「我该用问卷还是访谈」的答案,不在方法本身,而在你的研究问题想问什么。方法选错,后面所有工作都会拧着。
判断的三个问题
- 你要回答「多少」还是「为什么」? 前者定量,后者定性。
- 你已有理论假设,还是要生成理论? 检验假设用定量,生成概念用定性。
- 你能不能拿到足够大的样本? 拿不到,定量研究的统计效力不足,考虑定性或混合。
三种方法的适用边界
| 定量 | 定性 | 混合 | |
|---|---|---|---|
| 核心问题 | 关系强度、分布、影响大小 | 机制、意义、过程 | 既测关系又解释机制 |
| 典型方法 | 问卷、实验、二手数据分析 | 深度访谈、焦点小组、民族志、案例 | 问卷 + 访谈、实验 + 观察 |
| 样本 | 大样本、随机或分层 | 小样本、目的性抽样 | 先大后小,或先小后大 |
| 分析 | 回归、方差、结构方程 | 主题分析、编码、话语分析 | 顺序解释或三角验证 |
| 结论形态 | 系数、显著性、效应量 | 类型、机制模型、叙事 | 模型 + 机制说明 |
| 常见批评 | 脱离情境、测量简化 | 不可推广、主观 | 工作量过大、整合生硬 |
什么时候定量会失败
- 样本不足:n<100 做多变量回归,结果不稳定。
- 测量不成熟:概念还没有公认量表,自己编题项,信效度无法保证。
- 因果方向不清:横截面数据无法排除反向因果,却写「X 导致 Y」。
- 群体难以触及:研究对象是罕见群体,抽样成本过高。
什么时候定性会失败
- 问题本身是「多少」:用 15 个访谈回答「普及率多高」,结论没有意义。
- 样本全是熟人:便利抽样导致观点同质,无法呈现差异。
- 只有描述没有分析:把访谈原话摘录当结论,没有编码与提炼。
- 没有说明饱和:不知道访谈多少个才够,通常 12–20 个后出现信息饱和。
混合方法的两种设计
解释性顺序设计(QUAN → qual)
先做问卷,发现一个反直觉的结果,再用访谈解释。适合:你已有假设,但结果需要说明。
探索性顺序设计(QUAL → quan)
先做访谈,提炼出概念与维度,再据此编制问卷做大样本验证。适合:概念不成熟、量表缺失的领域。
混合方法最容易犯的错是「两张皮」:问卷做一套结论,访谈做一套结论,中间没有整合。必须在讨论章明确写「访谈如何解释/修正了问卷结果」。
方法章的最小合格线
- 说明为什么选这个方法(与问题的匹配性,而非「因为方便」)。
- 写清抽样策略与样本特征(表格呈现年龄、性别、地区等分布)。
- 交代测量工具来源(成熟量表注明出处,自编量表说明编制过程)。
- 说明分析步骤与软件版本。
- 讨论效度/信度或定性研究的可信度(credibility、transferability)。
- 伦理:知情同意、匿名化、审批编号。