三、解释性设计

解释性设计是一种两个阶段的混合方法设计。该设计的总体目标是用定性数据来协助解释初步获得的定量结果（Creswell et al．，2003）。例如，当研究者要用定性数据来解释显著性统计结果、异常结果、令人吃惊的结果时，该设计能很好地契合这样的研究（Morse，1991）。

解释性设计又被称为解释性顺序设计，是一种两个阶段的混合方法设计。该设计始于收集和分析定量数据，然后再收集和分析定性数据。由于该研究从定量阶段开始，因此调查者更重视定量方法（图13．3）。奥尔德里奇（Aldridge et al．，1999）对教室环境的研究就是这种设计的一个例子，他们从定量调查研究开始，确认了统计上显著性差异和反常结果，然后再用深度定性研究来解释为什么会有这些结果。

图13．3　解释性设计

通常有两种形式的解释性设计：“后续解释模型”和“参与选择模型”。当研究者要用定性数据来解释定量结果时，通常会使用“后续解释模型”。在这个模型中，研究者确认了某些需要进行额外解释的特殊发现，比如不同组别之间的统计差异、得分极端的个人、意外性结果等。这种模型通常把重点放在定量方面。当研究者要用定量数据来确认和选择后续研究、深度研究和定性研究的参与者时，就要使用“参与选择模型”。在这个模型中，通常把研究重点放在定性阶段。尽管这两种模型都是先有定量阶段，后有定性阶段，但是它们在两个阶段的连接上有所不同：一个侧重于更详细地检验结果，另一个则关注选择合适的参与者。

解释性设计的步骤清晰明了，便于操作，非常适合于单个研究者进行研究，也适用于多阶段调查以及单独的混合方法研究。由于它通常从定量开始，因此对定量研究者更有吸引力。解释性设计面临的挑战是：实施两个阶段的调查很费时间，很难合理安排定性阶段的时间。研究者需要决定是否在两个阶段使用相同的参与者。