主题分析提供了一种结构化的方法来发现复杂数据中的有意义模式，多年来，许多研究人员一直使用NVivo（试用下载）进行主题分析。

本文整理自Meehan 博士在一场网络研讨会中的分享。Meehan 博士拥有超过二十年的经验，致力于帮助他人充分利用NVivo这款强大的定性分析软件，他不仅强调了 NVivo 对各种研究方法的灵活性，还展示了最新版本的 NVivo 和 Lumivero AI Assistant 如何帮助简化主题分析流程，并为从数据中获取更丰富的见解创造机会。通过本文将学习如何使用 NVivo + Lumivero AI Assistant 进行主题分析，理解复杂数据。

什么是主题分析？

Meehan 博士在网络研讨会开始时谈到了人们对定性研究的一个常见误解——通常被视为“感情用事”——并强调，如果正确进行主题分析，它将是一种高度系统且严谨的方法来理解复杂的数据。

主题分析有六个步骤，通常称为“阶段”。自 Braun 和 Clarke 于 2006 年首次发表论文“在心理学中使用主题分析”以来，这些阶段的名称一直在演变。如今，主题分析的六个阶段为：

1. 数据熟悉和熟悉说明
2. 系统数据编码
3. 从编码和整理的数据中生成初始主题
4. 制定和审查主题
5. 细化、定义和命名主题
6. 撰写报告

使用定性数据分析软件来组织阶段数据

Meehan 博士使用了 NVivo 示例项目“东部环境变化”来说明该软件和 Lumivero AI Assistant 如何帮助研究人员理解数据、整理思路并简化写作过程。他在项目中创建了一系列文件夹，分别对应六个阶段，并指出最佳做法是在完成一个阶段后将您的工作复制到下一个文件夹，这样就可以记录您在每个阶段对数据所做的处理。

使用这种多文件夹流程可帮助研究人员创建提高透明度的审计线索。“通过生成审计线索，您可以获得作为研究人员的可信度，进而获得研究结果的可信度和合理性，”Meehan 博士说。他还指出，可以为主题分析的任何阶段生成一个代码簿，以向您的主管、首席研究员或其他利益相关者展示您的数据线索。

主题分析第一阶段：数据熟悉和熟悉笔记

在数据熟悉阶段，研究人员会沉浸在数据中，开始了解数据与研究问题的关系。在数据熟悉阶段，米汉博士说：“你会进行采访，并撰写备忘录、注释和实地笔记、观察结果……假设、初步想法和观点。”

他演示了如何使用 NVivo 分析工具帮助完成数据熟悉和编写熟悉说明所涉及的每项任务：

Meehan 博士指出了 Lumivero AI Assistant 能够通过两种具体方式帮助完成这一部分工作。首先，对记录或部分记录进行总结。AI Assistant 可以生成记录的长摘要、标准摘要或简短摘要，让研究人员能够从总体上了解每次访谈中讨论的主题。

“弄清楚并开始让数据更加紧凑，并确保不会错过其中任何真正重要的东西，这非常有用，”Meehan 博士解释道。“我现在能做的另一件事是写注释。现在，我可以用人工智能对特定文本进行注释，或者我可以自己写注释，这可能对诸如实地笔记或观察之类的东西更有用。”

这可以帮助研究人员在开始仔细阅读每份记录时确定阅读的优先顺序——这仍然是一个必要的步骤，Meehan 解释说，因为“[AI] 不懂语言、文化和细微差别。它没有做过文献综述。它不知道你将事物与之联系起来的理论。”

Lumivero 平台的 AI 还可用于 NVivo，以总结成绩单中的文本片段来创建注释——同样，需要注意的是，研究人员有责任在需要的地方添加背景信息。Meehan 博士还强调，Lumivero AI 助手旨在保护数据隐私。当您要求 AI 助手总结成绩单时，成绩单中的任何数据都不会用于训练模型，也不会将数据存储在任何外部服务器上。

第一阶段也是研究人员开始思考如何编码数据的时候。Meehan 博士展示了 NVivo 如何通过思维导图功能快速创建这些数据。

完成此阶段后，您可以将工作复制到“第二阶段”文件夹并开始该过程的下一步。

主题分析第二阶段：系统数据编码

代码为数据提供结构。在反身主题分析中，研究人员完成三遍编码：

• 描述性——高级代码，用短语总结每条数据所讨论或涉及的内容。
• 解释性——突出显示数据中的基本概念或含义的二阶代码。
• 摘要——将每条数据与与您的研究问题相关的理论联系起来的代码。

NVivo 为研究人员提供许多帮助编码的功能。

如上图所示，AI Assistant 可以帮助建议初始的描述性代码——为数据提供初始结构的广泛的、非层次化的代码。

“代码既像文档又像文件夹，”Meehan 博士解释道。“它是文档，因为它可以包含多个引用……它是文件夹，因为它可以包含其他代码，就像文件夹可以包含其他文件夹一样。因此，您可以将结构化放在之前非结构化的内容上。”

Meehan 总结说，编码非常耗时。没有一种编码公式可以适用于每个研究项目。但是，NVivo 可以帮助您在编码时保持井然有序，它具有拖放功能、突出显示、您创建的每个代码的引用计数等许多附加功能。

主题分析阶段 3：生成初始主题

编码完成后，就该考虑主题了。主题是与你的研究目标和研究问题相关的数据组。

“要使主题成为主题，”Meehan 博士说，“它必须重复出现。”使用列表视图查看您在 NVivo 中创建的代码，您可以获得每个代码的引用计数，这样您就可以识别模式，并开始了解数据中存在哪些主题，这要归功于引用计数。然后，您可以开始将每个代码区域分类。在主题分析的这个阶段，可以使用多种 NVivo 功能。

您在 NVivo 中创建的每个代码都会自动分配一种颜色。（您可以根据需要分配自定义颜色。）您可以选择在成绩单旁边查看彩色编码条，也可以生成概念图或报告以开始了解哪些代码在您的数据中占主导地位。然后，您可以开始创建主题并将代码分类到每个主题中。

Meehan 博士指出，研究人员应使用“描述”功能来定义代码。“它们对于审计跟踪非常有用，”他解释说，“因为这意味着我可以声明编码的一致性。”描述与您的代码本一起发布时，可以向审阅者和其他研究人员展示您对每个主题的理解。

一旦生成了初始主题，就该进入第四阶段了。

主题分析阶段 4：制定和审查主题

在主题分析的第四阶段，研究人员充实他们的主题，然后审查它们以决定哪些符合研究目的，哪些应该被搁置。再次，Meehan 博士列出了哪些 NVivo 功能可用于实现此阶段的目标：

第一步是重新评估迄今为止的所有工作。每个主题的参考资料是否真的与该主题相关？参考资料中是否形成了一致的模式？这些问题应该指导压缩、重组甚至决定将某个主题从最终项目中剔除的过程。米汉博士指出，在一次他与布劳恩和克拉克一起参加的研讨会上，“他们（说他们）遇到的事情之一是人们发现很难放弃一个主题。”

幸运的是，使用 Meehan 博士描述的多文件夹方法，您无需完全删除主题 - 只需将其留在上一阶段的文件夹中即可。它将保留在您的审计跟踪中，如果您想将其添加回当前项目或将其重新用于其他项目，您将能够在以后访问它。

另一方面，可能需要充实一些广泛的主题。这个过程称为“编码”，在此过程中，您将查看编码为广泛主题的所有参考文献，然后将它们编码为更精细的主题。Meehan 博士指出，Lumivero AI 助手在此阶段非常有用。选择一个主题，然后使用 AI 助手功能下的“建议子代码”选项，AI 助手将提示快速查看该主题下标记的所有参考文献。然后，它将生成一个潜在的子代码列表，您可以查看和批准。

您批准的任何代码建议都会自动提取参考资料，从而为您节省大量时间。 Meehan 博士强调，此功能仅应用于额外的描述性代码。“[AI] 不会做解释性的工作，”他解释道。“只要小心不要落入这个陷阱就行。这仍然需要人类来做。”

一旦制定并审查了主题，就该通读每个代码并更深入地考虑数据了。研究人员应该“研究人们在采访中谈论的不同论点、不同经历、态度、信仰或行为，”米汉博士说。

主题分析阶段 5：细化、定义和命名主题

Meehan 博士说，随着第五阶段的到来，“我们即将进入最后阶段”。这一阶段的主题分析使用 NVivo 中的工具较少，但需要进行的手动分析工作相当多。额外的备忘以及交叉引用和链接使研究人员能够进一步将主题浓缩为研究问题中最重要的部分。

仔细研究每个主题，撰写分析报告，其中包含与研究问题相关的细节。此阶段的目标是制定一个主题框架，用于撰写最终产品。完成后，您就可以开始写作了。

主题分析阶段 6：撰写报告

带有 AI 的 NVivo 为定性研究人员提供了多种工具来简化写作过程：

Meehan 博士鼓励与会者阅读澳大利亚学者 Pat Bazeley 于 2009 年发表的一篇论文《分析定性数据：不仅仅是确定主题》，以了解如何进行写作阶段。Bazeley 说：“定性研究人员往往依赖参与者文本中的引述来呈现关键主题，作为分析和报告数据的主要形式。”

Bazeley 建议研究人员根据数据进行更可靠的分析。在她的论文中，她使用了 NVivo 的早期版本来演示其可行性。

在网络研讨会上，Meehan 博士建议为每个主题和子主题添加一个数字，以匹配您打算在最终作品中呈现它们的顺序。随着您继续分析数据和主题，可以更改此顺序。

然后，开始研究每个部分，写一份详细的备忘录来描述关键发现。可以使用 AI 助手来帮助您启动此过程，但 Meehan 博士重申，AI 助手只能提供表面级别的摘要。您需要自行解释数据并提供背景信息。

在撰写备忘录时，您将能够将每个代码链接回其原始参考资料或从记录中提取说明性引文。这支持您的审计线索，还允许您快速重新查看参考资料以重新评估您的原始数据。

在此阶段，您还可以进行情绪分析或快速生成每个主题的可视化效果，以了解代码之间的关系。 Meehan 博士展示了几个可以使用 NVivo 创建的可视化效果示例，以便对定性数据进行更深入的分析。其中一个是这个层次结构图，它显示了哪些代码在主题中占主导地位：

根据您的编码方式，还可以通过属性值（例如演讲者的年龄组）生成可视化效果，以查看特定人群是否比其他人更关注主题。

您创建的任何可视化效果都可以复制并粘贴到您的备忘录中。“这不需要太多的技术输入，”Meehan 解释道。“只需拖放即可，它们都会以多种格式导出为高分辨率图像。”

Meehan 博士重点介绍了 NVivo 和 Lumivero AI Assistant 在简化主题分析和发掘更深层次见解方面的强大功能。无论您是 NVivo 新手还是希望升级软件以进行定性分析，现在都是探索其功能的最佳时机。

准备好增强您的研究分析了吗？欢迎联系在线客服，获取NVivo最新版试用及价格优惠，了解如何使用 NVivo 深入挖掘您的数据。