Skip to content
返回搜索结果

叙事分析——叙事探究

提出者
Catherine Kohler Riessman (seminal synthesis, 2008); roots in Labov & Waletzky (1967)
年份
1967 (foundational); 2008 (canonical handbook)
类型
Qualitative interpretive method

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

叙事分析是一种定性研究方法,由 Catherine Kohler Riessman (2008) 规范性地综合,它考察个体如何讲述他们的生活经历并通过讲述来构建意义。它借鉴了生活史、传记和叙事探究的传统,将故事本身——而不仅仅是其内容——作为分析单位,关注时间顺序、情节结构以及叙事产生的社会背景。

方法背后的直觉

当人们叙述重要的经历时,他们不仅仅是报告事实——他们将这些事实塑造成一个有开头、中间和结尾的故事。故事揭示的不仅是发生了什么,还有讲述者如何理解它:他们强调什么,省略什么,以及他们如何定位自己相对于他人。叙事分析将这种讲故事的行为视为数据,解构叙述的结构和意义,而不是将其简化为编码或类别。

历史学

社会研究中叙事结构的系统研究起源于 Labov 和 Waletzky (1967) 对口头个人经历故事的语言学分析,他们确定了叙事的逐句架构。社会学家、心理学家和教育研究者在 1980 年代和 1990 年代以叙事探究为更广泛的标签扩展了这个框架。Catherine Kohler Riessman 的 2008 年手册巩固了该领域,绘制了四种不同的分析模式——主题、结构、对话/表演和视觉——并将叙事分析确立为人类科学中公认的方法论。

何时使用

叙事分析适用于以生活经历、身份、意义构建或随时间变化为中心的研究问题——个人叙述的“如何”和“为什么”与“什么”同等重要的情境。它需要深度访谈或生活史数据;对于探索性工作,至少需要大约三名参与者是可行的,但如果目标是跨叙事的模式分析,则推荐十名或更多参与者。如果语料库非常小(少于三名参与者),现象学分析是更安全的选择。该方法不适用于需要统计泛化的研究问题。

局限与注意事项

  • 耗时:即使是小语料库的完整转录、结构性阅读和解释性分层也需要研究者付出相当大的努力。
  • 研究结果是情境性的,不能对更大群体进行统计泛化。
  • 解释性结论在很大程度上取决于研究者的技能和反思性纪律;同一个叙事可以支持多种解读。
  • 当样本非常小时(少于十名参与者),跨叙事模式分析受到限制。

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

  • 保留生活经历的整体性和时间逻辑,而碎片化的编码方法会将其消解。
  • 揭示个体如何构建身份和意义,而不仅仅是他们报告的内容。
  • 对故事产生和讲述的社会文化背景敏感。
  • 跨学科传统具有灵活性——社会学、心理学、教育学、健康学和组织研究都应用它。

应用

  • 健康与疾病研究:理解患者如何构建关于诊断、治疗和康复的叙述。
  • 身份与人生阶段研究:追踪人们如何叙述迁移、职业变动或丧亲等转变。
  • 教育研究:考察学生和教师如何讲述他们的专业和学习经历。
  • 组织与管理研究:解构创始人、领导者或员工如何讲述机构历史和变革。
  • 社会政策研究:通过分析边缘群体讲述的与机构互动的经历,赋予他们话语权。

使用方式

使用方式

1

通过深度访谈、生活史对话或传记叙述来收集丰富的叙事数据,参与者被邀请在最少的打断下讲述自己的故事。横断面或纵向设计都是可能的,但时间整体性——保留每个故事的弧线——必须从一开始就优先考虑。

2

音频或视频录音被完整转录,保留有意义的停顿、重叠和副语言特征。转录文本被视为一个建构的文本,而不是一个中立的记录,并且转录的决定——包含什么,如何格式化布局——被记录为方法论选择。

3

每个叙事都根据其内部架构进行检查:事件顺序(在 Labov 的框架中是定向、复杂化、解决、尾声)、情节逻辑、转折点以及情节的时间顺序。这种结构性阅读在解释开始之前就描绘了故事是如何构建的。

4

在叙事之间识别出反复出现的主题、价值观和意义构建模式。分析师在个体故事和更广泛的集合之间移动,注意汇合点和对比点。解释仍然锚定在参与者自己的语言和故事情节上,而不是强加外部类别。

5

研究者记录自己的立场以及它可能如何影响数据收集和解释——这一实践被称为反思性。可信度通过成员核查、厚描述和审计追踪来建立,而不是统计可靠性指标。

常见陷阱

  • 将转录文本视为事件的透明窗口,而不是受访谈情境和转录选择影响的建构文本。
  • 过早地将叙事简化为主题编码,丢失了使叙事分析独具特色的结构和时间逻辑。
  • 忽视研究者反思性——未能记录分析者自身的立场、假设以及与参与者的关系如何影响了他们的解释。
  • 尝试对少于大约十名参与者的样本进行跨叙事模式分析;对于非常小的样本,请切换到现象学分析。

常见问题

进行叙事分析需要多少参与者?

对于探索性或单案例叙事工作,至少三名参与者是可行的。当目标是识别多个叙事之间的模式或对比时,推荐十名或更多参与者。如果您少于三名,现象学分析是更合适选择。

叙事分析与主题分析的区别是什么?

主题分析将文本分解为可以在案例之间进行比较的编码和主题,忽略了故事的顺序和情节逻辑。叙事分析将每个故事视为一个整体,关注事件的顺序和结构以及讲述者构建的意义——账户的“如何”,而不仅仅是其内容。

叙事分析与话语分析相同吗?

它们都关注语言和意义,但焦点不同。话语分析广泛地考察语言使用、权力和社会实践;叙事分析则专门关注故事结构、时间顺序以及个体对其自身经历构建的意义。这两种方法有时会结合使用。

如何在没有统计可靠性的情况下在叙事分析中建立严谨性?

严谨性依赖于反思性(记录研究者立场)、厚描述(提供足够的背景细节供读者评估可转移性)、成员核查(将解释反馈给参与者以供评论)以及审计追踪(记录每项分析决策)。这些实践取代了不适用于解释性定性工作的统计可靠性指标。

相关方法

参考文献

  1. Riessman, C.K. (2008). Narrative Methods for the Human Sciences. Sage.

    打开出版物文献
    已复制。