01 什么是质性数据？
质性数据（Qualitative Data） ，也叫定性数据，是以文字（如访谈记录、田野笔记）作为最小单位呈现的信息。与之相对的，是以数字作为最小单位的定量数据（Quantitative Data）。
简单来说，定量数据回答"多少"，质性数据回答"是什么"和"为什么"。
通过网盘分享的文件：nvivo15安装包和教程.zip
链接: https://pan.baidu.com/s/1RgQU-i27mqEgGNeiRDIb5Q?pwd=mikd提取码: mikd
02 研究的底层逻辑
质性研究建立在归纳推理（Inductive Analysis）的认识论基础上。 它不预设假设去验证（那是定量研究中的演绎推理），而是**从具体的、特殊的现象出发，逐步构建底层理论。**这种方法论被称为 "扎根理论"（Grounded Theory） ------让理论从数据中"长"出来。
03 数据从哪儿来？
质性数据的采集方式灵活多样，常见的有：
05 分析方法：主题分析
主题分析（Thematic Analysis） 是质性研究中最常用的方法之一。它的核心在于：根据研究问题，从访谈记录中提取、建立主题与次主题，从而抽象形成初步理论。
当然，如果你需要验证确切的研究假设，也可以参考实证主义的思路，采用分析归纳法（Analytic Induction）。
06 实战工具：NVivo 操作指南
面对大量的访谈记录，手动翻阅不仅繁琐，还容易遗漏关键信息。这时候就需要专业软件的辅助。NVivo（以及Atlas）是目前主流的质性分析软件。
它的本质作用是：建立系统化的档案管理，减少重复性劳动，让研究者把脑力集中在梳理人际网络、厘清概念和构建理论上。
第一步：材料准备与导入
你需要准备：
文件命名规范至关重要。建议格式：访谈01-受访者A-2024年3月1日-xx市xx地
如果前期没有规范整理，可先利用NVivo的编辑模式进行文本排序。
第二步：试建编码
从最有代表性的一篇访谈记录开始（通常是信息量最大或最精彩的那篇）。逐句阅读，用2-3个字概括涉及的主题。
举例：
"我们人年纪大了不想留在城里，打一阵工就回老家。"------受访者A
你可以建立主题：市民化有关的要素------年龄
关于"前设"的处理：
如果你已有较强的概念性前设（即读过的文献已为你提供框架），可以采用"分析归纳法"。此时需要在一开始就列明文献中呈现的主次编码。
举例：
根据Zhao (2023)的研究：年龄是影响市民化意愿重要因素。
建立不同层级的主次编码。此时可以借助NVivo右侧的编码栏（Coding Bar）对照文本进行高亮参考，直观地观察不同编码在采访中出现的频率。
第四步：整合编码
将零散的编码整合成不同的主题与次主题，尝试归纳更概括的理论。
举例：
在研究"市民化意愿"时，你会发现它跟年龄、城市等级、本地人排斥、受教育程度、性别、住房条件、户口等一系列因素都有联系。虽然文本中各种因素交错，但通过编码整合，就能梳理出清晰的脉络。
第五步：查漏补缺
导出编码文档进行备份，对编码进行初步的写作（Write-up）。记得及时存档
第三步：主题编码
-
访谈（Interview）
-
参与式观察（Participatory Observation）
-
档案检索与查询
-
系统文献综述
-
民族志（Ethnography）
04 主要应用领域
-
社会科学
-
教育学
-
社会学
-
人类学
-
已整理好的Word访谈记录
-
明确的研究问题
-
建立主题：市民化意愿
-
建立次主题：年龄
-
对应数据："我们人年纪大了不想留在城里，打一阵工就回老家。"------受访者A
07 进阶功能：概念图与抽样
NVivo不仅仅是编码工具。通过抽样调查（Sampling）功能，你还可以绘制思维概念图、任务关系图，让整个定性分析流程更清晰、更合理、更有力！
08 经典案例推荐
如果你想深入学习，不妨从这三个经典质性研究案例入手：
-
**人类学：**费孝通的《乡土中国》与《江村经济》
-
**社会学：**项飙的《跨越边界的社区：北京"浙江村"的生活史》
-
**芝加哥学派：**城市研究部分案例