方法论翻译汇总

5.2定性方法
定性方法的目的是在研究中帮助理解现象。

定量研究的重点是测量，隔离特殊现象用特定的工具进行测量。

这种特定的研究缺乏考虑，因为这种现象有较宽的条件设定。

定性的方法一直在社会科学发展起着重要的作用，是研究人员研究社会和文化现象的重要方法。

其中例子包括案例研究、行动研究、扎根理论等等。

采用定性方法研究最好的例子是对人类和社会的研究，研究人在生活文化环境中的动作行为。

比如说人们为什么会做出决定和采取行动，他们这样做，往往是高度情境化。

定性方法被设定为研究在非常情况下为什么这种现象会发生。

要理解定性研究是最好的办法是把它比作定量研究。

两者之间的最简单的区别在于，定量方法着眼于数字，定性方法专注于文本，最重要的是抓住人们所说的、所做的文字，以及人们所相信的、所经历的或者有记录的特殊现象、主题和事件。

定性方法是在现实生活中的范围内研究现象实证调查的策略。

它们是有用的，特别是当边界现象和环境之间并不明显，或当你想学习一个深入特殊现象时。

它们非常适合于那些其中现象还没有完全理解，没有得到很好的研究，或仍不断涌现的探索性研究。

他们也非常适合学习社会，文化或政治方面的现象（例如，涉及信息技术就在使用这种方法）。

相比于定量研究，定性方法采用不同的哲学假设，对数据进行收集，以及用于分析技术和解释。

在下文中，我已经整合了一批特色的定性方法：•自然的环境：定性研究是在现场进行的，研究一种在它发生背景下的现象。

•研究者把定性研究作为一个重要工具：定性研究人员收集数据和信息本身（而不是通过“客观的”仪器），常通过面到面的相互作用，观察行为，学习文件，或者面试参与者。

•多个数据源：定性研究人员通常聚集了各种不同种类的数据，从采访到文档的意见等等。

•归纳分析：定性方法强调数据自下而上的分析和积聚的图案，主题和理念融入到越来越抽象单元数据中来。

•专注于新兴的含义：定性方法侧重于研究参与者的学习行为，关注他们的意见或看法。

•进化设计：同时，定性方法之后的一般过程通常遵循渐进的研究，一个计划的研究计划，数据收集或分析可以展开并随着时间的推移的变化研究进展。

•解说：定性方法通常由科学家所收集数据的解释和分析，在关于这一现象的理论提出概念化的形式研究。

解释是主观的，历史上和内容结合到研究者开发和表达解释。

•整体性和语境：定性方法的目的是协助研究人员在发展中的复杂现象进行全面，细致的研究。

这个通常意味着从多个角度落实到一个现象，由现象放大并注意各个方面而不分离从而减少到一个或几个专用变量。

定性的方法通常也被称为解释性研究方法，因为它关注与典型焦点上的数据的解释的发展。

这个方法被现实的社会建构主义认为，强调他们的社会形本体处方和历史背景的的联系现象，不能从上下文中分离出来。

在认识论上，研究社会现实的最好办法就是在社会历史背景下的主观解释。

请记住，定量方法在基础上，现实情况是相对独立的- 无关上下文，因此可以分离并客观地研究。

因为强调非数字的数据（“文本”），定性研究不是服从定量分析等统计数据，而是主要依赖于其他分析技术，如人种，内容分析，或话语分析。

这是定性和定量之间的另一个主要区别。

定量方法依赖于随机抽样其中，案件随机更广泛的人群选择。

定性的方法通过相比之下依靠立意抽样，在案件被选中是因为他们拥有感兴趣的某些属性。

定性的方法有其独特的优势在探索性研究,因为他们可能发现复杂的,多方面的,甚至和隐藏的现象。

他们的探索性质它们能够被用于理论，它们能够来适用于不同领域或现象，其中包括知识或理论。

因此，构建和测量的存在与任何其他研究方法不同。

但定性研究也有弱点，定性的主要缺点研究方法是在要概括到更大的人口的难度。

此外，定性的方法需要相应的技能和经验，因为这种研究的解释特性使得它容易受到强烈的主观解读偏差。

定性的方法也经常与可靠性问题挂钩，因为研究过程中常常让背景使一个案例不能在其他情况下实地复制。

5.2.1数据收集技术
定性方法采用多种技术来收集数据。

最突出的形式肯定是采访，无论是面对面，一对多（在焦点小组）或通过电话/会议。

采访可以是描述性的，探索性的
或解释性的。

描述性的采访提供一个个人感知对丰富的现象的描述。

这种方式，可能产生主观理解。

重点是通常给多人观点和开发利用的现象得出一个全面的，多方位的描述或构思。

这个构思然后可以产生解释性的理解。

探索性访谈通常用来定义问题，提出新的理论结构，建立新的理论。

通常情况下，它是在命题或假设产生的基础上所观察到的关系或通过解释性理解产生的。

解释性采访，另一方面，体现在因果关系的研究，例如确定是否假定和假设的关系和因果关系之间的概念或结构确实发生在现实生活中是这样认为的设定。

采访值得夸赞的优点是有针对性（重点直接在选定的主题）和有见解的（他们可以提供所认为的受访者的因果推论）。

然而，采访面临的也有弱点和挑战。

其中，反身性挑战（受访者回答面试官想听到的东西），准确（答案召回差），人为的（研究者通常是一个陌生的应聘者），响应和系统偏差由于粗制滥造等问题突出。

访谈通常使用更多或更少的正式结构化的协议，这取决于采访的目的。

最常见的访谈是一个半结构化的性质。

在这些中，受访者被问到一个预定义的面试结构（协议）的研究的主题。

采访进行灵活的新问题可以在面试之后看看面试者说了什么。

因此，采访遵循一个对话的形式，允许后续问题和双向讨论的话题（或其他主题和链接，在面试中出现）。

半结构式访谈通常以较一般的问题，或有主题的问题开始。

这些问题通常是在面试前制定的。

然而，可能的问题，潜在的相关主题和问题之间的关系成为5个90的研究方法的基础上更具体的问题（通常是不预先制定的）。

这种方法让面试官和被采访的人具有灵活性，以探讨细节或讨论问题，如果必要或有益的。

因此，半结构化面试，只有在某种意义上说，某种形式的面试协议提供了一个框架的面试。

为此，半结构式访谈表现出了一些其他面试方法的好处：
•他们对被采访者的侵入性较小，因为半结构式访谈鼓励双向交流。

例如，那些被面试的人可以问面试官的问题。

•他们可以用来确认什么是已知的，而且在同一时间提供学习的机会。

通常从半结构式访谈获得的信息不仅提供了答案，也提供了答案的原因。

•当个人接受采访时，以谈话的方式而不是结构化的方式，他们可能更容易地讨论敏感问题。

第二个关键技术是观察。

直接观察涉及的研究人员作为一个被动中立的旁观者，不涉及在感兴趣的现象（“看的肩膀”），而参与者观察包括研究人员作为一个积极的参与者（“影响现象”）。

在一些研究中，一些事件或行动被直接观察，而其他人也受到影响。

观察中的一个关键问题在于，我们通常研究不熟悉的环境，所以要求我们要经过一段时间的适应，学会习惯我们正在研究的环境。

第三个关键技术是一个文件，其中与观察单位有关的各种内部和外部文件都被作为一个数据源收集和使用。

这些文档可以是结构化的（扩展表）半结构化（电子邮件，报告，政策文件，网站）或非结构化（音乐，视频，其他媒体）。

该文档也可能是个人的，私人的或公共的，这可能会影响访问，使用或报告的数据。

这些和其他的数据收集技术（例如，媒体文件或视频的集合）也涉及到定性研究的一个基本原则，即数据的三角化。

三角测量字面上意味着做更多的不仅仅是一件事。

数据的三角剖分是指阅读，和相关的，对某一现象或主题的多重证据来源。

通过三角测量数据，研究人员可以获得一个更细致入微的画面的情况，同时可以提高他们调查结果的准确性和可靠性。

例如，研究人员可以确定访谈资料发表在一个组织的报告或观测数据。

数据三角剖分的一个很好的例子是琳恩所描述的马库斯研究电子邮件的使用管理者[ 112 ]，她给出恰当的调查数据证实了她的观点，从访谈和文献分析的基础上对电子邮件的内容的发现。

她和其他的例子表明，使用三角协助研究人员增加了调查结果的坚固性，通过交叉验证实现不同种类和来源的数据时，可以加强研究结果，被发现是一致的（甚至当解释是发展到占分歧）
5.2.2数据分析技术
在量性研究（指先规定收集资料的方法，通过数字资料来研究现象的因果关系）中,数据收集和分析通常是独立的、连续的阶段。

这种研究区别通常不是有意义的或富有成效的定性研究,数据分析和收集可以高度交织。

你可能会意识到在那个阶段,你需要后续的面试或其他来源的数据进一步探索理论或探索的一个新兴概念,以及其他结构等等。

随后的分析,那么新收集的数据可能会反过来进一步修改原范本。

一个关键属性数据分析阶段的定性研究是需要的数据量分析,通常没有一个清晰的理解这部分相关或不是最终结果,或者为什么。

有很多技术分析定性数据。

在定量方法类似于这一章,我只能提供一些简短的介绍一些比较流行的技术。

第一种：编码:
编码可能是最常使用的,最有用的技术，能够凝聚定性数据有意义的信息。

编码是指分配标签给不同数据或者大块的收集的数据——短语,段落,或整个文档。

通过编码,我们可以归类或组织数据。

通常,编码是用来组织数据的概念,主要是思想或主题,我们确定的数据。

我们已经看到编码分析——事实上,它已经有悖于的解释。

编码方法有很多,但最常见的编码技术介绍了安塞姆施特劳斯和朱丽叶科尔宾的,轴向和选择性。

开放编码是一个过程,旨在发现和命名的概念从内部数据。

分组的概念可能是高级类别减少发现概念在更高层次的抽象概念。

轴向编码涉及到组织类别和/或概念为因果关系, 例如,区分条件与行动和互动,后果。

第三,
选择性编码可能会被用来识别从一个几个中央类别,然后系统地和逻辑上相关的所有其他类别这些核心类别。

这是通过选择性抽样可用数据来验证或提炼类别或关系。

第二种：备忘录:备忘录是一个主观的对于所发生事件时间或地点的数据收集的评论或思考。

备忘录用来总结是什么,发生了什么,或者是如何实现。

或者备忘录也可以描述一个预知的评论或最初的关于解释数据的想法。

备忘录可以有用的工具来指导进一步的研究过程,并能引导标识的概念和主题。

第三种 :关键事件:关键事件分析包括识别和检查一系列“事件”或“国家”之间的过渡(例如按时间顺序)。

此类事件可以用来开发一个故事情节或猜测时间或事物之间的逻辑关系,事件或发生的动作。

第四种：内容分析:涉及文本的语义分析和发现主要概念。

一般来说,内容分析方法分为两类:概念和关系。

在概念分析、文本材料是存在,检查频率和中心的概念。

这些概念可以代表词,短语,或更复杂的结构。

关系分析,另一方面,汇总不仅在体内的频率概念的文本,而且还同现的概念,从而研究如何概念(预定义或紧急) 文档中是相互关联的。

这些关系可能是基于上下文接近,认知映射,或潜在的情感,这些只是其中一部分。

内容分析是通过参与训练有素的人类分析师标签文本语料库与预定义的或新兴的代码,从而引入偏见的来源的编码过程。

最近,然而,
计算方法还可用来促进更高效和客观的探索的内容大的文本。

几个这样的方法已经被开发出来,包括多维空间模拟语言，潜在语义分析和数据挖掘工具,比如Leximancer。

话语分析:话语分析关注结构和演变 (如谈话、争论或辩论)。

话语分析可以用来检查使用,或进化,短语、术语、隐喻、寓言。

不同的语篇分析包括社会符号学衍生体,对话分析。

这些只是少数类别的技术,可用于定性数据分析。

每组的技术有一个特别关注和一系列的优点和缺点。

我们可以适当使用任何一种方法,因为它将取决于研究者的哲学立场,搜索过程的阶段,选择搜索方法,收集的数据的类型,也与个人
兴趣有关。

可以利用一些分析定性数据分析软件,如近年Nvivo(一款质性分析软件)或Leximancer（和前面那个一样）。

这些工具旨在协助分析,如编码、交叉引用,类型学的创建和管理,识别来源的证据,甚至内容分析的非结构化文本语料库。

被提醒,这样的工具可以是一个宝贵的援助尤其是分析大量的定性数据,但他们仍然
只是一个工具。

定性研究是建立在解释分析-一种固有的主观活动,依赖于研究者他/她自己。

另一个潜在的限制是人堆的可能性在详细的数据分析工具,失去了“大画面”。

在我们使用不同类型的定性方法之前，让我们迅速地讨论定性研究的严谨性。

许多机制和分析显示严格的定量研究（如通过专用的统计数据，如信度的阿尔法，交叉负载，拟合优度措施等证明的有效性和测量的可靠性）并不适用于非数值数据。

此外，定性方法依赖于解释分析，因此是研究一种更主观的形式。

不过，这并不是说严格并不适用于定性的方法，或者无法实现这些方法的严谨性，而是确保并证明严谨的手段是不同的。

虽然构想效度和统计结论效度不适用，其他若干准则已经被应用，以迎合更多的定性方法的主观性和解释性的性质（例如见[106，119-121，151，179，180]）。

几个关键原则通过这些指导方针常见的有：
●可靠性:可靠性考虑了研究人员是否不同于其他个人，在考虑相同意
见或数据，将达到相同或相似的结论。

如果可靠性可以证明，它类似于可靠性在于它证明了措施提供始终如一类似的结果。

●诚信（又名内部效度）：发现问题是否可靠的研究员已经能够提供足
够的证据证实了定性数据分析所提供的证据的解释（这涉及到研究成果的内部效度）。

诚信可以通过三角测量来实现，维护证据链，并保持对整个研究过程中作出的任何决定明确说明。

●确定性（又名测量效度）：确定性是原则，认为定性研究发现可以独
立验证并被外界证实这项发现(通常是参与者)。

这通常是通过回顾总结的采访，结论或定性的数据得出推论等进行。

●转让（即外部效度）：可转让性考虑了研究中的发现是否和多大程度
上可以推广到其他领域。

现在，我们将简要地探索最常用的研究方法定义下，具体来说有案例研究，行动研究和扎根理论。

还有其他的方法，如人种学，现象学和阐释学，但这些仍然很少，而且，坦率地说，我不应该建议其他方法。

5.2.3案例研究
在信息系统的研究和其他社会科学，特别是商业和管理的研究中，案例研究是定性方法的最流行的形式和最完善的出版方法。

顶级期刊提供了丰富的例子，优秀的案例和这些情况下进行的研究类型。

案例研究的方法是在一段时间其天然设置（一个或多个的情况下的站点）内涉及上的现象（的情况）深入研究的方法。

以苏州为例，常用的现实生活环境中探讨当代的现象，尤其是当现象和背景之间的界限并不明显。

案例研究方法是设计独特的情况下，有比数据点更多的变量和结果的个案研究，依靠多个来源的证据，数据需要在收敛三角时尚。

这就是为什么案例研究通常利用多个手段的数据收集（文档，观察，访谈和/或辅助数据）。

案例研究中都使用证实的目的（理论测试）和探索性的目的（理论建设）。

案例研究方法的主要优势是，研究人员：
●可以研究信息系统有关的现象在他们的天然环境，
●可以了解艺术的状态，并从实践中产生的理论，
●被启用，以了解过程的性质和复杂性，事件，行动和行为发生，和
●能够获得宝贵的见解新出现的主题。

案例研究方法也有局限性，最重要的一点是不能包括控制推理的问题（缺乏足够的证据支持的证据毫无疑问），可复制性由于高度情境性探究的问题，而问
题的控制机制，考虑到竞争对手的解释或潜在的混杂因素。

除了固有的案例研究研究的弱点，在我的经验中，案例研究方法有时令人遗憾地被视为一个“容易”的研究方法，主要是因为它不需要学生或学者了解定量方法，统计，或复杂的仪器开发程序。

没有什么可以进一步从真相。

所有著名的和成功的案例研究强调案例研究是非常复杂和很难做的好。

我的同事已经恰当地说（[ 85 ]，134页）：
大多数人觉得他们可以准备一个案例研究，几乎所有的人都认为我们可以理解的。

因为无论观点是有道理的案例研究得到认可它不值得一个很好的协议。

案例研究的挑战在于它让到现场的情况下（通常是一个组织）的访问依赖。

图5.9例研究过程[195]
在一个组织里，由于使用机密或商业信息,或仅仅因为糟糕的公关，尽管有好的预兆，但访问可能受限(如果你有没有想过,看看有多少“失败因素”理论相比,在文献中可以找到“成功因素模型”)。

另一个挑战是缺乏控制是怎么回事。

被研究的现象可能是微弱的,或者研究问题的重要性和知觉可能随时间变化,有时甚至在研究中可以得出结论。

此外,案例研究方法很大程度上建立在大量的非结构化数据,分析其中的常常是一个巨大的挑战尤其是年轻、缺乏经验的学者。

最后由于数据的数量,所处情境,和推断,写案例研究是复杂且有挑战性的——特别是在期刊文章经常强加限制作者的词或页面。

案例研究的研究过程根据不同情况,现象,或其他限制进行的,但一般来说,案例研究遵循线性和迭代过程见图5.9。

规划是指确定研究问题和其他理由做一个案例研究。

案例研究方法是首选方法来回答研究问题的“如何”和“为什么”性质(例如,一个特定的技术是怎样工作又是为什么工作的或为什么在一个组织不工作)。

其他标准可能会影响相对于其他方法是否使用这个案例研究方法,如需要控制的事件或行为。

如果需要更多的控制,案例研究并不适合作为一个实验。

另一方面,如果这项研究的重点是在当代事件的案例研究方法可能更适合。

规划还指欣赏各种研究方法的相对优势和劣势。

表5.4分类案例研究设计的例子
设计是指定义单元的分析,案例研究的数量和类型,以及潜在的理论或命题指导研究。

案例研究设计还涉及到研究的发展过程,协议和其他保证研究的质量和严谨，展示数据的信度和效度以及结果的方式。

有各种各样的设计案例研究。

表5.4给出了被分类的五个维度与案例研究设计。

最重要的一个设计决策是确定适当的类型的案例研究设计和分析相应的单元(s)。

罗伯特阴[195]为案例研究说明了四种类型的设计,即单一大小写(整体)设计(1型),单一大小写(嵌入式)设计(2型),multiple-case(整体)设计(3型)和multiple-case(嵌入式)设计(4)型(见图5.10)。

单一案例研究更多的是指研究人员想要确定新的和以前不回避的现象或问题的情况。

它通常是用来代表一个独特的或极端的例子(例如,普遍地启示的方式)。

许多案例是可取的，因为它体现了研究者构建或测试理论研的意图。

许多案例通过复制模式匹配能力和增加对结果的可靠性来强调结果。

换句话说,一个多样化的案例研究被认为是最好的,可实现适当的水平研究的概括和消除单一大小写的偏见。

嵌入式设计意味着有多个单元的分析研究相关的一个或多个情况下同样的调查的对象。

案例研究,调查这一现象在全球层面上标签整体。

整体设计是有利的，在没有逻辑单元可以被识别或当理论本身是一个整体的性质。

嵌入式设计,另一方面,将允许研究人员定义一组适当的子单元,从而增加调查的敏感性。

在设计案例研究过程中,注意论证严密性的重要标准即可靠性,信誉,确定性和可转让性。

典型案例研究过程的组件包括案例研究和采访协议的定义和案件证据的数据库设计,所有记录和数据的存储和管理。

图5.10研究设计类型[195]
准备需要采取必要的措施进行高质量的数据收集。

特别包括珩磨数据收集的技术研究人员,尤其是采访和观察。

案例研究协议正在进一步发展,修改和完成,
数据收集过程应该训练和试验测试。

通常,这个阶段涉及到飞行员测试验证程序是否是适用的和适当的。

多重案例分析
单一实例的设计 整体式
( 单分析)
嵌入式
(
多重 单元
分析)
收集意味着执行协议的案例研究和数据收集,最好从包含多个数据源。

一个重要的原则就是，在此阶段维护一个链的证据——也就是说,这一过程描述了案例研究问题链接协议,引用,或其他形式的证据来源,元素在案例研究数据库中,并最终推断和总结了案例研究报告中的描述。

案例研究数据库在组织收集和记录数据这个阶段是一个重要的工具。

采访中,作为证据的主要来源,应记录和转录。

一个重要的建议是我提供给学生的一个参与数据收集的网站，收集的关键在于保持数据的完整和准确记录(看到的,听到的,说的,观察到的,等等)。

数据分析可能发生在很长一段时间以后,研究人员经常需要在之后的时间里重新思考他们收集的数据。

因此,保持记录尽可能多的数据是好的案例研究的一个重要组成部分。

分析包括考察,并对它们进行分类、编码、制表、测试或结合收集的研究证据得出基于经验的推理和其他结论。

在这个阶段定性,也可能采用定量数据分析时使用的技术。

数据分析包括反思理论命题,它们如何适应数据(在这个案例研究的情况下用于测试或确认理论),并查看竞争对手的解释。

参考其上面的定性数据分析技术的描述和更多数据分析的建议。

最后, 通过适当的报告和演示，向相关的人群讲述这些发现，分享案例研究的成果和理论。

这个阶段不仅是重要的书面成果(论文或科学文章)也为了分享给案例研究的参与者以发现和结论
与其他研究方法类似，案例研究评估需要用于一般知识研究领域的研究方法。

因为量化标准等统计,样本大小,或拟合曲线并不适用,通常以下的指导方针提供了案例研究的方法。

[120]:
1.案例研究必须是有趣的。

2.案例研究必须显示足够的证据。

3.案例研究必须是完整的。

4.案例研究必须考虑替代观点。

5.案例研究应以引人入胜的方式书写。

6.案例研究必须致力于知识的获取。