Skip to content
返回搜索结果

Braun & Clarke 的反思性主题分析法

提出者
Virginia Braun & Victoria Clarke
年份
2006 (seminal paper); explicitly named 'reflexive' from ~2019
类型
Qualitative research method
类别
Thematic Analysis

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?

反思性主题分析法(RTA)是一种广泛应用的定性方法,用于识别、分析和解释数据集中共享意义的模式——称为主题。它由 Virginia Braun 和 Victoria Clarke 开发,理论上具有灵活性,适用于各种认识论立场,并强调研究者积极的、解释性的作用,而不是将主题视为仅仅从数据中涌现出来的特征。它不同于旧的“代码手册”方法,因为它将分析者的主观性视为一种资源,而不是需要压制的偏见来源。

方法背后的直觉

将 RTA 视为一个有条理的阅读、重读和从定性数据中提取意义的过程。与简单的词语频率计数不同,研究者主动构建主题——关于数据揭示了什么研究问题的解释性主张。“反思性”一词表明分析者不断反思自己的观点、假设和决策如何塑造分析。这不是一个需要隐藏的弱点;这是一个明确的方法论承诺。一个好的 RTA 研究不假装分析者是隐形的;它展示了分析者的思维是如何在六个迭代阶段中发展的。

历史学

Virginia Braun 和 Victoria Clarke 于 2006 年在《定性研究心理学》杂志上发表了她们关于主题分析的开创性论文,提供了第一个循序渐进的方法指南,使该方法在各学科中都易于获取。这篇论文成为定性研究中被引用次数最多的文章之一。在接下来的十年里,作者们观察到她们的方法被广泛误用,特别是与代码手册方法混淆,以及错误地认为主题会“涌现”于数据。作为回应,从 2019 年左右开始,她们明确区分了“反思性主题分析”作为一个有名称的、理论上扎实的方法,强调分析者的解释性能动性和持续反思性是该方法构成性的,而不是可选的附加项。

何时使用

当研究问题询问定性数据中存在哪些意义模式——人们对某个话题的想法、感受、行为或经历时,RTA 是适用的。它适用于各种学科(健康、教育、心理学、社会科学)和认识论立场(实在论、建构主义、批判主义)。它适合探索性、描述性和解释性目的。它需要来自访谈、焦点小组、开放式调查回复或文件的文本数据。当目标是构建扎根理论(使用扎根理论)、深入描述单个个体的经验(使用案例研究或 IPA)或检验假设(使用定量方法)时,RTA 不适用。

局限与注意事项

  • 研究结果是特定于情境的,并且不能进行统计学概括;可转移性取决于详尽的描述,而不是抽样逻辑。
  • 分析的质量在很大程度上取决于分析者构建解释性——而不仅仅是描述性——主题的技能。
  • 如果没有真正反思,主题可能会无意中反映研究者的先入之见,而不是参与者叙述中的模式。
  • 该方法不产生正式理论或解释因果机制;对于理论构建,扎根理论更合适。

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

  • 理论上和认识论上灵活——适用于从实在论到建构主义和批判性框架。
  • 不需要大量样本;来自少量参与者的丰富、深入的数据比广度更有价值。
  • 对分析者的角色透明——反思性是一种方法论优势,而不是需要最小化的混淆因素。
  • 定性研究的易于入门的切入点;六个阶段提供了清晰的程序脚手架,但没有僵化的规则。
  • 非常适合应用研究背景,其目标是理解利益相关者对现实世界问题的看法。

应用

  • 分析患者访谈数据,以了解患有慢性病或接受医疗服务的经历。
  • 检查开放式调查回复,以捕捉员工或学生对机构计划的看法。
  • 探讨关于公众对社会政策、技术或健康行为态度的焦点小组数据。
  • 调查关于职业身份、职业压力或工作场所文化的访谈记录。
  • 解释社交媒体帖子、新闻文章或政策文件,以了解现象如何在公共话语中被构建。

使用方式

使用方式

1

分析者通过阅读和重读所有访谈记录或文件,收听音频(如果可用),并做初步笔记来沉浸在数据集中。这个阶段不是被动的;研究者开始注意到与研究问题相关的模式、困惑和想法。从第一次接触数据开始的积极参与至关重要。

2

分析者系统地处理整个数据集,生成代码——简洁的标签,捕捉数据片段中具有分析意义的内容。代码被分配给每一相关数据。在 RTA 中,编码是一种创造性和解释性的行为:分析者决定什么值得注意以及为什么,从而产生一套丰富的代码集,反映研究问题,而不是简单地对所说的内容进行分类。

3

代码被分类、分组和重新组织以识别潜在主题。主题不仅仅是一个频繁出现的话题;它是一个关于数据集中共享意义模式的连贯的、解释性的主张。在这个阶段,分析者处理所有编码过的数据片段,并开始通过主题图或亲和图等方式可视化地绘制候选主题——注意代码之间如何相关或不同。

4

分析者通过两轮测试候选主题与完整数据集的匹配度。首先,检查每个候选主题内的编码片段是否形成一个连贯的图景。其次,将每个主题与整个数据集进行比较,以确保主题集充分捕捉了数据。主题可能会被合并、拆分、删除或重命名。反思性备忘录记录了这些决策背后的推理。

5

为每个保留的主题赋予清晰的名称和详细的定义,以捕捉其范围和焦点——它是什么以及它不是什么。分析者为每个主题确定最佳的说明性数据片段。定义工作是分析性的,而不是描述性的:每个主题都应提出解释性主张,而不仅仅是总结参与者对某个话题的说法。

6

最终报告将分析叙述与选定的数据片段结合起来,以引人入胜的解释性故事讲述数据集与研究问题之间的关系。写作不是对主题的顺序性介绍;它论证了其解释,展示了证据如何支持它,并将研究结果与相关文献进行定位。研究者的反思性立场通常在方法部分或反思性声明中进行阐述。

常见陷阱

  • 将主题视为从数据中涌现而不是由分析者构建——这歪曲了 RTA 的认识论基础,并导致理论不足、描述性主题。
  • 混淆主题与话题——主题必须对共享意义模式提出解释性主张,而不仅仅是标记参与者谈论的内容。
  • 优先考虑数据数量而非质量——计算有多少参与者提到了某事不是主题的基础;与研究问题相关的解释性相关性才是。
  • 跳过真正的反思——仅仅在方法部分命名自己的背景是不够的;分析者应在整个分析过程中记录自己的观点如何塑造了编码和主题发展。
  • 应用代码手册 TA 逻辑(由多个编码员商定的固定、预定义代码)并称之为反思性 TA——这两种方法具有不同的认识论前提,不应混淆。

常见问题

反思性主题分析与代码手册主题分析有何不同?

反思性 TA 将编码视为由单个分析者(或协作的小团队)进行的解释性行为,主题是根据每个数据集新鲜构建的。代码手册 TA 预先指定共享的代码词典,通常使用编码者间信度检查,并旨在实现分析者之间的可重复性。这两种方法基于不同的认识论前提:反思性 TA 大体上是建构主义的,并强调分析者的主观性;代码手册 TA 则倾向于研究者独立发现的(后)实证主义理想。

我需要多少参与者或数据项?

反思性 TA 没有固定的最小值。Braun 和 Clarke 认为样本量应由研究问题、数据丰富度和寻求的分析深度决定——而不是由一个通用数字决定。在丰富的经验研究中,6-15 次深度访谈的小样本很常见;大型开放式调查数据集可能涉及数百个回复。指导性问题是数据集是否提供了足够的广度和深度来解决研究问题。

我需要使用 NVivo 或 ATLAS.ti 等软件吗?

软件是可选的。NVivo、ATLAS.ti 或 Dedoose 可以协助组织、搜索和检索编码数据,但它们不执行解释性工作。RTA 的智力核心——决定什么是有意义的、构建代码、建立主题和编写反思性备忘录——不能委托给软件。许多研究者使用文字处理文档、电子表格或打印的访谈记录和彩色笔来完成 RTA。

什么构成反思性 TA 中的一个好主题?

一个好的主题对数据集中与研究问题相关的共享意义模式提出了清晰的解释性主张。它不是参与者讨论过的话题的简单标签。它应该是内部连贯的(其中的数据片段属于一起),与其他主题不同,并且具有分析意义——它对数据提出了有趣的见解,而不仅仅是总结。

反思性 TA 与扎根理论有何不同?

两者都是使用迭代编码的定性方法,但在目标和程序上有所不同。反思性 TA 旨在识别与研究问题相关的数据集中的意义模式;它不旨在构建实质性理论。扎根理论旨在通过理论抽样、持续比较和理论饱和来生成扎根于数据的正式理论。扎根理论通常还涉及数据收集和分析的同步进行,而 RTA 通常分析完整的数据集。

相关方法

参考文献

  1. 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。
  2. Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport, Exercise and Health, 11(4), 589–597.

    打开 DOI 文献
    已复制。