SuperAPI AI 工具集

mixed-methods-guide

通用与其它

查看项目

更新于 10-16 06:44

技能介绍

本指南面向需要在一项研究中结合定量与定性方法的研究者,核心要求是有目的地整合两类数据,而非简单同时使用数字与文字。

适用场景包括:定量结果需要定性解释、开发测量工具、检验新干预、研究复杂现象、调和矛盾发现,以及研究较少被关注的议题。

主要设计:聚合式(Concurrent)同步收集两类数据、分别分析后合并;解释性序列(先定量后定性解释结果);探索性序列(先定性探索、再定量检验);嵌入式(一类方法嵌套于另一类中起补充作用)。

整合策略包括合并、连接、构建与嵌入,可用联合展示表(joint display)把定量发现、定性主题与元推论并列呈现。样本量方面:定量问卷常见100–1000以上;定性访谈常见12–30;焦点小组常见3–6组、每组6–10人;案例研究常见3–10例。

数据分析:定量可用描述统计、t检验、ANOVA、回归、SEM等;定性常用主题分析(Braun & Clarke六步)与开放、轴心、选择性编码,工具可选NVivo、ATLAS.ti、MAXQDA、Dedoose或表格手工编码。整合分析可将主题存在与否与定量得分做相关分析,例如用pointbiserialr检验。

报告需包含定量与定性研究问题及混合方法问题、设计理由、设计类型、各分支方法、整合程序、联合展示表和元推论。质量评价涉及推论质量与可迁移性、整合一致性、设计连贯性与整合充分性。可参考APA JARS-Mixed、GRAMMS及Creswell & Plano Clark(2018)教材。具体收费、平台与更多步骤本资料暂未提供。