定性研究 vs. 定量研究——选哪个？

我们每天都能从各路学术大咖或者导师口中听到“定性研究太主观”“要用定量研究...”之类的话术。

那么定性和定量的区别到底在哪里？什么时候用定性？什么时候用定量？定量研究就一定比定性研究高贵吗？

我们今天就来对这两种研究方法做一个简单的介绍，分享一些关于这两者的一点思考。

什么是定性研究？

定性研究（Qualitative Study），也叫质性研究，一般是社会科学领域（比如社会学、人类学、心理学、语言学等）的一种基本研究范式，指的是单单用语言的形式去描述和解释为主的研究方法。

它主要用于探索和理解人们的行为、动机、信念、态度和文化现象等复杂的社会现象，可以让读者深入了解已经提出但还没被充分理解的研究。

与定量研究不同，定性研究不依赖于数字化的数据分析，而是通过深入的观察、访谈、文本分析等方式来收集和分析非数值数据，如文字、语言、影像等。定性研究一般来说较为抽象而且用只用文字或者框架图表达，很考验研究者的思维逻辑能力和语言表达能力，因此写出来的内容质量也参差不齐。

常见的定性研究方法包括：

深度访谈：与研究对象进行面对面的深入对话，以获取他们的个人经历和看法。
焦点小组：召集一小群人进行讨论，研究者观察和分析群体互动和讨论内容。
参与观察：研究者亲自参与到被研究的情境中，观察和记录发生的行为和事件。
文本分析：对各种文本资料（如书籍、文章、日志等）进行详细分析，以揭示其中的主题和模式。

什么是定量研究？

定量研究（Quantitative Study），也叫做量化研究，一种以数字和统计分析为基础的研究方法，旨在通过收集和分析数值数据来验证假设、测量变量间的关系，以及推断总体趋势。

量化研究的特点包括：

假设检验：量化研究通常基于明确的假设或理论框架，通过数据检验这些假设的真实性。
客观性：研究者尽量保持中立，使用标准化的工具和方法，以减少主观偏见，确保数据的客观性和可靠性。
广泛性：量化研究通常涉及较大样本量，以确保研究结果具有较强的普遍性和可推广性。
统计分析：量化研究依赖于统计学方法来分析数据，常见的统计分析包括描述统计（如均值、中位数、标准差）、相关分析、回归分析、假设检验等。

常见的量化研究方法包括：

问卷调查：通过设计标准化的问卷，向大样本群体收集数据信息。
实验研究：在控制条件下操纵一个或多个变量，观察其对其他变量的影响，从而得出因果关系。
统计分析：使用数学模型和统计工具对收集的数据进行分析，以揭示变量之间的关系和趋势。

定性、定量的优缺点

定性研究允许作者从主观能动性上对一项研究或者一种现象进行深入地阐述，所以作者们有很大的自由度，研究会有比较多的创造性、深入地理解研究对象，并且常常为某个新的理论形成提供基础。

定性研究方法注重个体的主观体验和社会互动过程，能够提供一种更人性化的研究视角。这使得研究结果不仅仅是数据和统计，而是充满了个人故事、情感和文化意义。

定性研究适合研究复杂和敏感问题。 在处理涉及复杂的社会问题、敏感话题（如心理健康、社会不平等）或高度主观的体验时，定性研究的方法可以更好地捕捉到受访者的真实感受和细腻的情感变化。

那显然地，定性研究基于创造性和灵活性，那也意味着相当大的主观性。这种主观性，可能是研究者自身理解的主观性，也可能来自于所收集的数据的主观性（比如霍桑效应和回忆偏差）。所以定性研究导致很多已经 published 的研究充满了凑字数，随意捏造和扭曲，既不清楚也不深入的后果，所以定性研究通常会被各路人士 Challenge ——“只要识字，我就可以批你”。

定量研究主要以【提假设、跑数据、讲结果、得结论】为流程去做研究，建构了多种研究理论和检验方法来试图保证研究的客观性，避免了研究的主观性。定量研究理论上来说是可以重复，在不同的研究中提供了可比较性，从而使研究结论更加具有普遍性。

定量研究的普遍使用，特别是在自然科学中的广泛使用，使得科研的发展日新月异，现在大家都在讲究“凡事都要量化”，定量研究自然而然就成了众学者眼中的香饽饽。然而我们都说了这是理论上的，很多社会科学和大部分的自然科学里已经发表的文章都不具有可重复性。

因为量化研究中经常会提到 p** 的显著性，所以现在也有显著性危机[1] ，而忽视了显著性的前提，甚至是强行显著，而不管显著性条件。现在学术界量化越来越讲究各种“炫技”，颇有“ 只要能把 reviewer 唬住，我的文章就能发”的意味。

二者如何取舍？

现在有越来越多的文科（这里不包含部分社科），也尝试将定量研究纳入到自己的研究范式中。这是当代研究的大趋势，也是多方法、跨学科研究的热门。

定性研究，可以帮助研究者深入地理解研究对象；而定量研究借助统计的方法，将当前的研究推广到更大的筒体。我们在研究过程中，通常可以定性和定量相结合，在研究的初期，更多地使用定性研究来了解研究对象，这样来说一般成本要低廉很多；而在定性研究得出了一些基础的总结后，使用定量研究来证实自己的想法，也更好地发表研究成果。

特别地，社会科学的学生也是需要掌握各种统计分析方法，比如数据处理、分析、可视化，也可以学习一些数据处理的软件，比如 SPSS， R语言等，更可以利用 AI 等来辅助学习。这些基本技能不仅可以锻炼你的数据分析能力，也可以锻炼你的软件操作能力，不管将来工作还是继续科研，都可以发挥重要作用。

与此同时，不能因小失大，做科研的背后，是理论的闪光，如何从具象的数据中，将抽象的理论和成果剥离出来，很考验一位学者的逻辑能力和语言表达能力，所以你的阅读、归纳、梳理、写作能力也是非常重要的。从某种程度来说，“把研究说明白”比“做研究”，还要重要些。