研究方法10 分钟阅读

定量 vs 定性:如何为 Dissertation 选择正确的研究方法?

定量/定性/混合方法对比 + 5 步决策流程 + 8 种常用统计方法的适用场景 + 4 种质化分析方法,帮你选对方法一次写好 Methodology

定量 vs 定性 vs 混合:核心对比

维度
定量研究(Quantitative)
定性研究(Qualitative)
混合方法(Mixed)
研究问题类型多少?有多强?有没有显著差异?为什么?怎么样?有什么意义?先测量(多少),再解释(为什么)
数据形式数字、量表分数、频率、比例访谈文本、观察笔记、文件两者都有
典型方法问卷调查、实验、结构化观察深度访谈、焦点小组、文档分析、民族志顺序混合 / 并行混合
分析方法SPSS / R / Python 统计检验主题分析、内容分析、话语分析、扎根理论两者结合,结果相互印证或解释
样本量通常较大(≥30,回归分析≥100)通常较小(6–25 人),重视深度而非广度取决于哪种方法为主
可推广性高(可统计推断总体)低(深度理解特定情境,不强调推广)中到高(取决于量化部分的样本)
常见学科心理学、医学、商科、教育、社会学(调查)人类学、教育学、社会工作、市场研究公共卫生、教育研究、组织研究

3 步决策指南

1

你的研究问题是什么类型?

关系/差异/预测类

"X 是否显著影响 Y?"、"A 组和 B 组有没有差异?"

→ 量化研究
理解/探索/体验类

"用户如何体验某一现象?"、"为什么会出现这种模式?"

→ 质化研究
先测量再解释

"有多少学生焦虑?焦虑背后的原因是什么?"

→ 混合方法
2

你能获取什么数据?

可以发问卷 / 有公开数据集 / 可做实验

样本量可达 30 以上

→ 偏向量化
只能联系到少数人 / 需要深度交流

5–15 人的访谈

→ 偏向质化
两种数据都能获取,时间充裕

先发问卷再做访谈

→ 考虑混合
3

你的技能和工具准备好了吗?

熟悉 SPSS / R / Python

量化分析门槛更低

→ 选量化
擅长访谈和文本分析

质化分析对技术要求低,但时间投入大

→ 选质化
两者都不熟悉

优先选与课程内容更接近的

→ 看教授偏好

定量研究:8 种常用统计方法速查

选定量研究后,还需要根据变量类型和研究问题选择具体的统计检验。

Independent Samples t-test

SPSS / R / Python

适用情境

比较两个独立组的均值差异

示例问题

男女学生的平均成绩是否不同?

前提条件

连续型因变量,两组独立样本,近似正态分布

Paired Samples t-test

SPSS / R

适用情境

比较同一组在两个时间点或条件下的差异

示例问题

培训前后员工绩效分数是否变化?

前提条件

同一受试者两次测量,差值近似正态分布

One-Way ANOVA

SPSS / R

适用情境

比较三个或以上独立组的均值差异

示例问题

三种教学方法下学生成绩是否不同?

前提条件

连续型因变量,三组或以上,方差齐性

Linear Regression

SPSS / R / Python

适用情境

预测连续型因变量,分析自变量的解释力

示例问题

学习时间、睡眠时长能预测考试成绩吗?

前提条件

连续型因变量,自变量无完全多重共线性

Logistic Regression

SPSS / R / Python

适用情境

预测二分类因变量(0 or 1)

示例问题

哪些因素预测学生是否通过考试?

前提条件

因变量为二分类,样本量 ≥50

Chi-Square Test

SPSS / R

适用情境

检验两个分类变量之间是否有关联

示例问题

性别和专业选择之间有关系吗?

前提条件

两个分类变量,每格期望频数 ≥5

Pearson Correlation

SPSS / R / Python

适用情境

测量两个连续变量之间的线性关系强度

示例问题

焦虑程度和学习效率之间有相关性吗?

前提条件

两个连续变量,近似正态分布,线性关系

Mann-Whitney U(非参数)

SPSS / R

适用情境

比较两组,但数据非正态或为有序变量

示例问题

两组学生对课程满意度评分(李克特量表)是否不同?

前提条件

无法满足 t 检验假设时的替代方案

定性研究:4 种常用分析方法

质化研究最常见的是主题分析,其余方法有各自明确的适用场景。

主题分析(Thematic Analysis)

Braun & Clarke, 2006

适用情境

识别数据中反复出现的模式和主题,灵活适用于大多数质化研究

基本步骤

熟悉数据 → 生成初始编码 → 搜索主题 → 审查主题 → 命名主题 → 撰写报告

适合的数据来源

访谈、焦点小组、开放问卷

内容分析(Content Analysis)

Krippendorff, 2004

适用情境

系统分析大量文本或媒体内容,可量化也可质化

基本步骤

确定分析单元 → 制定编码框架 → 编码 → 检验一致性 → 解释

适合的数据来源

社交媒体帖子、新闻报道、政策文件

话语分析(Discourse Analysis)

Fairclough, 1995

适用情境

分析语言如何构建社会现实、权力关系和意识形态

基本步骤

选取语料 → 识别话语特征 → 分析社会背景 → 解读权力关系

适合的数据来源

政治演讲、媒体报道、机构文件

扎根理论(Grounded Theory)

Glaser & Strauss, 1967

适用情境

在数据中归纳性地建立理论,不预设假设

基本步骤

开放编码 → 主轴编码 → 选择编码 → 理论饱和 → 理论建构

适合的数据来源

未被充分研究的新现象,访谈为主

快速决策:根据研究问题关键词判断

关键词 → 定量研究

  • • 显著差异 / significantly different
  • • 相关性 / correlation
  • • 预测 / predict
  • • 比较 / compare(多组均值)
  • • 影响因素 / factors affecting
  • • 频率 / proportion / percentage

关键词 → 定性研究

  • • 体验 / experience / perception
  • • 理解 / understand / explore
  • • 如何 / how / in what ways
  • • 为什么 / why / reasons
  • • 意义 / meaning / interpretation
  • • 过程 / process / journey

数据分析和 Methodology 需要帮助?

我们的统计分析代写团队覆盖 SPSS、R、Python、Stata,能帮你设计研究方案、执行统计分析并撰写符合 APA 格式的报告。