1.一、定性研究方法的基本定义和主要特点
按照北大出版社《质性研究概论（第4版）》的界定，定性研究方法也常被称为质性研究方法，它是通过非量化的文本、行为、场景数据来探究社会现象深层次本质的一种研究范式集合，与依靠统计数据得出结论的定量研究有着明显的互补关系。此类研究并不追求大样本的统计代表性，而是集中于研究对象的主观感受、行为逻辑以及场景语境，是人文社科、商科、计算机用户研究等领域挖掘现象背后原因的主要方法。
定性研究的核心底层特征可以概括为5个，全部符合国内社科研究通用规范
1. 自然主义的探究传统：要求研究者深入到真实的场景中去收集资料，不人为地干扰或者控制研究环境；
2. 整体主义的分析视角：把研究对象看作是一个包含诸多联系的完整系统，而不是孤立地看待各个变量；
3. 意义阐释的研究导向：主要目的在于解释现象背后参与者所赋予的主观意义，而不是寻找普适性的统计规律；
4. 价值关联的研究立场：明确承认研究者的主观视角会参与到研究过程中，不刻意追求完全的价值中立；
5. 弹性迭代的研究设计：可以依据现场数据反馈来随时调整调研提纲和分析框架，不需要事先完全固定下来。
1.1 定性研究与定量研究的核心差异对比
很多本科阶段的新手研究者容易把两类研究的界限搞混，其实两者在数据采集方式、样本量大小、分析逻辑和结论导向这四个方面存在着明显的区别，并不是互相竞争的关系，而是一种互补的研究工具组合。
定性与定量研究多维度对比矩阵图
就具体的研究来说，两种研究互相补充的情形很多，例如高校社科课题一般先做定性研究找出可能的影响因素，然后用定量研究对全部样本进行规律检验；互联网用户调研中先通过大量的问卷统计出共性的行为特征，再选择有代表性的用户进行定性的深度访谈，从而找出行为背后的真实动机。
2. 二、主流定性研究方法的全分类与详细说明
目前学术界和产业界常用的定性研究方法可以分为三类，即资料采集类、理论建构类和场景专用类，不同的类别有不同的适用目标和操作逻辑。我们整理出8类主流定性研究方法的横向对比表，从适用场景、实施成本、数据产出效率三个不同的角度来清楚地表现出来，给新手提供一个全局的认识框架。
定性研究核心方法分类思维导图
2.1 资料采集类：深度访谈、焦点小组与参与式观察
资料采集类定性方法的主要目的就是直接从研究场景和研究对象那里获得一手原始定性数据，不需要事先建立理论框架，是大多数本科定性课题首选的入门方法。
- 深度访谈法：按照国内高校社科研究方法实验室的公开教学标准，深度访谈可以分为结构化、半结构化、无结构化三种，新手最常用的是半结构化访谈，即提前设计3-5个核心主题的访谈提纲，在现场根据受访者的回应灵活调整提问方向。实操中需要注意话术设计技巧，避免使用引导性的问题，比如不要直接问“你是不是觉得这个产品的登录流程很麻烦”，而应该换成“你刚才操作登录步骤的时候有什么感受”，这样可以避免扭曲受访者的真实表达。
- 焦点小组访谈：通用最优样本规则为6-12人，人数少于6人容易出现观点碰撞不足的问题，人数多于12人则会出现部分成员无法充分表达的情况。主持人的核心控场要点有：提前设置1.5到2小时的讨论时长，每15分钟换一个讨论主题，当出现个别成员垄断发言的情况时，用“我们也听听其他还没发言的朋友有什么看法”来引导全员参与，现场配备1到2名记录员同步记录非语言类的互动行为信息。
- 参与式观察（用户行为定性观察）：核心注意事项是提前设定身份类型，公开身份是明确告知研究对象你是调研者，隐蔽身份是完全以社群普通成员的身份浸入。实操中要每天同步完成结构化信息记录，不能间隔超过48小时，否则会造成细节记忆出现偏差，记录内容要分为“客观发生的事实”和“个人的主观判断”两部分，在后续分析阶段再进行整合。
2.2 理论建构类：扎根理论、民族志与案例研究
理论建构类定性方法的主要目的就是从零散的一手数据中归纳出有解释力的研究结论甚至原生理论，适合于研究生层次的进阶学术课题使用。
- 扎根理论：按照国内高校社科研究方法实验室的公开教学标准，扎根理论的三级编码必须严格按照开放式编码、主轴编码、选择性编码的顺序进行，即先把所有的碎片化访谈、观察数据拆解成独立的概念标签，再把关联性强的概念聚类成不同的主范畴，最后提炼出可以串联所有范畴的核心主线。新手常犯的错误是事先假定核心范畴，然后强行将数据套入其中，正确的做法是，当新收集到的样本数据中没有出现新的概念或者范畴时，就可以停止数据采集和编码工作。
- 民族志研究：核心要求是田野浸入周期一般不少于1个月，有些传统民俗、小众社群类的课题田野周期要达到6个月以上。必须遵守田野伦理注意事项，即所有的研究对象个人信息都要进行匿名化处理，公开发表的研究成果如果涉及到社群的敏感文化内容，必须事先将全文稿提交给社群核心代表审核同意，防止出现文化冒犯的情况。
- 案例研究：核心的三角验证实操方法就是针对同一个事实点，从访谈数据、档案文档数据、现场观察数据三个不同的来源交叉核对信息，只有当三类数据源的信息完全一致时，才能把该事实点纳入研究结论，避免出现单一信息源的偏差问题。如果使用多案例对比研究设计，那么就要事先确定统一的案例分析维度，否则会导致不同的案例有不同的分析标准，从而影响到最后的结论是否严谨。
另外两类场景专用定性方法也有相应的操作规范，叙事分析的文本拆解维度要包含故事的时间线、核心冲突、角色立场、价值倾向这四个部分，不能只停留在表面的内容摘抄上；德尔菲法的多轮问卷迭代规则是至少要进行3轮专家意见的征集，第一轮请专家自由发表意见，第二轮把汇总后的匿名意见反馈给专家再次评价，第三轮就分歧较大的问题请专家说明判断的理由，直到意见收敛到70%以上的专家达成一致为止。
3. 三、不同定性研究方法的适用场景与选型指南
定性研究方法的选择没有绝对的“最优解”，只有适合研究目的的“最合适方案”，不同的场景下方法选择的逻辑也不同。
商业市场调研场景中，如果需要快速得到消费者对于新产品的初步反馈，焦点小组访谈的投入产出比远远大于其他的方法；如果需要探究高净值用户消费决策背后的深层次原因，那么一对一深度访谈会是更好的选择。
学术课题研究场景中，如果研究主题是无人涉足的新领域，没有成熟的理论框架可以借鉴，那么扎根理论从底层构建原生解释框架是首选；如果研究的是某个地域的文化习俗、社群行为模式，那么民族志研究就是符合学术规范的标准方法。
用户体验研究场景中，如果想了解用户在实际使用产品时的隐性行为习惯，直接使用参与式用户行为定性观察，可以获得很多用户自己都没有意识到的行为细节，这些细节的价值远远大于事后访谈回溯得到的信息。
3.1 方法选择的主要依据
新手进行定性研究选择时，可以按照研究目标、可用资源、时间周期这三个方面来做出选择，即首先确定你的主要研究目的是快速收集群体意见还是提炼原生理论，然后根据你所拥有的人力、经费等资源情况来选择合适的方法，最后按照要求的时间节点完成研究。
根据实际操作经验整理出通用的定性研究方法选择对照表如下：
4. 四、定性研究全流程实操要点与避坑指南
定性研究实操不是随便找几个人聊天就能写出报告的，全流程的每一个环节都有质量控制的标准，新手按照规范来做可以避免80%以上的常见返工问题。
定性研究全流程执行流程图
- 研究前期筹备阶段：主要注意事项为提前完成伦理合规确认，所有的受访者都必须签署知情同意书，告知对方访谈内容的用途、匿名化处理规则、随时可以终止调研的权利，这是目前国内高校本科定性课题结题的硬性要求。新手也可以利用适配专业的AI论文写作提示词来完成筹备工作，通用的论文大纲生成指令框架为：将论题替换成你的定性研究主题，确定计划撰写的正文字数，设置相应的章节数量，自动生成符合本科论文深度要求的完整大纲，按照按学位层次扩写章节的写法定位的要求控制内容深度，不需要刻意拔高到硕士层次的机制分析要求，只要做到逻辑连贯、术语使用规范即可。
- 数据采集阶段：质量控制要点就是保证所有的一手数据都有可追溯性，即访谈的录音、转录文本、现场的手写笔记等都要进行归档保存，不能按照个人的记忆随意修改原始数据，严格按照实证写作证据边界和忠实度的要求，所有的后续分析结论都必须有原始数据作为支撑，不能编造不存在的访谈内容。
- 数据分析阶段：科学的操作规范就是先对原始数据进行开放性的编码，而不是事先就用一个固定的分析框架来强行地裁剪数据。国内某新闻传播学硕士的实操记录表明，第一次使用Nvivo处理深度访谈数据时，由于没有提前建立分层编码框架，后面返工所花的时间是前期编码工作的两倍，按照社科实验室给出的预设分类模板进行优化之后，整个编码效率提高了40%。
- 研究成果输出阶段：核心标准要求是必须披露研究全过程的细节，即样本选择标准、数据采集时间、编码分析规则等，不能只给出最终结论而没有相应的推导过程，便于同行后续复现校验。
4.1 定性研究的可信度校验方法
定性研究的结论可信度完全可以通过标准化的方法来保证，并不是很多新手所认为的那样“全靠主观判断”。
1. 三角验证法：具体操作方式就是针对同一个核心结论，从不同的受访者、不同的数据源、不同的研究员视角这三个方面进行交叉核对，只要有多个独立来源的信息都指向同一个结论，就可以排除偶发偏差。
2. 编码一致性校验：执行标准为安排2名及以上独立的研究人员，对同一份匿名的访谈转录文本完成编码工作，最后计算两人编码结果的重合度，通用学术要求是重合度不低于80%，才算符合编码分析的质量标准。
2024年国内社科领域定性研究实操工具选型的行业调研结果表明，目前高校师生使用最多的三种定性编码分析工具是Nvivo、Atlas.ti、知元，新手可以根据这三种主流工具的适配场景避坑指南来选择。
- Nvivo适合于10万字以上的超大文本量编码分析，可以直接导入音视频数据进行处理，适合硕博士的大样本定性课题，但是学习成本较高，本科小体量课题不需要花费太多时间去研究高级功能；
- Atlas.ti的网络关联可视化功能更强一些，适合于多范畴之间逻辑关系的梳理，扎根理论类课题的适配度更高一些；
- 知元是国内本土开发的中文编码工具，操作逻辑完全符合中文用户的习惯，新手入门学习成本很低，本科阶段常规的小体量定性研究使用它完全可以满足需求，完全没有必要为了追求高级而刻意去选择复杂的海外工具。
常见问题
- Q：定性研究和定量研究最根本的区别是什么？A：最根本的区别在于研究导向，定性研究关注现象背后所蕴含的意义、动机以及深层次的逻辑，主要使用文字、影音等非标准化的数据，侧重于解释性的理解；定量研究则重视数据的统计分析和量化规律的检验，依靠可以标准化的数值数据来展开结论的普遍推导。
- Q：新手做定性研究容易犯哪些错误？A：新手做定性研究容易出现的误区有：没有提前准备访谈提纲造成内容发散、样本选取缺少针对性产生幸存者偏差、分析阶段强行套入预设框架歪曲原生数据、忽略研究伦理未取得受访者知情同意。
- Q：定性研究结果怎样保证可信度？A：可以采用三角验证法交叉核对不同的数据源来保证结果的可信度，也可以对受访者进行回访来确认核心信息，还可以让多名研究员独立编码校验一致性，最后还可以完整地披露研究全过程的细节供同行复现。
- Q：在哪些情况下应该选择定性研究而不是定量研究？A：当需要探究全新的未知领域底层逻辑的时候，挖掘用户行为背后真实动机的时候，复盘复杂典型案例全貌及因果链条的时候，定性研究的价值远远大于标准化定量统计。