比较主题分析 — 跨组主题分析
- 提出者
- Virginia Braun & Victoria Clarke (thematic analysis foundation); comparative extension developed in applied policy and cross-cultural qualitative research traditions
- 年份
- 2000s–2010s (as an explicit comparative variant of thematic analysis)
- 类型
- Qualitative comparative analytical strategy
- 类别
- Qualitative design / analysis
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
比较主题分析将主题分析的结构化程序应用于两个或多个不同的群体、地点或时间点,其明确目标是识别共同的模式和有意义的差异。它不产生单一的经验综合叙述,而是产生分层分析,描绘主题在比较单位之间的汇合与分歧之处——这使其对于政策相关、跨文化或多地点定性研究尤其有价值。
方法背后的直觉
将标准主题分析视为绘制一个区域的地图。比较主题分析绘制两个或多个区域的地图,然后将它们并排放置:哪些特征同时出现在两者中?哪些是其中一个独有的?同一个地标在不同地点站立时看起来有何不同?比较不是偶然的——它是该方法论的智力引擎。研究人员使用相同的编码框架(或归纳地开发并行框架)对每个数据集进行编码,然后系统地审视相似性和差异性,以产生单一群体分析无法产生的理论见解。
历史学
比较主题分析是在 Braun 和 Clarke (2006) 提出的基础主题分析框架之后,作为一个明确的方法论变体出现的,该框架为研究人员提供了一个系统且易于访问的主题生成程序。应用政策研究人员,特别是英国国家社会研究所的 Ritchie 和 Spencer,在 20 世纪 90 年代开发了并行的跨组分析框架(框架方法),影响了比较定性实践。21世纪以来,健康科学和教育领域的跨文化和多地点定性研究越来越多地将主题分析的比较扩展形式化为一个命名方法,特别是在护理、健康心理学和比较教育研究领域。
何时使用
当研究问题明确要求理解两个或多个不同群体(例如,患者与医疗保健提供者、新手教师与专家教师、来自不同文化或国家背景的参与者)的经验、看法或含义如何不同或一致时,请使用比较主题分析。它也适用于应用和政策研究中的前后比较或多地点比较。该方法需要每个比较单位提供丰富的定性数据——通常是访谈或焦点小组记录。当目标是单一的、统一的生活经验叙述时(使用标准主题分析或现象学)、当群体没有实质性区别时,或当群体规模太小(每组参与者少于三到四名)而无法支持可信的组内编码时,请勿使用。
局限与注意事项
- 需要每个比较组内有足够的数据深度和广度;任何一个组的数据不足都会削弱比较效果。
- 构建真正等同于不同组的代码,这些组可能使用不同的语言、文化参照点或框架,这在分析上要求很高。
- 研究结果描述了样本组在特定背景下的模式,并且在统计上不可推广。
- 管理大型、多组数据集在后勤上复杂且耗时。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 直接解决关于差异和相似性的研究问题,产生单一群体分析无法提供的见解。
- 认识论上灵活——根据主题的构想方式,可应用于从实在论到建构主义和反思性取向的各种研究。
- 在应用、政策、跨文化和评估背景下尤其有价值,因为理解群体层面的变异具有实际意义。
- 明确的比较结构增强了解释性论证的透明度和可审计性。
- 与各种数据收集方法兼容——访谈、焦点小组、文件——适用于面对面和数字环境。
应用
- 比较患者和医疗保健提供者对同一临床路径或干预措施的体验,以揭示相互理解中的差距。
- 跨文化研究,考察一个概念(例如,职业身份、学业成功、心理健康)的含义在不同国家或文化群体中如何变化。
- 评估研究,比较不同实施地点或交付模式的计划受益者的体验。
- 前后研究,分析参与者在教育干预、政策变化或组织转型后账户的变化情况。
- 多专业或多利益相关者研究,探讨对共同问题的汇合和分歧观点(例如,学校包容、患者安全、社区韧性)。
- 比较边缘化群体和非边缘化群体的研究,以揭示嵌入生活经验中的结构性不平等。
使用方式
使用方式
研究人员分别沉浸在每个比较组的数据中——阅读和重读访谈记录、田地笔记或文件,并为每个组制作初步的反思备忘录。这种单独的熟悉化过程可以防止过早的跨组假设,并确保在比较开始之前,每个组的数据都能在其自身条件下被接触到。
对所有数据集进行系统性的初步编码,可以使用归纳或演绎开发的单一统一代码本,或使用后来整合为共享框架的并行归纳代码本。与研究问题相关的每个有意义的数据单元都被分配一个代码,并将组成员身份作为元数据保留,以便随时按比较单位对代码进行排序。
在每个比较组内,将代码按类别排序并聚集成候选主题。在此阶段,研究人员会问:这个组的数据中存在哪些模式?主题最初是按组生成的,以便在跨组分析引入比较视角之前保留每个组的内部逻辑。
跨组的主题进行明确的对话。研究人员识别汇合主题——存在于所有组中的模式——以及分歧主题——仅存在于某些组中或在不同组中具有不同含义的模式。通常会构建一个比较矩阵或主题图,以使相似性和差异性可见,并将解释性论证锚定在每个组的证据上。
将比较步骤的发现综合成一个整合的解释性叙述,以回答跨组层面的研究问题。这种综合不仅解释了存在哪些主题,还解释了它们为何在各组之间有所不同或一致——从而产生关于产生变异的条件、背景或机制的理论或实践见解。
常见陷阱
- 过早强制比较——在每个组的数据都已在其自身条件下被理解之前,就将一个组的代码叠加到另一个组上,会扭曲研究结果。
- 将表面词汇差异视为实质性群体差异——不同群体的参与者可能使用不同的词语表达相同的潜在含义;在声称真正的分歧之前,需要仔细的解释性工作。
- 群体数据不平衡——如果一个组产生的数据比另一个组更丰富或更大,比较就有可能不对称,较薄弱的组的主题可能会被代表不足。
- 在报告中丢失比较线索——按顺序呈现每个组的主题,然后添加一个简短的比较部分,这是一个常见的结构错误;比较应该贯穿整个分析和讨论。
- 忽视立场性——研究人员与每个组的关系可能不同,应该进行反思性承认,因为它会影响应用哪些代码以及如何解释差异。
常见问题
比较主题分析与标准主题分析有何不同?
标准主题分析对单个数据集或未区分的参与者群体产生统一的主题叙述。比较主题分析将群体成员身份作为结构变量,并明确审视主题的汇合之处和分歧之处。比较是核心的分析和解释性举动,而不是次要的观察。
我应该用同一个代码本对所有组进行编码,还是开发单独的代码本?
两种方法都是可行的,选择取决于您的认识论立场。使用一个通过演绎法(例如,来自理论或政策类别)开发的统一代码本,支持直接比较,但有将一个组的逻辑强加于另一个组的风险。分别对每个组独立开发然后进行协调的并行归纳代码本,能更好地保留每个组的独特性。当各组可能对现象有非常不同的表述时,后者是首选。
我每组需要多少参与者?
没有普遍规则,但每个比较组都需要足够多的参与者来支持可信的组内编码——通常至少四到六名,最好更多。参与者少于三名的组产生的模式太薄弱,无法支撑比较性解释。每个组内的目标,与标准主题分析一样,是数据充足以回答研究问题。
我可以使用二次数据或文件数据而不是访谈数据吗?
可以。任何丰富的文本数据——来自不同司法管辖区的政策文件、来自不同媒体的报道、来自不同社区的社交媒体帖子——都可以使用主题分析程序进行比较分析。比较单位需要有意义地区分,并且每个单位内的数据需要有足够的深度。
我如何报告比较主题分析的结果?
最有效的报告方式是围绕比较主题组织,而不是按顺序围绕每个组组织。发现的主要部分应解决一个主题或比较维度,并排呈现来自多个组的证据,并明确解释汇合或分歧的解释性论证。避免将每个组的发现孤立起来,然后在最后加上一个简短的比较。
相关方法
参考文献
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101.
打开 DOI 文献已复制。Ritchie, J., & Spencer, L. (1994). Qualitative data analysis for applied policy research. In A. Bryman & R. G. Burgess (Eds.), Analysing Qualitative Data (pp. 173–194). Routledge.
打开出版物文献已复制。