培训专家：张志红（中山市教师发展中心教育监测评价部研究员，教育评价方向博士）
一、扎根理论三级编码
扎根理论三级编码是对量化研究的补充。例如：量化研究发现"学生学习兴趣降低"，可通过质性研究对访谈内容进行三级编码，进一步确定为什么兴趣降低，揭示背后的成因机制。
编码层次 | 编码规则 |
一级：开放式编码 | 逐字逐句阅读，提取归纳为简洁语句，具有独立意义和鲜活性（形成初始概念）。将相似的初始概念重新组合、进一步归纳（形成范畴）。 |
二级：主轴式编码 | 发现上一步范畴之间的联系，进一步聚类，归并为更高层次的概念（形成主范畴）。 |
三级：选择式编码 | 在主范畴基础上归纳和挖掘核心范畴，借助"故事线"形式对行为现象及脉络条件予以呈现，构建具有解释力的理论框架。 |
二、访谈适用场景
场景 | 核心说明 | 典型教育案例 |
量化数据追因 | 问卷/测评揭示了现象（"是什么"），但需探究背后的成因机制 | 国测/省测发现"学生普遍学习兴趣不足"——通过访谈追问：是教法单一？考试压力？内容脱离生活？还是家庭氛围使然？ |
真实实践困惑 | 一线工作者反复观察到某种困境或矛盾，需将感性经验转化为系统问题图景 | 数学老师发现"班里走神的孩子越来越多"——访谈揭示多元归因：有的因听不懂，有的觉得太简单，有的因家庭变故，有的因不喜欢老师 |
探索未知领域 | 新现象、新政策缺乏成熟理论框架，需先摸清轮廓与关键维度 | "双减"后学习生态变化或 AI 工具对学生的影响——通过访谈识别关键维度（如依赖度、信息辨别、效率变化），为后续编制问卷奠基 |
深层心理与体验 | 触及内在感受、动机冲突、价值观念，需信任关系才能"打开心扉" | 追踪厌学轨迹：一个学生在问卷上勾选"无兴趣"只需1秒，但背后可能经历了某次打击——失望——转折点的复杂心路，唯有深度访谈能捕捉 |
个体差异与异常个案 | 群体内部异质性强，关注"边缘声音"和"极端个案"的独特研究价值 | 不只访谈优等生，尤其要关注"成绩差但仍有热情"或"成绩好却毫无兴趣"的异常个案，这往往是揭示兴趣形成机制的关键突破口 |
方案制定与效果评估 | 为精准把脉需求、检验干预成效、获取深度反馈，改进课程或政策 | 学校推出"课后延时服务"——问卷能统计满意度百分比，但唯有访谈能深挖：学生真正想要什么？哪些细节让人抵触？如何精准改进？ |
三、半结构化访谈漏斗模型
半结构化访谈遵循漏斗结构，提问从上到下逐步聚焦：
层次 | 问题类型 | 说明 |
上层 | 开放式、一般问题 | 范围宽泛，引导受访者自由表达 |
中层 | 中等聚焦问题 | 逐步收窄，聚焦到具体方向 |
底层 | 封闭、聚焦问题 | 高度聚焦，获取精确信息 |
注意：用 AI 生成访谈提纲时，必须在提示词中加入限定"请遵循访谈提问的漏斗模式"。此外，追问仅供访谈者自己查看，被访谈者只能看到主问题。
四、参考经典文献
- 破"四唯"之后科学评价体系的构建研究
- 数字时代情感劳动的困境与调适机制
- 影响中小学教师教研能力发展的关键要素和理论逻辑：基于大语言模型的扎根理论探索性分析
五、多案例研究分析方法论
多案例研究分析本质上是将三级编码（扎根理论）应用于多个案例文本，进行跨案例的主题提炼与关系建模。
（一）方法论框架
要素 | 核心原则 | 说明 |
案例定义 | 每个分析对象为一个独立案例 | 如各学科课程标准分别作为一个案例 |
编码对象 | 案例文本中的原始表述 | 逐句提取，保留行为主体与核心事件 |
拆分规则 | 同一语句含多个独立概念则拆分标注 | 确保每个编码单元语义单一 |
分析路径 | 三级编码递进：一级→二级→三级 | 从原始语句到核心概念的逐步抽象 |
输出物 | 编码汇总表 + 关系模型 + 深度分析 | 四列表：三级编码→二级编码→一级编码→原始文本出处 |
（二）三级编码在该框架中的应用
层次 | 操作要点 |
一级编码（开放式） | 提取原文表述为简洁标签，保留行为主体与事件，多概念语句拆分处理 |
二级编码（主轴式） | 归并关联概念，发现范畴之间的联系 |
三级编码（选择式） | 进一步凝练为核心概念，构建要素之间的关系模型 |
（三）研究者角色
多案例研究中研究者兼具双重角色——既严格遵循多案例研究的理论抽样逻辑与研究规范，又扎根案例文本的实际表述，确保理论提炼 grounded in empirical evidence。
（四）成果结构
- 编码汇总表：三级编码 → 二级编码 → 一级编码 → 原始文本出处及举例
- 关系模型图：基于编码主题关系构建的机制关系结构图
- 深度分析：对关键发现展开分析讨论
- 学术论文：模仿成熟研究范式撰写，包含问题提出、研究方法与过程、研究发现、结论与讨论等标准章节
六、推荐期刊与工具
- 《教学与管理》（核心期刊，对一线教师友好）
- 《教育信息技术》（省刊，投稿友好）
七、待办/待学习
量化研究中不同分析方法的选择：如 p 检验、t 检验、卡方检验等各适用于什么场景，需要系统性学习
八、量化分析方法速查表
不同研究目的对应不同的分析方法：
分析目的 | 分析方法 | 关键指标/标准 | 说明 |
信度分析 | Cronbach's α 系数 | α > 0.7 可接受，> 0.8 良好，> 0.9 优秀 | 衡量量表内部一致性 |
结构效度 | 探索性因子分析（EFA） | KMO > 0.7；Bartlett 检验 p < 0.05；累计方差贡献率 > 60% | 验证题目与预设维度的对应关系 |
聚合效度（收敛效度） | AVE + CR | AVE > 0.5，CR > 0.7 | 验证同一维度内题目的一致性 |
区分效度 | AVE 平方根 vs 维度间相关系数 | AVE 平方根 > 该维度与其他维度的相关系数 | 验证不同维度间的区分性 |
验证性因子分析（CFA） | AMOS / lavaan | CFI > 0.9，RMSEA < 0.08，SRMR < 0.08 | 验证理论结构是否与数据拟合 |
描述性统计 | 均值、标准差、频数、百分比 | 配合雷达图、柱状图、箱线图展示 | 了解数据基本分布 |
两组均值差异 | 独立样本 t 检验 | p < 0.05 为显著；报告 Cohen's d 效应量 | 如性别差异（男/女） |
多组均值差异 | 单因素方差分析（ANOVA） | p < 0.05 为显著；显著后做事后检验 | 如职称差异（三级/二级/一级） |
方差齐性检验 | Levene 检验 | p > 0.05 即方差齐 | 若方差不齐，改用 Welch ANOVA + Games-Howell 事后检验 |
事后多重比较 | LSD / Tukey HSD / Scheffé / Games-Howell | 标注显著差异的组对 | 方差分析显著后定位具体哪些组有差异 |
相关分析 | Pearson 相关系数 | ㅤ | r |
回归分析 | 一元/多元线性回归 | R²（解释力），β（标准化系数），p 值 | 预测变量对因变量的影响 |
卡方检验 | 卡方独立性检验 | p < 0.05 为显著 | 分类变量间的关联性（如性别与职称的关系） |
非参数检验 | Mann-Whitney U / Kruskal-Wallis | 适用于数据不满足正态分布时 | t 检验/ANOVA 的非参数替代 |
多水平模型（HLM） | 分层线性模型 | 组内相关系数（ICC）判断是否需要多层分析 | 嵌套数据结构（如学生嵌套于学校） |