经典推荐|陈向明教授谈扎根理论
01
初识“扎根理论”
02
再识“一切都是数据”
经典扎根理论:定性和定量数据的应用》(以下简称《经典扎根理论》)的一个不断强调的要点是:扎根理论既可以使用质性资料,也可以使用定量数据——概言之,“一切都是数据”。研究人员可以对质性资料进行定量分析,也可以对定量数据进行质性分析。根据Glaser的观点,混合方法的出现来自其导师Lazarsfeld对质性分析和定量分析相结合的坚持。而特别难能可贵的是,《经典扎根理论》作者提供了一些实例,说明定量数据可以如何与质性资料混合使用,使其更具有实操性和应用价值。其实,“一切都是数据”这个观点在Glaser和Strauss 1967年出版的《扎根理论之发现》中就已提出。他们认为,所有现存的资料都可以用来发展扎根理论,如图书馆内的历史文档、新闻轶事,甚至文学作品。后来,Strauss和Corbin在《质性研究基础——扎根理论的程序和方法》 (1990)中,将这类资料称为“非技术性资料”,而将正统的研究文献称为“技术性资料”。
在强调扎根理论可以兼顾定量数据和质性资料的同时,《经典扎根理论》作者认为,Strauss学派会导致研究上的一个弊端,即认为扎根理论是一种质性研究方法,从而错误地将学术界中传统的研究步骤和标准作为扎根理论研究的标准步骤,例如, 最初的文献综述、理论框架、指定的研究问题、访谈提纲、访谈录制和将音频转换为文字等流程。从我们使用Strauss学派理论观点的经验看,这不应该被认为是一个实质意义上的“弊端”。“传统的研究步骤和标准”并不是决定研究人员使用什么类型数据的依据,而是学术界约定俗成的“八股”。即使现在大家对扎根理论的惯常做法心知肚明,但面临论文答辩委员会和课题资助机构的僵化要求时,还是逃不脱这些繁文缛节。
03
灵活多样的实用指导
04
对一些误解的澄清
① 研究的目的是生成理论,针对现象系统地收集和分析资料,资料收集、资料分析和理论生成同时进行;
② 理论必须来自经验资料,而不是从预想的、逻辑演绎的假设中形成代码和类别;
③ 通过连续比较法,找到相关但不必精确的证据,建立一般性的经验事实,使概念具体化;
④ 为了理论生成的目的进行抽样,抽样的单位是概念,而不是人、地点或事件,不必按照人口学变量进行抽样;
⑤ 类别需要达到理论性饱和,即属性基本齐全,再收集资料会出现重复;
⑥ 通过编码、撰写备忘录和画图表等手段完善类别之间的关系,形成理论假设,进行理论整合(陈向明,2015)。