定性分析是什么：研究生必知的核心定义与适用场景

01 1.定性分析的基本概念和本质特征

按照风笑天《社会研究方法》中给出的权威定义，定性分析是一种以自然调研情境为依托，对现象背后深层次意义进行挖掘的非数值化研究方法，它主要是依靠文本、音像等质性资料来完成对研究对象意义的建构，而不是依靠统计数字来得出结论。该定义是国内高校社会学、管理学、传播学等社科领域通用的定性分析判定标准，与大众认知中“凭主观经验做判断”的模糊解释完全不同。

从学术角度来说，定性分析也被称作质性研究，它的主要特点就是把研究对象放在真实的生活、工作或者社交环境中去考察，而不是脱离语境地进行抽象的解释；从实践角度来说，它已经成为高校学生论文调研、企业用户研究、公共政策评估等场景中不可替代的研究方法。2025年国内主流社科调研平台发布的《定性分析行业应用白皮书》显示，目前国内社科类研究生毕业论文中使用定性分析方法的占62%，互联网行业用户研究项目中定性分析的应用占71%，政策类调研项目中定性分析的使用占48%，可见定性分析在各个领域的应用情况和实际效果。

很多刚开始做调研的新手会陷入第一个普遍的误区，即把定性分析等同于随便聊天写感想，甚至默认定性分析不需要数据支持。由此造成很多新手做出的定性结论缺乏严谨性，在论文答辩或者项目评审中被质疑科学性。实际上规范的定性分析全过程都有质性资料作为支撑，国内2025年社科调研行业数据显示，合格的定性研究项目中，仅质性资料整理和编码环节的平均耗时就占全流程的42%，根本不存在脱离数据支撑的操作空间。

要确定定性分析的本质界限，首先要明确它与定量分析的主要区别，用三组日常调研场景来直观比较：

可以看出，定性分析的主要目的并不是得到一个数值结果，而是通过表层数据去发现背后的意义、动机和场景逻辑，它与定量分析不是对立的关系，而是互相补充的研究手段。

02 2.定性分析的主要典型特征

作为一个成熟的学术研究体系，定性分析有三个被学界普遍认可的核心专业特点，也是新手判断自己操作是否规范的三大标准。

定性分析所有的资料采集工作都必须在研究对象的真实场景中完成，而不是把受访者拉到封闭的人为环境中做测试。以社区老年人使用智能设备为研究对象时，不能将老人请到高校实验室里操作样机，而应该在社区花园、养老服务中心等老人日常活动的场所，观察老人平时遇到手机扫码、线上挂号等问题时的真实反应，这样得到的行为记录才具有参考价值。

定性分析的全过程都不把研究对象的反馈转化为数值打分，所有的处理对象都是非数值化的素材，即用户访谈的语音转写文本、焦点小组的现场记录、田野调查的影像日志、社交平台的公开留言文本等都是典型的质性资料，分析的核心就是拆解这些素材背后所蕴含的主观感受、行为动机和隐性需求，而不是进行数字统计。

归纳式逻辑的特点就是和定量分析先提出假设，再用数据来验证假设的演绎式逻辑不同，定性分析采用的是自下而上的归纳逻辑，即不对研究结果做提前预设，从零散的访谈细节、行为记录中逐步提炼出共性规律，最后沉淀出普适性的洞察结论，甚至可以从新的研究场景中推导出之前学界没有提出过的新观点。

定性分析的研究方案不需要在启动之后就完全固定下来，分析者可以根据前期资料采集中出现的新线索来调整后续的调研方向。在大学生就业意向调查中，前期访谈中偶然发现很多学生选择灵活就业并不是出于自愿，而是因为职场压力而被迫选择，之后就可以针对这个新现象补充相关问题，进行更深层次的挖掘，这是流程高度固定的定量分析所无法达到的优势。

03 3.主流的定性分析实操方法汇总

目前社科领域公认的主流定性分析方法有6种，适用于不同的研究场景，用户深度访谈、焦点小组属于定性资料采集方法，内容分析法、扎根理论、民族志研究、个案研究属于定性资料解码分析方法，不同的方法定位和适用边界完全不同，新手要根据研究目的选择合适的方法。

为了满足新手入门做定性分析的普遍需求，我们整理了普通科普内容没有涵盖的定性方法入门门槛速查表，帮助大家快速判断不同的方法上手难度。

这里可以结合高校社会学硕士团队完成社区老年服务调研的真实实操经历，还原新手从零开始做定性分析的典型路径，该团队最初的研究目的是改善社区老年助餐服务的供给方案，第一步就设计出半结构化的访谈提纲，完成了21份用户深度访谈记录，从中发现了许多老人平时不会主动对外提及的真实痛点，例如有些牙口不好的老人只能吃软食，但是助餐点菜色大多偏硬，他们不好意思主动提出要求，之后团队又组织了3场不同年龄层家属的焦点小组，补充了子女对于老人就餐问题的不同认识，发现很多子女担心助餐点食材不新鲜，宁愿绕远路接老人回家吃饭，最后用内容分析法梳理出所有的访谈和小组讨论文本，得出的“软食专区+每日食材公示”优化方案比纯问卷统计得到的结论更符合实际使用情况，落地后助餐点的到店就餐人次提高了47%。

04 4.定性分析的常规完整执行流程

规范的定性分析有公开可遵循的标准全流程，并不是新手认知中“想到哪做到哪”的无章法操作，完整的链路可以分为以下五个主要环节

1. 前期筹备阶段

首先确定定性研究的具体目的，明确研究场景和调研对象的属性，然后根据目的选择合适的调研方法、制定抽样标准、设计访谈或者观察提纲，防止后面资料收集出现方向性的偏差。例如做助餐点调研的时候，不能随便在小区里找几个年轻人当受访者，而应该精准地选择60岁以上、在本社区居住超过1年、有就餐需求的老年人作为访谈对象。

2. 资料采集阶段

根据前期制定的方案开展用户深度访谈、焦点小组、沉浸式观察等工作，全程同步做好原始资料的留存，访谈时要征得受访者同意后录音，事后第一时间完成逐字转写，田野调查要当天完成观察日志记录，避免隔天遗忘细节，所有原始资料都需要标注采集时间、采集场景、受访者基础属性信息。

3.

资料解码阶段

完成原始质性资料的清洗工作，剔除访谈中跑题的无效内容、重复的冗余信息，再按照统一的规则给有效内容打标签、做类目归类，例如把所有的助餐点反馈拆分为“菜色”、“价格”、“距离”、“服务”等不同的标签维度，使零散的文本变成结构化的可分析素材。

4. 洞察提炼阶段

从结构化后的标签和类目入手，整理出各个主题下共有的规律以及相互间的联系，用归纳式逻辑从细节中提炼出主要的洞察，例如从多位老人提到的“我走过去要15分钟，夏天太热不想去”、“腿不好走不动半路上要歇两次”等零散的反馈中，得出“10分钟步行圈是目前助餐点覆盖的主要盲区”的结论。如果用扎根理论的方法，那么这一阶段就要完成开放式编码、主轴编码、选择性编码这三个编码全过程，最后得到相应的理论框架。

5. 结论校验阶段

完成初步结论之后，必须用三角交叉验证的方法来核对可信度，即将访谈得到的结论与田野观察记录的内容进行对比，安排两名不同的研究者背对背进行编码分析，或者回到调研场景中找到受访者再次确认结论是否符合实际情况，排除由于个人主观误读造成的误差，最后得到符合场景语境的定性研究结论。

05 5.定性分析的常见适用场景及边界

定性分析不是万能的研究方法，它有明确的能力覆盖范围和不适用的使用范围，只有选择对了场景才能最大限度地发挥出它的价值。

5.1 核心适用场景

• 新领域/新赛道的前期探索：当你接触到一个完全陌生的研究领域，没有任何可以参考的前人结论的时候，用定性分析快速搭建起对场景的基本认识，防止后面定量研究的方向出现偏差。对于刚刚出现的大学生AI陪练兼职现象，由于没有公开的统计数据，可以先通过用户深度访谈来进行初步的了解，整理出这个新生事物的运行机制。
• 用户行为的原因溯源：当定量统计发现某个异常数据波动，但是找不到背后的原因时，用定性分析来定位数据异动背后真实的主观动因。某APP最近用户7日留存率从35%降到18%，后台数据没有任何异常，经过访谈才知道是最近更新的版本取消了用户使用了好几年的旧功能，老用户集体卸载流失。
• 产品体验的深度优化：挖掘用户没有主动表达出来的潜在隐性需求，找到数据指标无法覆盖的体验优化点。例如，很多用户在使用笔记软件的时候不会主动提出自己的需求，但是经过长时间的田野观察后会发现，很多学生用户会把笔记页面分享到班级群里进行小组协作，这就是后来开发共享编辑功能的主要依据。

5.2 不适配的典型场景

定性分析的结论与具体的调研场景、语境密切相关，不能随意泛化，因此有两类任务完全不适合用定性分析来完成，第一类是纯数据指标核算任务，例如要调研全国高校毕业生的平均起薪水平，定性访谈无法覆盖几十万的样本量，只能依靠大规模的定量统计来完成，第二类是大规模趋势预测类任务，例如预测未来3年国内新能源汽车的市场占有率，仅凭少数用户的访谈结果无法推断出大规模的市场变化趋势，这类场景必须依靠定量数据模型来支撑。