一、三角互证设计

三角互证设计的目的是“为了更好地理解所要研究的问题而获得关于同一个主题不同的、但相辅相成的数据”（Morse，1991：122）。这种设计既可以将定量统计结果与定性发现进行直接比较，又可以用定性数据来验证或推广定量结果。三角互证设计是只有一个阶段的研究设计，在该设计中研究者同时、同等地使用定量和定性方法（图13．1）。由于该方法经常并行和分别地收集和分析定量数据和定性数据，因此该设计又被称为“并行三角互证设计”（Creswell et al．，2003）。研究者在分析中将定量数据和定性数据合起来进行解释或者通过转换数据来整合这两种数据。

图13．1　三角互证设计

三角互证设计包括“结合模型”“数据转换模型”“定量数据验证模型”和“多层模型”。前两个模型随研究者在分析和解释数据时如何合并两种数据而有所变化。第三个模型用来提高调查结果的准确性，而第四个模型则用于调查不同的分析水平。“结合模型”是混合方法三角互证设计的一个经典模式，在这个模型里，研究者就同一个社会现象分别收集和分析定量和定性两种数据，然后在解释时通过比较和对比不同的结果将不同的结果合在一起。“数据转换模型”涉及分别收集和分析定量数据和定性数据。在初步分析以后，研究者通过定量化定性发现或定性化定量结果将一种数据转换成另一种数据。“定量数据验证模型”通常指研究者在调查中通过追问几个开放式定性问题来验证问卷调查的结果。在这种模型中，研究者用调查问卷来收集两种数据。由于在定量调查中追问定性问题，因此这些问题通常问不出严格的定性数据，但是却可以用这些数据来验证和更正问卷调查的结果。第四种形式是“多层模型”（Tashakkori et al．，1998：48）。在这个设计中，用不同的方法来解决不同层次的问题，并对每个层次的发现进行概括而形成一个整体解释。例如，艾略特和威廉姆斯（Elliott et al．，2002）在研究员工咨询服务时，就使用了客户层面的定性数据、顾问层面的定性数据、经理层面的定性数据以及组织层面的定量数据。

三角互证设计可以在同一个研究阶段同时收集两种数据，因而是一种高效的设计。三角互证设计所面临的挑战是：它不仅需要付出很多努力，而且还要有良好的专业素养，甚至需要处理两种数据结果不一致的棘手问题。