1 定义与特征
1.1 定性分析的定义
定性分析是一种以非数值化手段（如文本、图像、观察和访谈）为核心的社会科学研究方法，旨在理解现象的本质、意义与语境。它不依赖统计检验或量化测量，而是通过深入诠释研究对象的主观经验与社会过程，从参与者的视角揭示复杂现实。定性分析强调对“为什么”和“如何”的追问，而非“有多少”或“是什么”。
1.2 与定量分析的主要区别
定性分析与定量分析在哲学基础、数据形式和研究目标上存在显著差异。定量分析依赖可量化的数据（如数字、量表），通过统计推断验证假设，追求客观性和可推广性；而定性分析则重视文字、图像等质性材料，注重语境与主体的意义建构，强调深度而非广度。简言之，定量测量“有多少”，定性探究“怎么回事”。
1.3 核心特征
1.3.1 自然主义取向
定性分析倾向于在自然情境中开展研究，避免人为控制或干预。研究者置身于实地（如社区、课堂、办公室），通过观察和互动捕捉真实的行为与话语，而非在实验室中设置变量。这一取向认为，社会现象只有在原生环境中才能被完整理解。
1.3.2 解释性理解
定性分析的核心在于“理解”（Verstehen），即研究者通过移情、沉浸和反复解读，把握个体行为背后的意义系统。它强调主观性——不是客观记录事实，而是揭示参与者如何赋予世界以意义。例如，一个手势在不同文化中可能代表截然不同的情感。
1.3.3 过程导向
定性关注社会现象的动态演变过程，而非静态结果。研究者追踪事件的发展、关系的演变以及意义的变化，如群体如何从陌生变为协作，或一项政策如何在执行中被重新诠释。这种导向使定性分析尤适合研究变迁与互动。
2 理论基础
2.1 诠释学传统
诠释学起源于对文本（如圣经、法律）的解读，后扩展至社会科学。其核心主张是：理解总是循环的——部分依赖整体，整体又由部分构成。研究者通过“诠释学循环”反复咀嚼材料，逼近深层含义。定性分析借此强调语境与历史的重要性：任何行为或话语都需放在特定的文化脉络中才能被理解。
2.2 现象学
现象学要求研究者“回到事物本身”，悬置先入为主的预设，直接描述意识经验的原貌。在定性分析中，现象学方法引导研究者聚焦于个体的“生活世界”——他们如何感知、体验和赋予对象以意义。例如，对“疼痛”的现象学研究不是测量疼痛等级，而是探究患者如何描述这种体验以及它如何改变他们的日常。
2.3 符号互动论
符号互动论认为，社会是由个体通过符号（语言、表情、手势）的互动而建构的。人的行为并非对外部刺激的机械反应，而是基于对符号的解释。定性分析据此关注人们如何在日常交往中协商身份、角色和秩序，如教师与学生之间如何通过互动形成课堂规则。
2.4 建构主义
建构主义挑战“客观现实”的存在，主张知识是社会建构的产物。研究者与研究对象共同创造意义，而非发现一个外在的真实。定性分析遵循这一逻辑：研究结论并非绝对真理，而是特定视角下的解释性叙述。例如，对“贫困”的定义在不同时代和语境中不断被重新建构。
3 数据收集方法
3.1 访谈
访谈是定性分析中最常用的工具，通过与受访者的对话获取第一手经验。其灵活性允许研究者根据情境调整问题，深入挖掘个人故事与观点。
3.1.1 结构化访谈
结构化访谈使用预设、固定的问题清单，所有受访者回答相同问题，顺序一致。这种方式接近问卷调查，但以开放式回答为主。优点在于易于比较，但可能限制受访者的自由表达，适合对多个案例进行标准化对比时使用。
3.1.2 半结构化访谈
半结构化访谈结合了灵活性与结构性：研究者列出一份主题提纲（如核心问题），但允许根据回答即兴追问。受访者可以自由展开，研究者则把握方向。这是定性研究中最常见的访谈形式，平衡了深度与可控性。
3.1.3 非结构化访谈
非结构化访谈几乎没有预定的问题，更像一场随性的聊天。研究者只确定一个宽泛的主题，让受访者主导对话，讲述自己的故事或观点。这种方式最接近日常生活，能捕捉意外发现，但要求研究者具备极强的倾听与引导能力。
3.2 观察
观察使研究者直接面对真实行为，避免访谈中可能出现的记忆偏差或社会期望效应。
3.2.1 参与式观察
研究者以成员身份进入研究对象群体，参与其日常活动，同时保持研究者的视角。这要求长期沉浸，以便理解群体的内部逻辑。例如，人类学家在部落中生活数年，记录其仪式与习俗。参与式观察的优势在于获得“局内人”视野，但可能因过度投入而丧失客观性。
3.2.2 非参与式观察
研究者作为“局外人”，只观看不干预。比如在教室后排记录师生互动，或在咖啡馆的角落观察顾客行为。这种方式的干扰较小，但无法触及群体内部的意义建构——你看到的是表面行为，而非背后的动机。
3.3 文档与视觉资料
文字和图像作为“无声的见证者”，为定性分析提供了丰富的非共时材料。
3.3.1 文本档案分析
分析已有的书面记录，如日记、信件、政府文件、新闻报道、社交媒体帖子等。研究者通过解读这些文本，窥探特定时期或群体的心态与制度。例如，研究公司内部的备忘录可揭示权力斗争的演变。
3.3.2 照片与视频分析
视觉资料（照片、影视、地图、艺术品）包含大量编码信息。分析时关注构图、符号、人物表情与环境细节。例如，分析毕业照中的座位排列，或广告中女性的姿势，可揭示隐含的社会规范。近年来，视频分析也用于研究非言语互动，如开幕式上的礼仪流程。
4 数据分析方法
4.1 内容分析
内容分析是一种系统化地量化定性材料的方法，但定性版本更关注主题与模式而非词频。它分为两种编码策略。
4.1.1 定向编码
基于已有理论或框架，预先设定编码类别，再将文本归入对应类别。例如，用“自主性”“胜任感”“归属感”三个维度分析学生的日记，检验自我决定理论。这种方式高效，但可能忽略新发现。
4.1.2 归纳性编码
不预设类别，而是让概念从数据中自然浮现。研究者反复阅读材料，捕捉反复出现的模式或变异性，逐步形成编码体系。例如，分析职场八卦时，可能涌现出“联盟形成”“信息交换”“娱乐”等编码。归纳性编码适合探索未知现象。
4.2 主题分析法
主题分析法旨在识别、分析并报告数据中的重复性模式（主题）。其过程包括：熟悉数据（反复阅读）→ 生成初始编码 → 搜索主题 → 审查主题 → 定义并命名主题 → 撰写报告。主题不是简单的词频汇总，而是由编码组合而成的核心概念，如“归属感的挣扎”“权力的无声抗争”。该方法灵活，适用于各类定性数据。
4.3 扎根理论
扎根理论由格拉泽与施特劳斯提出，强调从数据中“扎根”生成理论，而非验证既有理论。其核心步骤是三级编码。
4.3.1 开放式编码
将原始数据（如访谈稿、田野笔记）逐句或逐段分解，用简短的标签概括其内容。例如，将“我今天不想去上课，因为老师总是盯着我”编码为“警惕老师的目光”和“逃避课堂”。这一阶段力求开放，产生大量碎片化概念。
4.3.2 轴向编码
在开放式编码基础上，将相关概念连接成类别，并建立类别之间的因果关系或条件关系。例如，将“社交焦虑”“课堂监控”和“逃课行为”归入一个维度“恐惧驱动的学期回避”，并探索其触发因素（如被当众批评）和后果（如成绩下降）。
4.3.3 选择性编码
挑选一个核心类别来统领其他类别，形成连贯的理论框架。例如，以“自我保护的课堂策略”作为核心，整合所有子类别，解释学生如何在不友善的环境中以消极方式维持尊严。最终产出一套关于该现象的实质性理论。
4.4 叙事分析
叙事分析关注人们如何通过故事来组织和表达经验。研究者考察叙事的结构（如开端-发展-高潮-结局）、角色（如英雄、受害者）、情节与转折，以及叙事如何塑造身份认同。例如，分析癌症患者的康复故事，看他们如何从“被疾病击倒”转变为“与疾病共存的战士”。叙事分析强调故事的语境功能——为何讲述、对谁讲述、有何意图。
4.5 话语分析
话语分析主要研究语言在特定语境中的使用方式及其社会效果。它不满足于字面意思，而是探究言说者的立场、权力关系以及话语如何构建现实。例如，分析政治演讲中的“我们”与“他们”区分，揭示民族主义话语的建构策略。话语分析可拓展至多模态（包括图像、手势），考察社会互动中的意义协商。
5 研究设计与伦理
5.1 研究问题的选择
定性研究的问题通常以“如何”“为什么”或“怎样”开头，聚焦于过程、意义与理解。例如，“新手教师如何在学校文化中建构职业身份？”而非“有多少新手教师感到满意？”研究问题应具备开放性，允许数据驱动调整；同时需明确边界，避免过于宽泛导致无法深入。
5.2 抽样策略
定性分析不追求概率代表性，而采用非概率抽样以获取丰富信息。
5.2.1 目的性抽样
研究者根据研究目的，主动选择能提供关键信息的样本。例如，研究“精英大学中的贫困生”，则有意挑选来自低收入家庭的学生。这种抽样确保数据直接与问题相关，但需警惕样本偏见。
5.2.2 滚雪球抽样
适用于隐性或难以接触的人群（如吸毒者、地下组织的成员）。先联系一名符合条件的受访者，再请其推荐其他同类人员，如此“滚雪球”。此方法可快速扩大样本，但可能导致同质性过高，缺乏多样性。
5.2.3 配额抽样
根据已知特征（如性别、年龄、职业）设定配额，确保样本覆盖关键人群。例如，某企业员工性别比为1:1，则在访谈男性5人、女性5人。配额抽样兼顾了结构平衡，但不严谨于随机性。
5.3 信度与效度问题
定性研究对信度与效度的理解不同于量化取向，重在数据真实性与分析的可信度。
5.3.1 内部效度提升策略
内部效度指结论能否准确反映研究对象的情况。常用策略包括：三角验证（多来源、多方法交叉验证）、成员检验（将初步分析反馈给参与者确认）、长时间投入（减少表面反应）以及同行审核（请其他研究者检查分析过程）。例如，访谈一位教师后，同时观察其课堂并分析教案，以核对一致性。
5.3.2 外部效度限制
定性分析一般不追求统计上的可推广性，其贡献在于概念或理论的转移。外部效度体现为“厚描述”——提供丰富的背景信息，使读者判断成果是否可应用于类似情境。例如，对一所农村小学的研究结论，可启发其他农村学校的改进，但无法直接推广至城市重点中学。
5.4 研究者反思性
研究者的身份、经历与假设不可避免地影响研究过程与结论。反思性要求研究者主动审视并记录这种影响，如写田野日记记录自己的情绪变化或偏见。在分析中公开自己的立场（如“我是一名中产阶级女性，可能对贫困问题失敏”），从而增强透明度和可信度。
5.5 伦理考量
定性研究中研究者的深度介入可能带来隐私、权力与心理伤害等风险。
5.5.1 知情同意
在收集数据前，必须向参与者充分说明研究目的、过程、潜在风险以及他们随时退出的权利，并获取书面或口头同意。对于弱势群体（如儿童、病人），还需获得其监护人同意。
5.5.2 隐私与匿名化
使用化名、删除关键身份信息（如地址、公司名称）、模糊化特殊事件细节。在引用受访者的原始话语时，需判断是否暴露其身份。即使在学术发表中，也要保持对原主人生活的尊重，避免造成社会污名或职业损害。
6 应用领域
6.1 社会科学研究
定性分析是人类学、社会学、政治学、心理学等的基础方法。人类学家使用民族志深入异文化；社会学家通过深度访谈理解身份、不平等与家庭变迁；政治学家分析演讲、政策文件以揭示权力话语。其贡献在于捕捉统计数字背后的生动故事与复杂机制。
6.2 市场调研与用户体验
企业利用定性分析洞察消费者心理：焦点小组讨论新产品喜好；深度访谈探究品牌忠诚的形成；观察法分析用户在产品使用中的痛点。例如，当用户说“这个按钮有点奇怪”时，定性分析能发掘背后的视觉混乱或逻辑困惑，帮助设计师改进界面。
6.3 教育评估
定性分析用于评估课程、教学法与学习效果。研究者观察课堂互动，分析学生作业与日记，访谈教师与家长，以理解学生如何建构知识、教师如何应对挑战。它特别适合探索教育公平、隐性课程及学生主观体验。
6.4 医疗与健康研究
在医学领域，定性方法用于理解患者的疾病经历、医患沟通以及健康行为。例如，通过叙事分析揭示慢性病患者如何调整生活方式；通过访谈临终患者探索生命意义；通过焦点小组讨论促进社区健康计划的接受度。这些研究弥补了临床数据的表面化不足。
7 优势与局限
7.1 优势
7.1.1 深度理解
定性分析能够揭示复杂、微妙且隐蔽的社会现象，如文化禁忌、情感创伤、权力运作。它提供“厚描述”，使读者仿佛亲历其境，而不仅仅是看到统计表格。例如，一项关于流浪者的研究，通过深度访谈让读者感受到他们不仅是数字，而是有尊严的个体。
7.1.2 灵活性与适应性
定性研究允许研究者根据新发现调整方向。例如，若访谈中意外涌现出“家庭债务”这一主题，研究者可追加问题，扩大样本。这种适应性适合探索性、前期研究，尤其当变量不明确或理论空白时。
7.2 局限
7.2.1 样本规模受限
由于数据收集与分析耗时巨大，定性研究的样本通常很小（几个到几十个案例），可能遗漏变异或例外。例如，访谈20名打工者得出的结论，未必适用于其他行业或地区的打工人群。
7.2.2 可推广性不足
定性结论往往局限于特定情景、文化或时间点。读者无法像定量研究那样置信地将结果外推至总体。需强调的是，定性研究者并不以此为目标，但用户若试图泛化可能导致误用。
7.2.3 研究者偏见风险
研究者的背景、偏好、情感投入可能扭曲数据收集与解释。例如，一个同情弱势群体的研究者，可能不自觉地在访谈中引导受访者侧重负面经历。尽管反思性可以缓解，但完全消除偏见困难。
8 经典案例与引申
8.1 霍桑效应中的定性观察
20世纪20-30年代，西屋电气公司在霍桑工厂进行了一系列关于灯光与工人生产效率的实验。初期定量结果显示，无论光照明亮或暗淡，产量都上升。研究人员百思不解，后通过定性观察（访谈与非参与式观察）发现：工人因受到关注与团队关系改善而提高产出——后来被称为“霍桑效应”。这一案例表明，定性分析能揭示量化变量背后的人性因素。
8.2 芝加哥学派城市研究
20世纪初，芝加哥学派的社会学家（如帕克、伯吉斯）运用民族志与深度访谈研究城市社区，探索移民、贫困、帮派与亚文化。他们探索芝加哥城的“自然区域”（如贫民窟、小意大利），通过参与式观察记录居民的日常生活与价值观。其成果《城市》和《镀金年代》等经典，奠定了城市社会学的基础，并证明了定性方法如何揭示宏观结构中的微观生命。
8.3 网络民族志：虚拟社区分析
随着互联网普及，定性分析拓展至网络空间。网络民族志研究者深入线上论坛、游戏社区或社交媒体，分析用户互动、话语习惯与身份表演。例如，研究一个电游玩家的社群，分析其内部的礼物交换、骂战、攻略分享与荣誉等级系统。这一方法继承传统民俗学精神，但面对的是虚拟世界中的“部落”——其间既充满真实情感，也有模因文化的幽默与夸张，展示了定性分析在数字时代的适应力。