访谈研究如何抽样？一份理论与实践指南｜Qualitative Research in Psychology

刘海明

访谈研究如何抽样？一份理论与实践指南｜Qualitative Research in Psychology

访谈研究如何抽样？一份理论与实践指南

摘要：

抽样是定性方法的核心步骤之一，但与数据收集和分析相比，对抽样过程的学术讨论相对较少。本文为定性访谈研究的抽样提供了一个思考方法，并对其进行了批判性的讨论。该方法考虑以下四点：（1）通过指定潜在参与者的纳入标准，定义样本范围（sample universe）；（2）通过同时考虑认识论问题（epistemological concerns）和实践问题（practical concerns），决定样本大小；（3）选择抽样策略，例如随机抽样、便利样本抽样、分层抽样、单元抽样、配额抽样或单一案例选择；（4）接触并招募合适样本，包括广告、激励（incentivising）、避免偏见、以及与知情同意有关的伦理问题。定性研究中，以上四点在多大程度上被满足和明确，对研究的连贯性、透明度、影响力和可信度都将有影响。

作者简介：

Oliver C. Robinson，格林威治大学心理学与咨询系

文献来源：

Qualitative Research in Psychology, 11:25–41, 2014

本文第一作者：Oliver C. Robinson

引言

抽样是定性研究设计的一个重要组成部分，但在方法论的教科书和期刊中，人们对它的关注却不如它在研究过程中的实际地位。为了帮助填补这一空白，本文旨在提供一份有理论依据的、实用的抽样指南，以用于通过访谈收集数据的研究中。

界定样本范围

第一个关键问题是确定样本范围（也称为“研究人口”或“目标人口”）。这是一个访谈研究中可以合法取样的全部人员。为了划定样本范围，必须为研究规定一套纳入标准（inclusion criteria）或排除标准（exclusion criteria），或两者的组合。如图1所示，这些标准共同构成了样本范围的边界。

样本范围中的同质性和异质性

用于定义样本范围的纳入和排除标准越多、越具体，样本宇宙的同质性就越强。样本范围的同质性可以通过各种参数来实现，如人口学同质性、图形同质性、生理同质性、心理同质性或生活史同质性（见表2的描述）。若基于某种同质性标准抽样，可以使用问卷等定量方法作为抽样工具。例如，Querstret和Robinson（2013）使用问卷数据来选择那些在“跨背景变异性”方面高于平均值一个标准差以上的人，然后对他们进行了定性访谈，了解他们根据社会环境而改变行为和个性的动机和经历。

一项研究所需的样本范围同质性受到理论和实践因素的影响。在理论上，某些定性方法更倾向于同质性样本；例如，解释性现象学分析法（Interpretative Phenomenological Analysis，IPA）明确指出，同质性样本与它的哲学基础和分析过程结合起来效果最好。通过保持一定程度的样本同质性，IPA的研究是在一个确定的背景下进行的，任何来自研究的概括性结论都是谨慎地对这个局部的样本范围进行的。

相反，也有一些方法旨在获得有意为之的高异质性样本，例如“扎根理论”（Grounded Theory）的变化抽样技术（variation sampling technique），或Mason描述的跨语境抽样方法（cross-contextual approach）。获得异质性样本的理由是，在一组异质性的案例中发现的任何共性，比在一组同质性的案例中发现的共性更有可能成为一种广泛的普遍现象。因此，样本的异质性有助于提供证据，证明研究结果不仅仅是某个特定群体、时间或地点的产物，这有助于确定在一个特定背景下发展的理论是否适用于其他背景。

跨文化定性研究是另一个可能需要人口学和地理异质性样本的例子。这种研究选择来自不同文化的个人，以便对他们进行比较，寻找相似之处和差异。在这种规模下进行的定性研究的一个例子是EUROCARE研究；样本范围包括在14个欧洲国家照顾患有阿尔茨海默病的同居配偶的人。这项影响广泛的研究表明，如果有资源的话，跨文化的定性研究可以在异质文化的样本范围内成功进行。

然而，在使用异质性样本时，也有一些固有的挑战。首先，研究结果将与现实生活环境相对分离；其次，数据纯粹的多样性可能会降低分析过程中发现有意义的跨案例主题的可能性。因此，所有研究者都必须考虑同质性/异质性的权衡，并划定一个与他们的研究目标和问题以及他们所掌握的研究资源相一致的样本范围。

样本范围不仅帮助抽样过程划定一个实际边界，而且还在分析和解释过程中发挥了重要的理论作用。它规定了样本是什么，从而界定了研究的对象或内容。研究结果的相关和逻辑上可推断的一般性水平就是样本范围。因此，对样本范围的描述越清晰明确，任何概括就越有效和透明。如果一项研究没有定义样本范围，或提出超出其自身样本范围的主张，这就会破坏其可信度和一致性。

决定样本大小

定性研究所用的样本大小受到理论和实践考虑的影响。研究的实际情况是，大多数研究需要在最初的设计阶段就对样本大小作出预先的决定。如果在设计阶段没有一个临时的数字，项目的持续时间和所需的资源分配就无法确定，这使得研究计划几乎不可能实现。然而，先验的样本分配并不意味着样本大小不灵活。研究者可以给出一个近似的样本大小范围，而不是一个固定的数字。

以发展或检验一般理论为目的的访谈研究，在一定程度上依赖于样本量来进行概括。样本规模绝不是影响概括性的唯一因素，但它是其中的一部分。O’Connor和Wolfe对中年转型的基础理论研究，是基于对64名35-50岁的成年人的访谈，相对较大的样本支持了研究的预定目标。在定性研究中，处理较大样本量的一种方法是将单独的研究合并为较大的综合研究，这样可以防止分析超过负荷。

非常大规模的定性访谈项目在其样本中包括数百个人。例如，前面提到的EUROCARE项目采用了大约280个样本（14个国家各20人），而MIDUS研究（美国的中年研究）是一项涉及700多个结构化访谈的研究。虽然这样的项目确实需要时间、金钱、许多研究人员和强有力的目的性抽样策略（见下文），但它们是通过将研究分解成较小的子研究来实现的，这些子研究在汇总之前首先根据自己的条件进行分析。

以独特性为目的的访谈研究通常会寻求一个足够小的样本量，以使各个案例在研究中具有可定位的声音，并对每个案例进行深入分析。由于这些原因，使用IPA的研究人员被给予一个准则，即单项研究的参与者为3-16人。这个样本大小范围为发展跨案例的普遍性提供了空间，同时防止研究者被数据所困，并允许样本中的个人被赋予一个明确的身份，而不是被匿名化后归入一个更大的整体中。案例研究设计经常被称为一种独特的方法，可以从标准的定性方法中分离出来。就基于访谈的案例研究而言，本文采取一种更为综合的观点，即将案例研究视为一种将样本量确定为1（N = 1）的研究，对样本大小的决策和其他研究可归于同一逻辑下。

在访谈研究中改变样本量的理由

在所有的定性研究中，研究者都有充分的理由在数据收集过程中进行监控，并根据理论或实际情况在原定的范围内改变样本量。事实上，监测和应对研究的实际情况是定性研究者的一项关键技能，因为收集深入的数据会带来一些挑战，这些挑战在项目开始时是无法完全预测的。

Mason把这种技能称为“有机”抽样。例如，招募参与者，也就是本文讨论的第四个问题，是一个不可预测的事情，如果证明实际情况比预期的要困难，可能需要减少目标样本量。另一方面，招募过程可能会发现比预期更多的潜在案例，所以研究者可以考虑在此时扩大目标样本量，如果在后勤上可以做到的话。改变样本量的另一个主要的实际原因是，如果在项目过程中，资源、资金、时间或研究者的人力供应减少或增加了。

在所有的定性方法中，扎根理论最强调在项目进行过程中样本大小的灵活性。根据扎根理论，当研究者收集数据时，分析也应该同时进行，而不是留到以后。同步分析使研究者能够实时判断进一步的数据收集是否可能对理论发展过程产生任何额外的或新的贡献，从而判断是否需要进一步获取样本。如果正在进行的数据分析使研究者意识到他/她在原来的样本范围内遗漏了一个重要的群体或类型的人，为了提高研究结果或理论的有效性或可迁移性，这些人应该被添加到样本中，那么样本量就可以增加。另外，如果研究者认为已经达到了“理论饱和”（theoretical saturation），进一步的数据收集不会给理论发展过程带来更多的好处，数据收集就会停止。Guest、Bunce和Johnson提供了一套有用的准则来确定使用访谈时的理论饱和度。

选择抽样策略

一旦确定了样本范围，并决定了近似或确切的样本数量，研究人员就必须考虑如何选择要纳入样本的案例？在这一点上，可用的策略选择可以分为随机/便利抽样策略和目的性抽样策略。

随机和便利抽样策略

随机抽样（random sampling）是指使用某种随机选择程序从样本范围内的所有（或大多数）案例列表中选择案例的过程。这种程序被用于民意调查和社会研究调查，典型的方法包括从电话簿中随机选择号码或从选民名单中随机选择地址。定量研究者经常声称使用随机抽样程序，即使他们没有这样做。相反，他们通常会在附近寻找潜在的参与者，这些参与者因距离较近且愿意参与而很可能不是样本范围的随机截面，这就是所谓的便利抽样（convenience sampling）。它被用于定量研究，有时也被用于定性研究。它的方法是找到任何符合所需标准的便利样本，然后以先到先得的方式选择那些回应的人，直到样本大小的符合预期。在定量研究中使用这种方法的问题是，统计学的基础是样本是随机的，而这种样本通常不是。

对于定性研究来说，便利抽样的危险在于，如果样本范围很广，那么就可能会从便利抽样中试图进行无根据的概括。在定性研究中，证明使用便利样本的最佳方式是将样本范围定义为人口学上和地理上是地方性的，从而将概括性限制在该地方水平上，而不是尝试非语境化的抽象主张。例如，如果便利样本是英国某所大学的心理学学生，那么通过将样本范围定为“英国受过大学教育的年轻成年人”，而不是“一般人”，样本和目标人群之间的联系就会加强，同时潜在的概括性也会缩小，从而在逻辑上更加合理。

目的性抽样策略

目的性抽样策略（purposive sampling）是一种非随机的方式，以确保抽样范围内的特定类别的案例在项目的最终样本中得到体现。采用目的性抽样策略的理由是，研究者根据他们对所研究主题的理论理解，假设某些类别的人可能对有关现象有独特的、不同的或重要的观点，应该确保他们出现在样本中。下面总结了分层抽样、单元抽样、配额抽样和理论抽样，这些都是在采用多个案例的研究中使用的目的性策略。接下来，本文将介绍重要案例抽样（significant case sampling）、强度抽样（intensity sampling）、偏差案例抽样（deviant case sampling）、极端案例抽样（extreme case sampling）和典型案例抽样（typical case sampling），这些都是在选择单一案例研究时最好采用的目的性策略。所有这些策略，都是为了确保样本范围内某些特定类型的个体可以出现在最终的访谈样本中。

分层抽样

在分层抽样（stratified sampling）中，研究者首先选择他们认为应该有目的地包括在最终样本中的特定类别或群体的案例，然后根据这些类别对样本进行划分或“分层”，并为每个类别分配一个目标数量的参与者。分层的类别可以是地理的、人口学的、社会经济的、身体的或心理的；唯一的要求是有一个明确的理论依据来假设所产生的群体会有某种有意义的不同。

如果一项研究中只有两个分层标准，所产生的框架可以用一个简单的交叉表（cross-tabulated table）来说明。如果抽样框架中使用了两个以上的变量，那么说明分层的另一种方式是使用“嵌套表”（Nested table）。从实际情况来看，样本框架中包含的分层标准越多，招募就越复杂，寻找参与者的过程就越漫长。因此，研究者应该考虑到他们有多少时间和可支配的资源来设计一个样本策略。

单元抽样

单元抽样（cell sampling）就像分层抽样一样，它提供了一系列先验的类别，在获得样本时必须填写。单元抽样和分层抽样的区别在于，后者采用的类别是离散的、不重叠的；而在前者中，单元可以像维恩图一样重叠。作为一个假设的例子，一项关于流行恐惧症的研究可能会选择有目的地选择那些有某种动物恐惧症，有恐高症或有两种恐惧症的人。这个例子如图3所示。

配额抽样

与分层抽样或单元抽样相比，配额抽样的过程是一种更灵活的策略。配额抽样不是要求特定类别的固定数量，而是规定了一系列的类别和每个类别所需的最低数量。随着样本的收集，这些配额被监测以确定它们是否被满足。

通过使用最低配额，这种策略确保了关键群体在样本中的代表性，同时为最终的样本构成提供了灵活性，从而使其比分层抽样和单元抽样这种更严格的方法更容易招募。因此，它在定性研究中很受欢迎。

理论抽样

理论抽样（theoretical sampling）不同于上述的目的性策略，因为它是在对一些数据进行抽样和临时分析之后，在收集和分析数据的过程中进行的。理论抽样这一术语最初与扎根理论有关，但其原则也适用于其他方法。这个过程包括（a）从新的参与者群体或从新的地点寻找案例，以在样本中建立额外的异质性，或者（b）将已经收集的样本重新构造为一组新的类别，并取代任何预先设定的分层/单元/配额。例如，用于发展高等教育机构的“学术变革理论”的抽样过程（Conrad，1978）。研究者根据新出现的理论，从四个高等教育机构的职位中选择个体进行访谈，完全没有任何先入为主的目的性抽样策略。每位受访者的选择都是基于对之前访谈的临时分析，然后研究者对什么样的人有助于填充发展中的理论并探索其内部结构和外部普遍性做出判断。

案例研究的目的性抽样策略

如果研究者决定做一个N = 1的案例研究，那么就需要采取一种策略来选择有关的案例。如果目标是心理传记（psychobiography），那么可以因为一个个体在理论上的重要性选择他/她；这被称为重要样本法。如果目标是理论上的洞察力，可以使用强度抽样的策略，旨在找到一个信息丰富的案例，专门选择有洞察力、有同情心、善于表达和/或诚实的参与者。

如果案例研究的目标是理论测试或建构问题，可以使用一个离经叛道的案例策略，即故意寻找一个人，以探索理论中固有的限制或问题。另外，如果目的是证明某种现象的可能性，则可以采用极端案例策略，即寻找表现出极端或不寻常行为、能力或特征的人。最后，如果研究目标是说明最佳实践或理论示范，可以采用典型案例策略（也称为象征性案例或范式案例）在这种情况下，案例的选择正是因为它是某种理论或治疗应用的典型例子。

寻找和接触样本

一旦研究者为他们的访谈研究确定了样本范围、临时样本数量和样本策略，接下来就是实践的部分：从现实世界中寻找参与者。除了实践和组织技能外，这一阶段的取样还需要伦理技能和敏感性。所有潜在受访者都应该被告知研究的目的、参与的内容、自愿的性质、如何保护匿名性、以及任何其他有助于他们做出知情同意的参与决定的信息。

自愿参与的一个方面是，同意参与访谈的人可能与不同意的人不同，其方式与取样标准无关，这被称为自我选择偏差（self-selection bias）。在访谈中，有时需要广泛的、亲密的自我披露，这可能会导致样本中的个人比一般的样本范围更开放、更有耐心、对话题更感兴趣。在基于访谈的研究中，自我选择偏差是不可能规避的，因为自愿参与是伦理实践的核心，因此研究者能做的就是意识到偏差的可能性，并考虑它对研究结果和普遍性的可能影响。

抽样对定性研究效度的重要性

解决本文所概述的四个抽样问题是提高任何特定访谈研究效度的关键所在。常用的Yardley的定性研究评估标准关注对语境的敏感性（sensitivity to context）、严谨性（rigour）、透明度（transparency）、连贯性（coherence）以及重要性（impact and importance）。进行良好的抽样调查可以提高定性研究在以上所有方面的质量。

在对语境的敏感性方面，一个充分阐明的、有语境的样本单元可以防止无端的泛化，并有助于将研究定位在一个地方、一个时间和一个有意义的群体中。通过明确将研究定位在一个特定的文化或亚文化中，并在必要时给予它一个历史位置，可以使样本范围具有丰富的语境。历史敏感性有助于降低将研究结果毫无根据地归纳到过去或未来的风险。如果所研究的现象随着时间的推移会发生变化，例如婚姻或退休，这一点就特别重要。

关于严谨性，Yardley认为抽样是满足这一标准的必要条件。提高严谨性的关键决策是：样本与样本范围的关系、抽样策略的适当选择、样本来源方式的稳健性、以及研究问题与总体抽样策略之间的整体契合。

第三条标准是透明度，通过在研究报告中明确说明如何满足所有四点——样本范围、样本大小、样本策略和样本来源——可以得到加强。如果文章只明确了其中的一两点，而忽略了其他方面，就会缺乏透明度、可重复性和可审计性。此外，招募过程往往受到研究者自己的背景、地点和人际关系的影响。如果是这样的话，适当地反思承认任何利益冲突或可能的偏见也有助于提高透明度。

通过系统地将抽样过程与研究目的、研究问题、数据收集和分析结合起来，使之相互支持，在理论上保持一致，并在样本范围和尝试的概括之间保持一致，从而最大限度地实现一致性。抽样的四点方法最终旨在将抽样的各种过程联系起来，以加强一致性，防止抽样理论脱离过程的实际情况。

最后一条原则是一项研究对理论或实践的贡献程度。这一标准要求研究在所使用的样本之外具有理论或实践意义。要做到这一点，样本范围必须足够明确，让阅读研究的人知道在什么地方应用或归纳是合适的，从而了解该研究对谁重要。

总结

在基于访谈的定性研究中，抽样包含四点挑战：定义样本范围、决定样本大小、选择抽样策略和寻找样本。这些步骤并不是线性的，因为与任何一点有关的决定都会反复影响其他三点，反之亦然。好的抽样包括在每个点之间来回穿梭，最终设计出一个连贯的、可实现的、适合研究目标的四点策略。在一项研究中，越是明确和系统地处理这四点，该研究的效度就越高，任何相应的文章的质量就越强。

来源：Sociology理论志（公众号）

链接：https://mp.weixin.qq.com/s/-_U4QdvFfBK8azwSFA1Llg

编辑：程正元

迁移：李梦瑶