定性研究,读懂数字之下的「为什么」。
定性研究在现场直接面对人们的语言与行为,解读其下的意义与语境。
什么是定性研究
定性研究问的是为什么和如何。定量研究测量事物的大小,定性研究解读其下的意义与语境。两者并不竞争:它们回答的是不同的问题。
数字显示发生了什么。为什么发生,则是解读的工作。而解读并不是发现之后的下一步:往往,正是解读让发现成为可能。
定性
为什么·如何
意义·语境·动机·解读
定量
多少·多大
规模·频率·分布·测量
在 AI 时代,这一区分不是变得次要,而是更加重要。结构化数据的分析正被迅速自动化,而非结构化数据的解读仍然是人的工作。定性研究,正活在这个层面上。
非结构化数据
厚数据·深度访谈·田野笔记·影像
由人主导解读
半结构化数据
问卷·应答编码·类别
大量使用 AI
结构化数据
定量数据·大数据模式
可由 AI 替代
核心概念
方法与进路
採人知在田野中收集数据的四种方式。
民族志
Ethnography驻留田野,把人们实际的生活方式作为一个整体加以记录和解读。它由人类学家在过去一个世纪里发展而成,如今已是全球研究行业的核心方法。
参与式观察
亲身参与活动,从内部进行观察。它捕捉从外部看不见的质地:那些人们连对自己都解释不清的习惯与语境。这一方法已被消费者研究与用户体验研究广泛采用,形式包括家访、陪同购物、随行外出与使用观察。
深度访谈
IDI一对一,向深处去。越过表面的回答,抵达其下的原因与动机。
焦点小组访谈
FGI在群体对话中观察意见的交汇与分歧。共识、摩擦,以及只在人与人之间才会出现的反应。
数据与分析
把收集来的材料变成洞察的那些概念。
厚数据
thick data浸透着人们真实生活语境的数据。大数据是数据数量的问题,厚数据是数据质量与种类的问题。两者不是对立,而是一对:彼此补全。
编码与交叉解读
编码,是在材料中找到意义的单位,加以分类并命名。在採人知,同一份材料由两名以上研究者交叉解读,分析因此不会被锁定在单一视角里。
扎根理论
Grounded theory不是从一个理论出发、再用数据去检验它,而是从田野数据出发向上构建理论,通过一轮又一轮的编码,不断打磨概念与范畴。
QDAS
NVivo·ATLAS.ti定性数据分析软件。它把大量访谈记录与田野笔记的编码、分类与检索系统化。工具不能替我们解读,但能让解读更精确、更透明。
视角与立场
在一切方法之前,定性研究立足的视角。
现象学进路
努力去理解人们实际如何经验自己的世界,理解经验本身,而不让判断先行。这是每一场好访谈背后的态度。
整体论
Holism看整体,而不是看局部。一个行为,只有与生活的其他领域连在一起,才显出它的意义。要理解一次购买,就得把家庭、工作与人际关系放在一起看。
Sink or swim
在定性方法论形成体系之前,最早的人类学家们没有任何手册就走进了田野,只能自己找出自己的路。此后方法日益精密,但这一哲学至今仍是定性研究的骨架:在永远无法标准化的田野上,找到最佳路径的,是研究者本人。用一句中国话说,就是摸着石头过河。
研究流程
在解读与田野之间往返,打磨分析模型。
採人知的定性研究不是一条直线。我们解读材料,构建分析模型,对照真实生活的语境加以检验,再回到田野。正是这个循环,赋予洞察以密度。由此得出的洞察,再用问卷与大数据加以验证。
严谨性
一部好小说的好,不在于人物众多。
有时候,一部好小说比一百份统计更真切地呈现现实。好的作品通过寥寥数个人物,把现实中要紧的东西勾勒出来,并让人看见它们如何彼此关联。定性研究的力量来自同一个地方:深度取代了代表性。
同时也有一套避免陷入主观的程序。在採人知,同一份材料由两名以上研究者交叉解读,每一个解读都要对照真实生活的语境检验是否契合。从厚数据得出的洞察,再用问卷与大数据加以验证。解读要自由,验证要严格:定性研究就是这样赢得信任的。
《哈佛商业评论》
六千人问卷错过了什么
一家欧洲连锁超市想弄清销售为何下滑,用 80 道题调查了 6000 人,没有得到答案。厚数据研究发现的,是家庭生活本身正在改变:日常节奏越来越难以预测,作为家庭活动的"每周采购"正在悄悄消失。答案不在价格竞争,而在重新设计购物体验。
ReD Associates
数据里找不到的欺诈模式
一家全球信用卡公司单靠大数据找不到信用卡欺诈的模式。研究者直接访谈了欺诈者,追踪他们实际的作案方式,确认了用盗刷卡购买的货物大多寄往空置的房屋。侦测的关键不在数据之内,而在田野之中。
採人知的定性研究
懂得方法,不等于田野里的岁月。
採人知的研究团队,以文化人类学博士为骨干,而文化人类学正是这些方法的来源学科。我们为企业、政府与公共机构完成过一项又一项定性研究,方法论在每个项目中被进一步磨砺。在陌生的土地上注视得最久的那些岁月,构成了採人知的判断力。
常见问题
定性研究需要多长时间?
企业项目通常需要两到三个月,规模较大的研究可达五六个月。学术田野调查需要一年,因为要观察生活完整的季节周期。採人知不断积累在不摊薄研究的前提下缩短周期的技术与系统。
样本这么小,可信吗?
定性研究的目标是深度,而不是代表性。我们在少量个案中找到意义的结构,需要时再用问卷与大数据加以验证。上文"严谨性"一节有详细说明。
我们已经有大数据了,为什么还需要定性研究?
大数据是数据数量的问题,厚数据是数据质量的问题。大数据显示发生了什么,定性研究解读为什么发生。两者合在一起时最有力。
什么样的问题适合定性研究?
当问题本身需要重新定义、而不是照原样求解的时候。当数据是非结构化的:评论、影像、田野记录。以及,当您需要知道数字为什么变动的时候。
它与定量研究如何配合?
进入田野之前,我们先用大数据与既有文献建立先行知识。然后由定性研究产出洞察与假设,再用问卷加以验证。採人知把这整个融合过程当作一个研究系统来管理。
工作坊·讲座·咨询
我们教授方法论,也提供咨询。
採人知把自己的定性方法论做成面向企业与机构的定制课程。没有固定的课程表:我们围绕您带来的问题来设计。我们也为硕博研究生提供论文方法论咨询,并帮助机构建立自己的研究能力。