关于 grad-mixed-methods
用于设计和分析定性与定量方法整合研究的技能。它帮助研究者选择设计、严谨实施两条研究线,并综合其发现。
主要功能
- 01选择四种混合方法设计
- 02严谨实施两条研究线
- 03在设计或分析中整合发现
- 04基于两类研究形成元推论
- 05处理结果的一致与分歧
适用场景
- 01用定性数据解释定量结果
- 02检验定性模式能否推广
- 03从广度和深度研究复杂主题
- 04将访谈主题转化为问卷指标
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ asgard-ai-platform/ skills --skill grad-mixed-methods安装后在 Claude Code 中输入/grad-mixed-methods确认已加载。
附带文件examples/sample_scenario.md
详细介绍
混合方法研究
概述
混合方法研究在单项研究或探究计划中结合定性与定量方法,以发挥两者的优势。它以实用主义为基础,根据最适合研究问题的方法来选择研究方法。其定义性特征并非仅仅同时使用两种方法,而是在设计、方法或解释层面真正整合两者,从而获得任何一种方法单独使用都无法产生的见解。
适用情况
- 单一方法(仅定性或仅定量)无法充分解答研究问题
- 需要对定量结果进行定性解释(效果为何会出现?)
- 需要对定性发现进行定量检验(这种模式是否具有普遍性?)
- 复杂现象既需要广度(定量),也需要深度(定性)来理解
不适用情况
- 研究问题可以通过单一方法充分解答时
- 研究者缺乏定性或定量方法方面的能力时
- 资源(时间、经费、团队)无法充分支持两条研究路径时
- 对于特定研究,定性与定量的范式假设无法调和时
假设
IRON LAW: Mixed methods requires GENUINE INTEGRATION — running qual
and quant in parallel without connecting findings is NOT mixed methods,
it is two separate studies stapled together. Integration must occur at
design, methods, or interpretation level.
关键假设:
- 以实用主义作为哲学基础——研究问题决定何种方法行之有效
- 定性与定量数据都具有合理的知识主张
- 整合是定义性特征——不只是结合,而是建立关联、合并或嵌入
- 设计选择由研究问题驱动,而非对某种方法的偏好
方法论
第 1 步:选择混合方法设计
| 设计 | 结构 | 目的 |
|---|---|---|
| 汇聚式 | QUAL + QUANT 同时进行 | 对比并合并研究发现,以确保完整性或进行验证 |
| 解释型序贯式 | QUANT → qual | 使用 qual 解释、阐释或情境化 quant 结果 |
| 探索型序贯式 | QUAL → quant | 使用 qual 开发由 quant 检验的工具、变量或类型学 |
| 嵌入式 | 将 qual 嵌入 QUANT(或反之) | 在更大的设计中,由一条研究路径支持另一条 |
使用大写表示主导路径;使用小写表示辅助路径。
第 2 步:严谨地实施每条研究路径
分别对每条研究路径采用完整的方法论标准。定性研究路径遵循定性质量标准(可信度、可迁移性)。定量研究路径遵循定量标准(效度、信度)。不要为了另一条路径而牺牲其中一条路径。
第 3 步:整合研究路径
不同层级的整合策略:
| 层级 | 策略 | 示例 |
|---|---|---|
| 设计 | 将一条研究路径嵌入另一条 | 在 RCT 中进行定性访谈 |
| 方法 | 根据一条研究路径构建另一条 | 将定性主题转化为调查题项 |
| 解释 | 联合展示、合并或叙事编织 | 并列对比表 |
第 4 步:得出元推论
综合两条研究路径的发现,得出超越任何单一路径所能产生结果的元推论。说明两条路径之间的趋同、互补或分歧。
输出格式
## Mixed Methods Analysis: [Context]
### Design
- Type: [convergent / explanatory sequential / exploratory sequential / embedded]
- Priority: [QUAL+QUANT / QUANT→qual / QUAL→quant]
- Rationale: [why this design fits the research question]
### Quantitative Strand
- Method: [survey / experiment / secondary data]
- Sample: [N, sampling strategy]
- Key findings: [statistical results]
### Qualitative Strand
- Method: [interviews / focus groups / observations]
- Sample: [N, sampling strategy]
- Key findings: [themes or categories]
### Integration (Joint Display)
| Quantitative Finding | Qualitative Finding | Meta-Inference |
|---------------------|--------------------|--------------------|
| [statistical result] | [theme/quote] | [integrated insight] |
### Convergence Assessment
- Confirmed: [where qual and quant agree]
- Complementary: [where one strand adds to the other]
- Divergent: [where findings conflict — and how resolved]
### Meta-Inferences
1. [Integrated conclusion that neither strand alone could produce]
2. [Integrated conclusion that neither strand alone could produce]
注意事项
- 联合展示表是展示整合的黄金标准——如果无法制作此类表格,整合可能并不存在
- 除非研究设计明确要求,否则不要偏重某一条研究路径(例如,以定量为主的解释型序贯设计)
- 混合范式需要哲学层面的论证——实用主义很常见,但不是唯一选择(辩证多元主义也是一种选择)
- 解释型序贯设计要求定量阶段完成后才能设计定性阶段——不能一开始就同时设计两者
- 两条研究路径的样本量不同:定量样本量依据效能分析确定,定性样本量依据饱和度或信息丰富度确定
- 审稿人经常批评“两条研究路径从未真正衔接”的“准混合”研究——要明确说明整合方式
参考文献
- Creswell, J. W., & Plano Clark, V. L. (2018). 混合方法研究的设计与实施(第 3 版)。Sage。
- Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). 实现混合方法设计中的整合。Health Services Research,48(6pt2),2134-2156。
- Teddlie, C., & Tashakkori, A. (2009). 混合方法研究基础。Sage。
评论
支持 Markdown