主题分析
主题分析
主题分析用于定性研究,聚焦于在定性数据中识别、分析并诠释意义模式(即”主题”)。
描述: 伞型概念:主题分析更宜被视为一个伞型概念,涵盖多种不同的取向,而非单一方法。 意义层面:主题分析不止于对文本中的词句进行简单计数,而是深入探究数据中显性与隐性的意义。 现象学取向:主题分析有时被认为与现象学相容,因为它可以聚焦于参与者的主观体验与意义建构。 鉴于定性研究本质上即为诠释性研究:研究者的立场、价值与判断须被明确阐明,以便在理解最终报告与评判其质量时将其纳入考量。主题并非被动地从数据中浮现,而是由研究者主动生成!研究者塑造其研究工作本身,同时也是采集与分析数据的工具。 适用于探讨以下问题: 参与者的生活体验。 视角、行为与实践。 影响并塑造特定现象的因素与社会过程。 支配特定实践的显性与隐性规范及”规则”。 意义的社会建构,以及社会对象在特定文本与情境中的表征。 归纳取向: 所识别的主题与数据之间具有紧密关联。 编码过程在不试图将数据套入既有理论或框架的前提下展开。 需要指出的是,主题分析中的归纳并非”纯粹”的归纳——研究者无法摆脱本体论、认识论与范式层面的预设——编码始终折射出研究者的哲学立场与研究价值。 演绎取向: 由理论驱动。 由于分析受既有理论与概念的塑造与引导,往往更具诠释性。 可包括在数据集中寻找既有研究中已识别的主题,或以既有理论为透镜来组织、编码与诠释数据。
深入了解:
主题分析（Thematic analysis）通过识别、分析和报告数据中的主题来理解研究现象。
（来源：英文Wikipedia）
https://en.wikipedia.org/wiki/Thematic_analysis
可与以下方法搭配:
分析(Analysis) 元分析(Meta-Analysis) 内容分析(Content Analysis) 主题学习(Thematic Learning)