第四节　对定性数据的分析

与定量数据分析的确定性相比，定性数据分析更富有弹性。对定性数据的分析是确定主题的过程。这一过程往往在收集第一批数据时就开始了，这意味着定性数据的分析与数据收集是同步进行的。在收集资料过程中，通常会以刚刚收集到的数据为基础，来决定下一步所要收集的数据内容或访谈对象。这种弹性使得研究者无法事先确定数据分析模式，因为研究者无法预知最终数据究竟是什么样子的。

大多数研究者在分析数据时会浏览一下所有的田野数据或调查笔记，获得对所有数据的大致总体印象和认识，并梳理出大致主题。研究者通常会将所有数据通读几遍，把握所有的内容和细节。每读一遍，都会有新的感受和新的发现。在确定大致主题后，可以再次通读数据或调查笔记，以确定各个主题之间的关系，或者还可以通过文献综述来协助分析定性数据，这些文献中会出现某些主题，然后再分析已收集的数据，确认这些主题在数据中是否存在。通常分析数据所花费的时间大致等于收集数据所花费的时间。多通读几遍数据，可以使对数据的分析不仅仅局限于简单的描述层面上，而上升到理解或理论的层次。

对定性数据的分析，始于对定性数据的冲突或矛盾之处的关注，这往往会引出诸多发现和思考，并从中提炼出主题或理论。在分析定性数据的过程中，研究者需要不断地询问自己，这个数据意味着什么？在字词之间、概念与概念之间、行动和语言之间、行为的条件与结果之间，研究者会以各种方式来寻求它们之间的联系、类型和模式。研究者要始终谨慎从事，不能过早妄下结论，即使有了初步的判断，也要以假设形式来进行。

对数据进行非常仔细、谨慎和深思熟虑的检查，被称为数据编码。每一位定性研究者的编码方式会有所不同。对判定所收集的数据或笔记是否与其他数据或笔记存在着逻辑联系，研究者的洞察力、理论直觉和支援意识是至关重要的。在多数情况下，这些联系不会立即呈现出来，有时可能要花上几个星期甚至几年的时间，才能找出所有的联系来。有时研究者会在研究报告发表后，再返回到原有的数据或笔记中，来探寻第一次数据分析尚未发现的联系。这种思想创造过程是无法用统计分析方式来处理和完成的。

大多数定性研究是在特定研究问题的指引下进行的，如某一特定观察是否能够推及到一个更广泛的概念或类别，或者与之相关联。例如，在酗酒者研究中，“喝酒的冲动”这个宽泛概念就包括了这样的一些观察：每天的压力、社交场合、与配偶生气、电台播放的一首特别的歌曲、啤酒广告等。

研究者在收集数据时，会尽可能地对数据进行整理和组织比如对访谈记录注明日期和做出标记。越来越多的研究者抛开纸张、铅笔、小刀和胶水，把数据输入到电脑程序。定性分析软件程序可以对数据进行数字化排列，在编码内再编码，用各种编码类型打印资料。使用这一程序，文件能够以不同方式进行处理（例如，关于某个单一概念的所有评论可以集中在一起）。

提高定性数据分析能力的最好方法之一，是研读其他定性研究者的文章，研究他们是如何进行数据编码并揭示数据中各种关系的。另外一种方法是利用现有的编码系统，分析它们是否有助于找出数据中的关系。例如，斯特劳斯（Strauss，1987）建议使用一种由条件、行为者间的互动、策略和计划以及结果组成的编码范例。波格丹和比克伦（Bogdan et al．，1982）提出的编码方案包括环境/背景、情况界定、视角、思考方式、过程、活动、事件、策略、关系和社会结构以及方法。无论使用或扩展哪一种编码方案，都要针对特定的行为事例，展示它们与较为广泛的概念之间是如何相关的。

根据上述分析，可以把定性资料分析的特点归纳如下：

（1）运用归纳法。定性研究不太关注数字数据，而重视对文本数据的归纳加工。研究者通常在研究初期针对特定事物或现象，提出初步定义和解释，然后再将这些初步发展的定义和解释运用到数据分析过程中。当数据不能容纳或不能完全适合初步发展的定义时，就需要对定义和解释进行调整或修改。在数据分析过程中，研究者还需要不断地寻找反例，并对反例进行分析和解释，直到形成能统领所有数据的普遍原则为止。

（2）收集数据与分析数据同步进行。与定量研究不同，定性研究的数据收集并不是一种机械性的记录过程，它往往同时要对数据进行分析和解释。研究者一旦把数据收集上来，就要对数据进行分析，提出对数据的初步解释。研究者要根据非线性原则，对数据进行反复分析，不断比较数据的异同，不断对数据进行抽象和归纳，确定数据之间的矛盾，找出其中共有的结构和模式。研究者还要根据数据是否达到饱和，来判定是否有必要进一步收集更多的数据。

（3）强调经验证据与抽象概念的相互融合。与哲学研究单纯的概念推演不同，定性研究需要把抽象概念与实证数据紧密结合起来，根据实地收集的定性数据来构建概念、命题以及模式。对定性研究而言，理论解释要实现抽象概念与经验世界的有效的结合，因为理论来源于经验世界，理论解释的效力在于对实际社会现象的真实展示。因此研究者必须对研究现象具有高度的敏感性和感受力，才能实现现象与理论之间的关联。

（4）数据分析在于理论的建构。定性研究者是从参与者的观点来观察日常生活世界的，再透过开放性编码过程对数据进行归纳，并形成对理论概念的构建。不管用何种方法来分析数据，最后都必须回到现有知识的基础，看一看研究发现是否与现有的研究文献相一致？是否能拓展已有知识，或推翻公认的理论？虽然局内人的内在体验和观点很重要，但研究结果最终还是取决于局外人的观点，用研究者的观点来阐释研究发现。