框架分析法(Ritchie & Spencer)
- 提出者
- Jane Ritchie & Liz Spencer (National Centre for Social Research, UK)
- 年份
- 1994
- 类型
- Qualitative research method
- 类别
- Textual 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?
框架分析法是一种结构化的定性研究方法,由英国国家社会研究中心(UK National Centre for Social Research)的 Jane Ritchie 和 Liz Spencer 于1994年开发。它将定性数据组织成一个主题矩阵——即分析框架——从而能够对参与者和主题进行系统性比较。该方法最初是为具有特定问题和时间限制的应用政策研究而设计的,现已广泛应用于卫生服务、社会政策和管理研究领域,这些领域对透明度和严谨的跨案例比较至关重要。
方法背后的直觉
设想一下,你正在访谈30名护士,了解他们对一种新的电子健康记录系统的体验。你拥有丰富但杂乱的访谈记录,并且有一个报告截止日期。框架分析法提供了一种严谨的方法,可以将原始文本转化为结构化的摘要矩阵:每一行代表一个参与者,每一列代表一个主题,每个单元格包含该参与者就该主题所说内容的精炼记录。这个图表绘制步骤是框架分析法的独特之处——它创建了一个共享的、可视化的工作空间,多学科团队可以在其中系统地比较参与者之间的模式,而不会丢失与原始数据的联系。与纯粹的归纳法不同,框架分析法允许结合预设主题(由访谈问题驱动)和数据本身产生的涌现主题。
历史学
框架分析法由 Jane Ritchie 和 Liz Spencer 在英国国家社会研究中心开发,并首次在其1994年发表于 Alan Bryman 和 Robert Burgess 编辑的《定性数据分析》(Analysing Qualitative Data)一章中进行了描述。该方法明确设计用于应用政策研究环境,在这种环境下,研究结果必须在规定的时间内交付,并必须解决特定的委托问题。多年来,它一直相对专业化,主要用于英国政府和社会研究。在 Gale 等人于2013年在 BMC Medical Research Methodology 上发表了一篇实用指南后,其在卫生服务研究中的应用得到了显著加速,该指南展示了该方法对于临床和公共卫生环境中多学科团队的价值。它现在被认为是应用定性健康研究中与主题分析并列的标准方法。
何时使用
当研究有具体的、预先确定的问题时——例如政策简报、服务评估或资助方提出的问题——但答案需要丰富的定性理解而非计数或统计数据时,框架分析法最为适用。它适合多学科团队,因为可视化的矩阵结构允许不同背景的成员共同参与分析。它适用于需要系统性跨案例比较的中大型定性样本(约10-50名参与者)。当研究问题完全开放且探索性强,目标是从头开始构建新的实质性理论(此时扎根理论更合适),或者样本量非常小(少于5个)且重点是深度而非比较时,则不太适用。
局限与注意事项
- 依赖研究人员在矩阵中构建的摘要会引入数据缩减;如果绘制得过于仓促,措辞和语气的细微差别可能会丢失。
- 从访谈主题指南中提取的先验主题,如果应用过于僵化,可能会限制分析,导致真正新颖的主题被忽略或被强行归入现有类别。
- 该方法不产生理论;它是描述性和解释性的,而非理论构建性的,因此当研究目标是产生正式的实质性理论时,它不适用。
- 矩阵结构隐含地强调了参与者之间的比较,这可能会低估任何单一案例的整体、个案的描述性叙述。
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
- 分析矩阵提供了完全的透明度:每个解释都可以追溯到特定的访谈记录段落,使分析过程可审计。
- 同时容纳预定主题和涌现主题,当研究问题已知但数据具有探索性时,这使其非常实用。
- 非常适合多学科或团队研究;图表格式创建了一个共享的分析工作空间,不需要所有团队成员都阅读过每一份访谈记录。
- 对于有时间限制的应用和政策研究来说效率很高;与单独的沉浸式编码相比,系统性图表绘制可以加快跨案例比较的速度。
- 便于跨亚组(例如,按专业角色、地点或人口统计学特征)进行比较,因为矩阵结构使模式一目了然。
应用
- 评估患者和工作人员对新的临床路径或卫生服务干预措施的体验。
- 分析多地点或多专业群体中公共政策实施的利益相关者观点。
- 综合来自多地点组织研究的访谈数据,其中跨地点比较是研究问题的核心。
- 使用中等规模访谈样本的数据,考察专业决策过程——例如,社工如何评估风险,或教师如何调整课程。
- 为委托方或政府机构进行快速定性评估,要求在严格的时间限制内提供透明、可审计的研究结果。
- 支持多学科卫生研究团队,其中具有不同学科背景的分析师必须共同参与定性数据分析。
使用方式
使用方式
研究人员通过阅读访谈记录、收听录音和审查田野笔记来深入了解原始数据。在此阶段不进行正式编码;目标是全面了解材料的范围和深度,记录初步印象,并确定哪些数据与研究问题最相关。
通过借鉴研究问题和主题指南(先验主题)以及仔细阅读数据后浮现的主题(涌现主题),构建一个主题框架——即一组代码和类别。这种混合的演绎-归纳结构是框架分析法的定义特征:研究人员既不强加一个完全预定的方案,也不从零开始。
系统地根据主题框架对每个访谈记录进行编码(索引)。将每个相关段落标记为一个或多个代码标签,并在所有访谈记录中一致地应用该索引。此步骤确保所有数据都被考虑在内,并定位在框架内,从而可以检索任何主题的所有实例。
将索引过的数据从其原始访谈记录的上下文中提取出来,并输入到一个矩阵——即分析图表中,其中行代表个体参与者(或案例),列代表主要主题或子主题。每个单元格包含该参与者就该主题的摘要或直接引语,并附有指向源访谈记录的引用。该图表是框架分析法的主要工作工具。
通过描述每个主题的观点范围、识别参与者之间的模式和关联以及发展解释性叙述来回答研究问题。研究人员在图表摘要和原始访谈记录之间来回移动,以确保解释有据可依。最终产出通常包括与政策或实践相关的主题描述、类型学和解释性叙述。
常见陷阱
- 仅从主题指南构建框架——如果主题框架完全来自访谈计划而未先阅读数据,那么真正涌现的主题将被遗漏,分析将仅仅反映研究人员的假设,而不是参与者的含义。
- 过于肤浅地绘制图表——将丰富的叙述压缩成单个短语会丢失解释所需的丰富细节;单元格应包含足够多的细节(释义加上关键引语及行号引用),以便在不返回查阅每份原始访谈记录的情况下支持后续的解释性工作。
- 丢失审计线索——将数据剪切粘贴到矩阵中而不记录源访谈记录和行号,使得在撰写报告时无法验证解释或检索完整上下文。
- 将图表视为最终产品——矩阵是一个分析工具,而不是目的本身;仍然必须进行解释性工作,才能从图表摘要转向连贯的主题叙述和解释性结论。
- 将框架分析法应用于非常小的样本——对于少于五六名参与者的情况,矩阵结构所带来的跨案例比较价值不大;叙事性案例研究或现象学方法可能更适合。
常见问题
框架分析法与主题分析法有何不同?
两种方法都识别定性数据中的主题,但框架分析法增加了一个独特的图表绘制步骤,即将数据输入到参与者-主题矩阵中。这使得跨案例比较系统化且可视化,并创建了一个明确的审计线索,将每个解释性主张追溯到特定的源段落。主题分析法更灵活,不需要矩阵;框架分析法更结构化,对于透明度和可比性是优先考虑的团队或政策导向型研究尤其有价值。
我可以使用纯粹的归纳法进行框架分析吗?
框架分析法被设计为实用的,而非纯粹归纳或纯粹演绎。主题框架是根据研究问题和访谈指南(演绎)以及在熟悉和索引过程中出现的主题(归纳)构建的。纯粹的归纳研究——即没有事先问题,意图让理论完全从数据中涌现——更适合扎根理论。如果你的问题是预先确定的,但你希望数据有惊喜的空间,那么框架分析法非常合适。
哪些软件对框架分析法有用?
分析矩阵可以用电子表格(Microsoft Excel 或 Google Sheets)构建,也可以用 NVivo 等定性数据分析软件构建,后者具有内置的矩阵编码功能。电子表格在实践中使用广泛,因为无论是否接受过专业软件培训,所有团队成员都能使用。无论使用何种工具,关键要求是每个单元格条目都保留对源访谈记录及行号的引用,以保持审计线索。
框架分析法需要多少参与者?
没有严格的最低要求,但矩阵所支持的跨案例比较在10到50名参与者的样本量下最为有用。低于五六名参与者时,矩阵的比较优势很小,案例研究或现象学设计可能更能服务于研究目标。超过50名参与者时,图表绘制过程会非常耗费人力;研究人员通常以团队形式工作,并可能将矩阵集中在一个有目的选择的子样本上。
框架分析法适合独立研究者吗?
是的。尽管该方法在设计时考虑了团队环境,但独立研究者也经常使用它。矩阵中内置的审计线索对于单独的分析师同样有价值——它约束了解释过程,并在撰写报告时更容易返回数据。独立研究者应为图表绘制步骤预留额外时间,这是分析中最耗费人力的阶段。
相关方法
参考文献
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。Gale, N. K., Heath, G., Cameron, E., Rashid, S., & Redwood, S. (2013). Using the framework method for the analysis of qualitative data in multi-disciplinary health research. BMC Medical Research Methodology, 13, 117.
打开出版物文献已复制。