指导下一组访谈。当未发现新见解 （饱和） 时，数据收集将停止。
- 初始编码：“开放编码”源自参与者的语言（例如，学习小组、锻炼、寻求帮助、拖延）——当受访者的表达被用作代码时，它被称为体内代码（例如，“撞书”、“咖啡因修复”）。
- 发展类别：初始代码分为多个类别，例如学习组和寻求帮助可以归类在“社会支持”下，而锻炼可以归类在“身体健康”下。
- 找到核心类别： 从数据来看，“社会支持”似乎是连接他们如何应对压力的许多方面的关键类别。它似乎是正在开发的影响情绪健康和学习成绩的理论的核心。
- 构建理论：理论从类别的相互联系中出现。它可能会提出“社会支持网络是大学生有效压力管理的核心”。
- 验证：该理论通过采访新参与者来测试——可能在不同的环境中（例如，备考压力与课程作业截止日期）。进行验证以查看理论是否成立或需要调整。
叙事分析
当试图理解个人叙述时，尤其是故事中的叙述，叙述分析可以帮助理解研究参与者的经历。它分析收集的数据的几个部分，例如：
- 结构
- 上下文
- 内容
- 主题
然后，您可以在此处探索文本，以发现人们如何解释自己的经历以及个人如何构建故事。收集到的信息可以为收集到的其余数据提供上下文。
当试图理解各种社会现象或将特定数据置于上下文中时，叙述分析具有明显的优势，因为它能够：
- 捕获复杂的体验
- 突出显示主观性影响数据的区域
- 揭示未被发现的意义
- 探索人们如何构建和调整他们的身份
- 帮助解释社会结构和互动
叙述分析示例：一项关于了解兵役对家庭动态影响的研究。
- 重点： 退伍军人如何表达自己的感受，谈论关系的变化和他们的应对机制。每个故事都是独一无二的，但您需要了解上下文。
- 数据收集：对服完现役后返回的退伍军人进行深入访谈，了解他们在部署之前、期间和之后的经历，了解它如何影响他们的家庭关系。
- 分析：研究常见主题，例如“过渡挑战”、“沟通差距”等。还要看看他们的叙述结构，他们如何构建与家人团聚的故事，以及他们从士兵到平民和家庭成员的身份演变。
- 报告：该报告可以是一系列案例研究，突出个人和情感经历，并对军人家庭面临的更广泛模式和问题有见解。它可以为军人家庭福利的政策制定提供信息。
现象学分析
简而言之，现象学研究个人在世界上的生活经验。更具体地说，它是对一个人经历的现象的研究，以及他们对现象的感知和理解。现象学分析可以揭示一个人日常生活中报告现象背后的意义。
根据 Neubauer， B. E.， Catherine T. Witkop， CT， Varpio， L， （2019） 的说法，这个过程的主要挑战之一是研究人员必须暂停自己的态度、信念和假设，以便专注于参与者对现象的体验。
现象学分析方法保留了参与者的主观视角，并且通常保留了他们基于其背景的独特见解。通过这种方式，它提供了对相关体验的更丰富、更深入的理解。
现象学示例：关于参加音乐节体验的研究。
- 重点/研究问题：成为音乐节的一部分在情感和感官上是什么感觉。
- 数据收集：与参与者进行深入对话 – 他们在整个音乐节期间的感受、所见、所闻和所想。
- 目标：了解成为音乐节一员的“本质”是什么感觉。寻找共同的主题 – 兴奋、不适、友情等。
- 报告：根据他们的描述，尽可能详细地描述在音乐节上的真实感受。目的是让从未参加过音乐节的人感觉仿佛身临其境，亲身体验。
案例研究方法
案例研究方法将非常详细地研究世界上的特定事物，通常试图回答“如何”和“为什么”的问题。此分析的主题可能是：
- 个人
- 一个组织
- 一个事件
- 一个进程
- 一个地方
- 对象
这种方法允许深入关注特定实例，从而获得研究人员在更广泛关注的情况下无法找到的全面见解。
案例方法可以采用多种形式并结合各种数据收集方法。此类数据范围还可以帮助研究人员了解特定事件的背景，或者类似的个人或组织可能如何应对相同的刺激。
案例研究示例：关于远程工作对科技公司员工生产力和福祉影响的研究。
- 重点：该研究重点关注一家科技公司，该公司以在 COVID-19 大流行期间和之后严格采用远程工作政策而闻名。之所以选择这家公司，是因为它代表了了解远程工作政策对科技行业的更广泛影响的关键案例。
- 数据收集：对不同级别的员工（包括管理层和员工）进行结构化和非结构化访谈。非参与者对虚拟会议和远程工作交互的观察。审查内部文件，例如电子邮件、生产力报告和员工满意度调查。
- 分析 1：使用数据三角测量法（即将访谈与观察结果和文档进行比较）。通过参与者反馈会议验证结果。
- 分析 2： 以组织行为学理论和动机、工作满意度等概念为指导。了解公司的文化、组织结构等，以及这些因素如何与远程工作动态相互作用。这包括分析行业环境。
- 报告：详细描述公司的远程工作实践以及远程工作如何影响员工的福祉和生产力。
确保轻松的定性数据分析
有这么多不同形式的分析可供选择，拥有合适的工具来高效可靠地执行每项分析至关重要。像 NVivo 这样的软件可以提供帮助 – 提供准确、高效的定性数据分析，帮助您搜索数据的含义。