Skip to content
返回搜索结果

三角结构化访谈

提出者
Norman K. Denzin (triangulation framework); structured interview tradition predates
年份
1978 (Denzin's triangulation framework); structured interviews in use from early 20th century
类型
Triangulated quantitative/qualitative data collection technique
类别
Data collection

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?

三角结构化访谈将三角测量原则——即使用多个独立来源、方法或视角来交叉验证研究发现——应用于结构化访谈格式。研究者对不同的受访者群体、时间点或补充数据源实施同一套固定的问题集,然后系统地比较结果,以确认、限定或解释差异。这增强了对数据准确性的信心,超出了任何单一结构化访谈会话所能提供的程度。

方法背后的直觉

设想一位人口普查局的访谈员,他向户主提出相同的问题,然后将这些答案与行政记录和对另一位家庭成员的后续访谈进行交叉核对。如果三者都指向同一个答案,则信心很高;如果出现分歧,研究者会调查原因。三角结构化访谈的运作方式相同:固定的问题集保持了工具的一致性,而多条独立的证据线则检验答案是否站得住脚。三角测量不改变你问什么——它改变了你对所听到内容的信任程度。

历史学

三角测量作为一种研究策略,由 Norman K. Denzin 在其 1978 年的著作《研究行为》中系统化,他区分了四种类型:数据、研究者、理论和方法三角测量。该概念借鉴了早期社会科学中关于趋同效度的讨论,并通过 Michael Patton 在 20 世纪 80 年代和 90 年代的应用和评估研究工作而普及。结构化访谈本身可以追溯到 20 世纪初的社会调查和心理测量研究。从 20 世纪 80 年代开始,三角测量策略与标准化访谈计划的刻意结合,在评估研究和卫生服务研究中成为一种公认的做法,并在混合方法和多方法设计指南中得到规范。

何时使用

当结构化自我报告数据的准确性和可信度至关重要,且单一访谈波次不足以排除系统性偏差(例如,社会期望、回忆误差或单一来源混淆)时,使用三角结构化访谈。适用于评估、政策研究和应用研究,其中决策依赖于受访者陈述的可靠性。也适用于多地点或多利益相关者研究,其中需要从不同视角衡量相同的构念。当只有一类受访者或一个时间点可用时,当预算不允许进行多轮数据收集或多个数据来源时,或者当研究问题需要深入的探索性洞察而非交叉验证的测量时,则不应使用——在这种情况下,半结构化或现象学方法更合适。

局限与注意事项

  • 比单波次结构化访谈需要更多的时间、资源和准入——必须组织和管理多个受访者群体或数据收集点。
  • 趋同不保证就是真理:如果所有来源都共享相同的系统性偏差(例如,社会期望报告),趋同可能具有误导性。
  • 标准化格式限制了回答的深度;如果参与者需要自由阐述,结构化工具可能会压制解释分歧发现所需的信息。
  • 为非常不同的受访者群体(例如,服务使用者和提供者)设计等效的工具在方法上要求很高,并且可能需要为每个群体进行单独的试点。

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

  • 交叉验证显著提高了对结构化访谈数据准确性的信心,降低了结论基于单一来源偏差的风险。
  • 来源之间的差异具有信息量,而不仅仅是不方便——它们可以揭示报告中的不一致、与角色相关的感知或随时间推移的真实变化。
  • 标准化的提问格式保持了跨群体和跨时间点的可比性,使得趋同分析直接且有说服力。
  • 三角测量在各学科中被认为是方法严谨性的标志;这种设计的研究发现对同行评审者和政策制定者具有更高的可信度。
  • 与定量和混合方法分析框架兼容,报告时具有灵活性。

应用

  • 项目评估,收集服务接受者和服务提供者的结构化访谈数据,以交叉核对报告的结果。
  • 卫生服务研究,使用对患者和其临床记录(作为第二来源)实施的相同结构化工具来衡量患者报告的体验。
  • 教育研究,比较学生和教师对同一课堂经历的结构化访谈回答,以识别感知差距。
  • 政策研究,在干预后,对基线和后续的相同标准化访谈进行管理,以追踪既定态度或行为是否发生变化。
  • 组织研究,比较员工和经理对同一工作场所构念的结构化访谈,以检测报告不对称性。

使用方式

使用方式

1

制定一套完全标准化的访谈计划,包含封闭式或半封闭式问题,涵盖所有关键构念。同时规划三角测量策略:确定将作为独立核查的额外来源(例如,第二个受访者群体、文献记录、后续波次)。预先明确当结果趋同被视为确认,以及当结果出现分歧需要进一步调查的决策规则。

2

选择能够从至少两个独立视角讲述该现象的参与者——例如,员工及其经理、患者及其照护者,或在两个不同时间点的相同个体。确保每个群体都通过适合其在三角测量设计中角色的抽样程序进行招募,并且结构化工具同样适用于所有群体。

3

使用相同的模式(面对面、电话或数字)、脚本化探针和回答类别,对每个受访者群体或在每个时间点实施相同的结构化访谈计划。标准化至关重要:任何在措辞、顺序或探针上的偏差都会损害有效三角测量所需的比较性。

4

使用系统性的趋同分析比较跨群体或跨来源获得的回答:根据回答格式计算一致性比率、相关系数或定性主题重叠度。记录研究发现趋同之处和分歧之处。对于差异,检查它们是否反映了真实的实质性差异、测量误差或报告偏差。

5

将交叉核对的研究发现整合为对该现象的单一、有效性增强的叙述。当趋同性很高时,以增强的信心报告该发现。当分歧持续存在时,将分歧报告并解释为一项实质性发现——它可能揭示了研究现象中先前未被察觉的复杂性。

常见陷阱

  • 假设趋同等于有效性——即使高度趋同的结构化访谈也可能反映相同的普遍误解或回答偏差;三角测量必须包含真正独立的数据来源才有意义。
  • 在波次之间修改访谈计划——任何对问题措辞、顺序或回答选项的更改都会破坏三角测量所依赖的可比性;在实地工作开始前记录并冻结工具。
  • 未能预先指定分歧规则——如果没有商定的标准来界定何为有意义的分歧,分析者可能会选择性地强调趋同的发现而忽略矛盾。
  • 混淆数据来源三角测量与方法三角测量——增加来自不同群体的第二个结构化访谈是数据来源三角测量;结合结构化访谈与调查或观察是方法三角测量。两者都是有效的,但它们解决了不同的有效性威胁,在报告时不应混淆。

常见问题

这与简单地分别访谈两个群体有什么不同?

关键区别在于明确的趋同分析。三角结构化访谈不仅仅是收集两个群体的结构化数据——它需要一个预先规划的比较结果的策略,解释趋同和分歧的决策规则,以及一个整合了交叉验证发现的综合叙述。没有这种趋同分析,你就拥有了多群体数据收集,而不是三角测量。

我可以使用结构化访谈和调查问卷进行三角测量吗?

是的——这是方法三角测量(结合两种不同的工具),而不是数据来源三角测量(相同的工具,不同的受访者群体)。两者都是合法的策略,并且可以结合使用。在健康和评估研究中,将结构化访谈与涵盖相同构念的自填问卷结合使用很常见,可以揭示访谈模式是否会影响回答。

我如何处理来源之间持续存在的分歧?

持续的分歧是一种发现,而不是失败。透明地报告它并检查可能的解释:两个受访者群体是否从不同的角色或视角回答?一个群体是否存在社会期望压力而另一个没有?分歧是否在不同子群体之间系统性地变化?这些解释通常会产生单一来源设计会错过的实质性见解。

三角测量是否消除了对大样本的需求?

不。三角测量解决了单一来源偏差的威胁,而不是抽样误差的威胁。每个受访者群体或数据来源仍然需要足够大的样本来支持你想从中得出的推论。三角测量和足够的样本量是互补的,而不是可互换的要求。

这种方法适合探索性研究吗?

仅部分适用。结构化访谈的标准提问格式最适合于确认性或描述性目的,其中关键构念已经定义。对于探索性研究——即你还不知道要问什么问题——半结构化或非结构化访谈提供了必要的灵活性。三角测量可以应用于半结构化访谈,但分析方法不同。

相关方法

参考文献

  1. Denzin, N. K. (1978). The Research Act: A Theoretical Introduction to Sociological Methods (2nd ed.). McGraw-Hill.

    打开出版物文献
    已复制。
  2. Patton, M. Q. (2002). Qualitative Research and Evaluation Methods (3rd ed.). Sage Publications.

    ISBN:978-0761919711
    已复制。