教程 ·
混合研究方法，定量数据和定性资料怎么结合分析
混合研究方法（Mixed Methods）该怎么设计和执行？本文讲清楚三种主流整合设计（解释性、探索性、汇聚性）的适用场景，以及定量数据和定性资料结合分析在论文里该怎么呈现。
"既有问卷数据又有访谈记录，两者该怎么放进同一篇论文里"，这是很多研究者在设计阶段就会遇到的问题。简单地把两部分结果并列写在一起，并不算真正的混合研究方法（Mixed Methods Research），真正的整合需要在研究设计阶段就想清楚定量和定性数据之间的关系。
混合研究方法解决什么问题
单纯的定量研究能回答"有没有关系、关系有多强"，但难以回答"为什么会有这种关系、这种关系在具体情境下是怎么体现的"；单纯的定性研究能提供深度和情境理解，但难以判断结论的普遍性。混合研究方法的核心价值在于：用一种方法弥补另一种方法的局限，而不是简单地把两种数据堆在一起。
需要注意的是，"既做了问卷又做了访谈"不等于就是混合研究方法——真正的混合方法要求在研究设计阶段明确两种数据之间的整合逻辑，而不是两部分各自独立分析、写作时简单拼接。
三种主流整合设计
1. 解释性设计（Explanatory Sequential Design）
先定量、后定性。先做问卷调查得到统计结果，再针对统计结果中有趣或难以解释的现象（比如某个群体的得分显著异常），选取部分被试做深度访谈，解释这个现象背后的原因。
适用场景：定量结果已经比较明确，但需要更深入理解"为什么"。比如问卷发现某地区员工离职意愿显著更高，再通过访谈了解具体原因（管理方式、地域文化、薪酬结构等）。
2. 探索性设计（Exploratory Sequential Design）
先定性、后定量。先通过访谈、焦点小组等定性方法探索某个现象的构成维度，再基于定性发现设计问卷量表，用定量方法在更大样本中验证这些维度是否具有普遍性。
适用场景：研究主题相对新颖，现有量表不足以覆盖研究情境，需要先通过定性研究"摸清楚"变量的构成，再开发或改编量表进行大样本验证。这也是很多新构念（construct）量表开发类论文常用的设计路径。
3. 汇聚性设计（Convergent Design）
定量和定性同时收集、独立分析、最后对照整合。两种数据在同一阶段收集（比如同时发问卷和做访谈），分别独立完成各自的分析，最后把两部分结果放在一起比较——是相互印证，还是出现了矛盾，再对矛盾之处做进一步讨论。
适用场景：希望从两个角度（广度与深度）同时切入同一个研究问题，且时间上不允许先后串行收集数据。
三种设计的对比
| 设计类型 | 数据收集顺序 | 核心目的 | 常见应用场景 |
|---|---|---|---|
| 解释性设计 | 定量 → 定性 | 用定性解释定量结果 | 解释统计发现背后的原因 |
| 探索性设计 | 定性 → 定量 | 用定量验证定性发现的普遍性 | 新量表开发、新构念探索 |
| 汇聚性设计 | 定量与定性同时 | 相互印证或发现矛盾 | 全面理解复杂现象 |
整合分析的具体做法
不同设计下，"整合"发生的时间点和方式不同：
- 解释性设计：整合发生在定性阶段的抽样环节——通常根据定量结果对被试分组（如高分组/低分组、显著差异的子群体），有针对性地选取访谈对象，这种抽样方式本身就是一种整合
- 探索性设计：整合发生在量表开发环节——定性访谈得到的主题编码直接转化为问卷题项，再通过验证性因子分析检验这些题项是否能构成稳定的维度
- 汇聚性设计：整合发生在结果讨论阶段，常见的呈现方式是"联合展示"（joint display）——用一张表格并列呈现定量结果和对应的定性引文，清晰展示两者是相互印证还是存在张力
一个常见的联合展示表格示例：
| 定量发现 | 对应定性引文 | 整合解读 |
|---|---|---|
| 远程办公满意度显著高于线下办公（p<.01） | "在家工作能自己安排时间，效率反而更高"（受访者3） | 定性资料印证了定量结果，且揭示了"时间自主性"这一具体机制 |
| 团队协作评分两种办公方式无显著差异 | "线上沟通经常错过关键信息，得反复确认"（受访者7） | 定量与定性出现张力，提示协作评分量表可能未捕捉到定性访谈揭示的具体痛点，值得后续研究关注 |
论文里怎么写
混合方法论文的方法部分（Methods）通常需要明确交代：
- 采用的具体设计类型（解释性/探索性/汇聚性），并引用混合方法方法论的经典文献（如 Creswell & Plano Clark 的相关著作）说明设计依据
- 定量与定性数据各自的收集方式、样本、分析方法
- 两部分数据在哪个阶段、以何种方式整合（抽样整合、题项转化整合，还是结果对照整合）
结果部分（Results）建议按设计类型的整合逻辑组织，而不是简单地"第一部分讲定量、第二部分讲定性、互不呼应"。
用 ChatSRS 怎么处理定量部分
混合研究方法中的定量分析部分（描述统计、假设检验、因子分析、量表信效度等）可以直接用 ChatSRS 完成，尤其适合探索性设计中"根据定性发现的维度开发量表后做验证性分析"这一环节，比如：
"这是根据访谈编码得到的三个维度题项，帮我先做探索性因子分析看看维度结构是否成立，再做信度分析。"
定性部分（访谈编码、主题分析）目前仍需要专门的质性分析工具或人工编码完成，ChatSRS 专注在定量分析这一侧，帮你把整合研究中相对标准化、重复性高的统计环节做得更快更规范。
常见 FAQ
Q：混合研究方法是不是比单一方法研究更"高级"？
A：不能这样简单类比。混合方法适合那些单一方法确实无法充分回答研究问题的场景，如果研究问题本身用定量或定性单独就能回答清楚，硬凑混合方法反而会让研究设计显得臃肿、逻辑不清晰。选择混合方法的前提应该是研究问题真正需要两种数据类型的互补，而不是为了"方法看起来更全面"。
Q：定量样本量小、定性样本量也小，可以做混合方法吗？
A：可以，但需要注意两部分各自都要达到该方法本身的基本要求——定量部分依然需要满足统计推断的样本量要求，定性部分依然需要达到理论饱和或足够的深度，混合方法不能成为"两边都做得不够但拼在一起显得工作量大"的理由。
Q：汇聚性设计中定量和定性结果矛盾，是不是意味着研究失败了？
A：恰恰相反，矛盾往往是混合方法研究中最有价值的发现之一，说明现象比单一视角看到的更复杂。诚实地呈现和讨论这种张力（而不是回避或强行统一），常常是混合方法论文被认为有深度的地方。
本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内【用户中心 -> 帮助与反馈】联系我们。