LOGO朱伟星2014年4月10日质性数据分析方法与工具简介汇报内容质性研究方法回顾1质性数据处理2质性数据分析工具:Nvivo10为例3Q&A41.1如何界定质性研究方法质的研究方法是以研究者本人作为研究工具,在自然情境下,采用多种资料收集方法,对研究现象进行深入的整体性探究,从原始资料中形成结论和理论,通过与研究对象互动,对其行为和意义建构获得解释性理解的一种活动。(陈向明)1.2质性研究的特点与关注点自然主义的探究传统对意义的解释性理解研究是一个不断演化的过程从原始资料中产生结论和理论强调研究的深入和整体性重视研究关系了解被研究者的惯常社会行动理解被研究者的主观经验(解释)探讨影响被研究者行动和解释的条件(外在,内在)1.3适宜采用质性研究的问题质性研究的目的是对研究的对象进行解释性理解,而不是为了对某些假设进行证实,因此应该选择对研究者和被研究者来说有意义的问题:研究者对该问题确实不了解,希望通过此项目对其进行认真的探讨;该问题所涉及的地点、时间、任务和事件在现实生活中确实存在,对被研究者来说具有实际意义,是他们真正关心的问题。1.3适宜采用质性研究的问题特殊性问题:探究特殊个案所呈现的问题例如:**学校是如何决定停止网络远程学历教育的?过程性问题:探究事物的发生、发展,重点放在动态变化上例如:网上社区的舆论领袖是如何形成的?情景类问题:探讨的是特定情境下发生的社会现象例如:运用教育技术教学的课堂是什么样子的?描述性问题:对社会现象进行描述例如:学校是如何鼓励教师使用信息技术开展教学的?意义类问题:探究当事人对有关事情的意义解释例如:信息技术教师如何看待自己在学校的地位?解释性问题:从当事人的角度对特定社会现象进行解释例如:采用混合式教学方式对于学生意味着什么?质的研究中,比较合适的研究问题一般以“什么”和“如何”陈述1.4与量化研究的区别量化研究:采取自然科学研究模式,对研究问题或假设,以问卷、量表、测验或实验仪器等作为研究工具,搜集研究对象有数量属性的资料,经由资料处理与分析之后,提出研究结论,藉以解答研究问题或假设的方法。研究目的:证实vs解释研究内容:事实vs过程;局部vs整体研究设计:预定vs演化研究工具:量表vs研究者表达的手段:数据vs文字、图片研究关系:主客对立vs互为主体1.4与量化研究的区别量化数据分析有一套专门的,标准化的技巧在数据收集和处理之后开始数据分析检验假设用数字和统计来测量社会现象质性数据分析非标准化,通常采用归纳的方法在数据收集的同时进行分析创造新的概念和理论数据通常是相对不精确的,分散的,情境相关的。1.5开展质性研究的步骤1)确定研究现象,提出研究问题和概念框架2)文献综述,反思自作者经验和前设3)选择研究对象4)探讨研究关系5)选择研究方法6)进入研究现场7)收集资料8)分析资料,建构理论9)质量检测(效度、信度、推广度、伦理问题)10)写研究报告质性数据处理与分析22.1为什么要用质性数据?(特点)质性数据更加生动。(故事)质性数据更加具有情境性,能够对过程进行背景陈述、细描和解释。通过质性数据,能够让数据具备时间的属性,得到更富有成效的解释。帮助研究者超越最初的成见和框架。2.2如何收集质性数据访谈焦点团体访谈观察实物收集2.3质性数据的整理与分析按照一定的标准,将原始资料进行浓缩,通过各种不同的分析手段,将资料整理为一个有一定结构、条理和内在联系的意义系统。2.3.1反复阅读原始文档1)语言层面:寻找重要的词、短语和句子及其表达的关有概念和命题;2)话语层面:探询资料文本的结构以及文本内部各部分(句子之间、段落之间)的联系;3)语义层面:探讨有关词语和句子的意义;4)语境层面:考察语词出现的上下文以及资料产生时的情境;5)语用层面:寻找有关词语和句子在具体语境中的实际用途;6)主题层面:寻找与研究问题有关的、反复出现的行为和意义模式;7)内容层面:寻找资料内部的故事线、主要事件、次要事件以及它们彼此之间的关系;8)符号学层面:探讨资料文本的内容与相关符号系统以及社会、文化、政治、经济背景之间的关系。2.3.2编码编码:将原始资料根据其所反映的概念类别进行整理,以发展出新的主题或概念。开放编码(OpenCoding,一级编码):对所搜集资料进行分析的第一阶段时使用开放式编码,将主题和概念从资料内部浮现出来。这一轮编码的主要目的是开放对资料的探究,所有的解释都是初步的、未定的,相应的NVIVO中有一个FreeNode的选项。研究者的心态:尽量“悬置”个人的“偏见”和研究界的“定见”,将所有的资料按其本身所呈现的状态进行编码。2.3.2编码主轴编码(Axialcoding)对已经存在编码和概念的数据进行二次审视,又被称为二级编码,或关联编码。主要任务是发现和建立概念类属之间的各种联系,以表现资料中各个部分之间的有机关联。这些联系可以是因果关系、时间先后关系、语义关系、情境关系、相似关系、差异关系、对等关系、类型关系、结构关系、功能关系、过程关系、策略关系等。2.3.2选择编码(SelectiveCoding)选择编码(又称三级编码或核心编码)指的是:在所有已发现的概念类属中经过系统的分析以后选择一个“核心类属”,分析不断地集中到那些与核心类属有关的编码上面。核心类属必须在与其他类属的比较中一再被证明具有统领性,能够将最大多数的研究结果囊括在一个比较宽泛的理论范围之内。2.4编码举例1step1:在对一些在美国留学的中国学生的跨文化人际交往活动及其意义解释进行研究时,作者对资料进行了逐级的编码。首先,在开放编码中,作者找到了很多受访者使用的“本土概念”,如“兴趣、愿望、有来有往、有准备、经常、深入、关心别人、照顾别人、管、留面子、丢面子、含蓄、体谅、容忍、公事公办、情感交流、热情、温暖、铁哥们、亲密、回报、游离在外、圈子、不安定、不安全、不知所措、大孩子、低人一等,民族自尊、不舒服”等。step2:在主轴编码中,作者在上述概念之间找到了一些联系,在七个主要类属下面将这些概念连接起来:“交往、人情、情感交流、交友、局外人、自尊、变化”。在每一个主要类属下面又分别有相关的分类属,比如在“人情”下面有“关心和照顾别人、体谅和容忍、留面子和含蓄”等;在“局外人”下面有“游离在外、圈子、不知所措、不安定、不安全、孤独、想家、自由和自在”等。2.4编码举例1Step3:在所有的类属和类属关系都建立起来以后,作者在选择编码的过程中将核心类属定为“文化对自我和人我关系的建构”。在这个理论框架下对原始资料进行进一步的分析以后,建立了两个扎根理论:文化对个体的自我和人我概念以及人际交往行为具有定向作用;跨文化人际交往对个体的自我文化身份具有重新建构的功能。质性数据分析工具33.1NVivo是什么Nvivo=NudistVivoNon-numericalUnstructuredDatabytechniquesofIndexingSearchingandTheorizing非数值型,无结构化数据的索引、搜寻、理论化vivo:自由自在Nvivo质性分析流程图內存檔(Internals)外聯檔(Externals)備忘(Memos)原始資料(Sources)自由节点(FreeNodes)樹狀节点(TreeNodes)个案(Cases)节点(Nodes)編碼属性(Attributes)连结(Links)建立建立备忘录连结(MemoLinks)参照连结(SeeAlsoLinks)注解(Annotations)組合(Sets)查询(Queries)关系(Relationships)关系类型(RelationshipTypes)模式(Models)建立形成歸類進行進行編碼矩阵(Matrices)建立图片Picture音频(Audio)文件Document视频(Video)导入Nvivo8主要工作界面NVIVO使用基本过程准备阶段新增项目原始资料建立整理原始资料编码阶段建立节点利用个案属性进行编码利用关键字编码质性分析阶段树状节点分析矩阵节点分析整合组合模型NVIVO8界面准备阶段1.新增项目准备阶段2.建立原始资料NVivo提供了内部材料,外部材料等方式。可以导入多种格式的资料。包括:MicrosoftWord(.doc,.docx)RTF格式(.rtf)文本(.txt)可移植文档格式(.pdf)视频(mpg,mpeg,mpe,wmv,avi,mov,qt,mp4)音频(mp3,wma,wav)图片(.bmp、.gif、.jpg、.jpeg、.tif或.tiff)准备阶段2.建立原始资料准备阶段2.建立原始资料准备阶段3.整理资料由于在document模式下可以将资料增减与整理,通过整理资料,可作方便做编码(自动编码和范围编码)编码阶段-建立节点节点自由节点:进行试探性的质性分析所建立的节点。树状节点:能被分类且具有树状结构的节点,亦即存在有主从关系。案例:用于收集关于人员与场所材料、且具有性别或年龄等属性的节点。与树节点一样,可以按照层级结构进行组织。关系:表示两项目项之间的关联性。藉由线条符号的使用及关系类型的命名来说明之间关联性。矩阵:由矩阵编码查询来产生的节点结合,可视为两概念交集所形成的节点。编码阶段-建立节点编码途径浏览编码:即使用者一边浏览原始资料,一边将所需要的内容编码到指定的节点中。活力编码:以关键字词快速产生节点,再将选取的内容进行编码。自动编码:将整份原始资料依照标题或段落的方式自动进行编码。编码阶段-建立节点编码阶段——树状节点节点建立完成后,即可按照各节点特性,进阶建立成树状编码先建立树状节点,再将自由节点中各个节点反白复制(右键→copy)后,在贴到树状节点上(右键→paste)创建树节点对材料进行编码创建树节点编码阶段:利用个案属性建立编码前置作业(建立属性)1.将逐字稿按照探讨部分、或是段落拆开来,在文档分别建立文字档,之后将这些文字选中→(右键)createas→createcases,之后就会在nodes→cases看到建立的个案。2.在classification→Attributes在空白处右键建立属性Newattribute,在value建立属性项目。3.之后到Tools→Casebook→opencasebook来归类个案的属性。创建案例与编码归类案例属性编码阶段:利用关键字编码输入关键字进行查找质性分析阶段树状节点分析矩阵节点分析质性分析:树状节点分析由于先前的编码已经在自由节点时先行处理过一次,再转到树状节点中,故:1.可以从树状节点中,观察了解哪个节点涉及的信息比较多;2.可从该节点浏览其对于节点相关的论述,并将相关论述做比较;3.可针对该节点通过memo加入个人看法;点选节点→右键MomoLink→Linktonewmemo编即memo名称,之后到source→Memo选取刚刚建立的meno,点选进去编辑心得与分析表示已经建立备忘录质性分析:矩阵节点分析通过交叉分析方式,分析个案。分析后结果,也可以变成节点。做法:整合阶段分析完之后,必须将分析结果与讨论进行整合,形成研究报告,此时,要通过Sets这个功能或Models模型来整合研究结果。步骤为:1.建立群组2.建立关系模型任意输入名称点击群组后,新建群组建立模型关系目的在表现对资料进行分析后的关联性首先要建立关系类型,才有办法建立模型关系再来建立关系节点最后,建立模型建立模型关系1.建立关系类型建立的范例,有依据、包含、比较建立模型关系2.建立关系节点节点——新建——新关系创建好的关系形态建立模型键入模型名称之后再下面空白地方,右键AddProjectItems添加项目内容项生成模型生成模型图3.2ROSTContentMining63.2ROSTContentMining6