{"slug":"interpretative-phenomenological-analysis-guide-2026","title":"诠释现象学分析（IPA）：7 个步骤、示例与质量清单","description":"什么是诠释现象学分析？按 2022 年术语（PETs、GETs）讲解 IPA 步骤、样本规模、分析示例，以及学位论文可用的 IPA 质量清单。","keywords":"诠释现象学分析,IPA,解释现象学分析,IPA 分析步骤,个人经验主题,群体经验主题,IPA 样本量,IPA 与主题分析区别,现象学研究方法","date":"2026-09-29","author":"Qualitati 研究团队","category":"定性研究方法","readTime":"11 分钟阅读","content":"<div class=\"short-answer\"><p><strong>简要回答：</strong>诠释现象学分析（Interpretative Phenomenological Analysis，IPA）是一种定性研究方法，用于研究特定的人如何理解一段重要的生活经验。它融合了现象学、诠释学和逐案（个案式，idiographic）取向。研究者先深入分析每一份访谈记录，为每位受访者建立个人经验主题，然后才跨个案寻找群体经验主题。</p></div>\n\n<p><em>最后更新：2026 年 9 月 29 日</em></p>\n\n<p>诠释现象学分析是心理学、健康、教育和管理研究中使用最广泛的定性方法之一，也是最常被做坏的方法之一。许多学位论文声称采用\"IPA\"，实际却是按主题分析的步骤操作，只在外面贴了一个现象学的标签。本指南说明 IPA 是什么、何时适用、需要多少受访者，并按当前（2022 年）术语介绍七个分析步骤，附一个简短的示例和一份可在提交前使用的质量清单。</p>\n\n<h2>要点速览</h2>\n<ul>\n  <li>IPA 追问的是：某个具体的人如何理解某段具体的经验。它是个案式的：每个个案都要完整分析之后，才进行跨个案比较。</li>\n  <li>核心教材 2022 年第二版更新了基本概念的名称：<strong>经验陈述（experiential statements）</strong>（原称\"浮现主题\"）、<strong>个人经验主题（PETs）</strong>和<strong>群体经验主题（GETs）</strong>。</li>\n  <li>样本小且同质。硕士项目常以三位受访者为默认规模；博士研究通常更多，但分析深度比人数更重要。</li>\n  <li>高质量的 IPA 会讲述一个层层展开的叙事，紧贴受访者的原话，并同时报告趋同与分歧。</li>\n  <li>AI 可以加快转录和整理，但 IPA 的诠释层（研究者去理解受访者如何理解自身经验）无法外包。</li>\n</ul>\n\n<h2>什么是诠释现象学分析？</h2>\n\n<p>诠释现象学分析是 Jonathan A. Smith 自 1990 年代中期起在健康心理学领域发展出的一种定性研究方法。目前其系统阐述见于 Smith、Flowers 和 Larkin 所著的 <a href=\"https://www.sagepub.com/shop/buy-a-book/interpretative-phenomenological-analysis-2-250130\" target=\"_blank\" rel=\"noopener noreferrer\">Interpretative Phenomenological Analysis: Theory, Method and Research</a>（SAGE，2022 年第二版），以及 Smith 与 Nizza 所著的简明读本 <a href=\"https://www.apa.org/pubs/books/essentials-interpretative-phenomenological-analysis\" target=\"_blank\" rel=\"noopener noreferrer\">Essentials of Interpretative Phenomenological Analysis</a>（APA，2022）。</p>\n\n<p>IPA 建立在三项理论立场之上：</p>\n<ul>\n  <li><strong>现象学。</strong>关注的是个人亲历并理解的经验本身，而不是原因或频次。</li>\n  <li><strong>诠释学。</strong>分析即诠释。IPA 描述了一种<em>双重诠释</em>：研究者试图理解受访者如何理解发生在自己身上的事。</li>\n  <li><strong>个案取向。</strong>具体个案优先。先细致理解一个人的经验，再对群体作出任何判断。</li>\n</ul>\n\n<h3>IPA 何时适用（何时不适用）</h3>\n\n<p>IPA 适合探讨一段重要的、往往改变人生的经验对某一明确群体意味着什么的研究问题，例如\"第一代博士生如何理解自己离开学术界？\"或\"癌症确诊后重返工作岗位是怎样的经验？\"。如果你想解释一个社会过程（用扎根理论）、在大型数据集中归纳模式（用主题分析）、研究故事如何被建构（用叙事分析），或评估一个项目，IPA 就不太合适。我们的<a href=\"/blog/qualitative-research-questions-examples-2026\">按研究设计划分的定性研究问题</a>指南展示了如何表述现象学研究问题。</p>\n\n<h2>IPA、主题分析、扎根理论与叙事分析的区别</h2>\n\n<p>审稿人对 IPA 研究最常见的批评，是其分析与主题分析无从区分。下表列出了这几种方法真正的差异所在。</p>\n\n<table>\n  <thead>\n    <tr><th>方法</th><th>核心问题</th><th>分析单位</th><th>典型样本</th><th>主要产出</th></tr>\n  </thead>\n  <tbody>\n    <tr><td>IPA</td><td>这个人如何理解这段经验？</td><td>先是个体个案，再到群体</td><td>小规模、同质</td><td>个人与群体经验主题，含分歧</td></tr>\n    <tr><td>反思性主题分析</td><td>整个数据集中贯穿着哪些意义模式？</td><td>整个数据集</td><td>灵活，通常更大</td><td>跨受访者的主题</td></tr>\n    <tr><td>扎根理论</td><td>一个社会过程是如何运作的？</td><td>事件与类属</td><td>理论抽样直至饱和</td><td>解释性理论或模型</td></tr>\n    <tr><td>叙事分析</td><td>人们如何建构和讲述自己的故事？</td><td>整个故事</td><td>小到中等规模</td><td>故事结构、情节、定位</td></tr>\n  </tbody>\n</table>\n\n<p>关于其他方法，请参阅<a href=\"/blog/thematic-analysis-vs-grounded-theory-2026\">主题分析与扎根理论对比</a>以及我们的<a href=\"/blog/narrative-analysis-guide\">叙事分析指南</a>。</p>\n\n<h2>一项 IPA 研究需要多少受访者？</h2>\n\n<p>IPA 采用小规模、目的性、相对同质的样本，因为每个个案都需要深入分析。Smith、Flowers 和 Larkin 建议学生项目以三位受访者作为合理的默认规模；如果个案足够丰富，单一个案也可以成立。专业博士和 PhD 研究通常包含更多访谈，但教材作者明确指出，个案越多并不自动越好：样本过大可能稀释让 IPA 有价值的个案深度。</p>\n\n<p>同质性之所以重要，是因为 IPA 要在共享同一经验的群体内部寻找趋同与分歧。如果受访者同时在太多维度上存在差异，就很难说清楚是什么在变化、为什么变化。参见我们对<a href=\"/blog/qualitative-sampling-strategies-2026\">定性抽样策略</a>的概述，以及为什么<a href=\"/blog/what-is-data-saturation-qualitative-research-2026\">数据饱和</a>并不适合作为个案式研究的停止标准。</p>\n\n<h2>如何做 IPA：七个步骤（2022 年术语）</h2>\n\n<p>数据通常来自<a href=\"/blog/what-is-a-semi-structured-interview-2026\">半结构化访谈</a>，鼓励受访者给出详细的第一人称叙述。逐字转录后，按以下步骤逐个个案进行分析。</p>\n\n<ol>\n  <li><strong>反复阅读第一份访谈记录。</strong>边听录音边读。把自己的第一印象单独记下，避免它们悄悄左右分析。</li>\n  <li><strong>做探索性笔记。</strong>逐行标注三类评论：描述性的（受访者说了什么）、语言性的（怎么说的：隐喻、停顿、重复、人称代词）和概念性的（可能意味着什么、你有哪些疑问）。</li>\n  <li><strong>建构经验陈述。</strong>把笔记转化为简短的陈述，概括这段经验对受访者意味着什么。每条陈述都应紧贴文本，同时带有诠释。</li>\n  <li><strong>寻找经验陈述之间的联系。</strong>把彼此相关的陈述聚合在一起。有些陈述会被舍弃，这很正常。</li>\n  <li><strong>命名个人经验主题（PETs）。</strong>为每个聚类命名，整理成表格并附上访谈记录行号和关键引文，再为该受访者写一段简短的概述。</li>\n  <li><strong>对其余个案重复上述步骤。</strong>按每份新记录自身的内容来分析，尽量把先前个案的主题搁置一旁，而不是去寻找它们。</li>\n  <li><strong>形成群体经验主题（GETs）。</strong>跨个案比较 PETs，找出哪些是共同的、以何种不同方式共享、哪些是独有的。最终表格要显示每位受访者对各个 GET 的贡献。</li>\n</ol>\n\n<p>这些步骤遵循第二版的结构。较早的文献使用\"浮现主题\"\"上位主题\"和\"主导主题\"来指代大致相同的概念；如果你的导师是从 2009 年版学的 IPA，请尽早统一术语。</p>\n\n<h3>一个简短示例</h3>\n\n<p>以下片段为本指南撰写的示意材料，并非真实受访者数据。设想一项关于离开大学岗位、转向业界研究的青年学者的研究。</p>\n\n<p><em>\"我一直说自己只是试试看。有一年时间，我没告诉原来院系的任何人。感觉就像我没通过一场别人都不用考的考试。\"</em></p>\n\n<ul>\n  <li><strong>描述性笔记：</strong>迟迟没有告诉前同事；把这次转行说成是暂时的。</li>\n  <li><strong>语言性笔记：</strong>\"只是试试看\"是在淡化；\"一场别人都不用考的考试\"透露出孤立感与不公平感。</li>\n  <li><strong>概念性笔记：</strong>离开被体验为对自我的裁决，而不是一次职业选择。</li>\n  <li><strong>经验陈述：</strong>\"让离开保持'临时'状态，以守护学术身份。\"</li>\n</ul>\n\n<p>在整份访谈记录中，这条陈述可能会与其他陈述聚合成一个 PET，比如\"离开是一种私下的失败\"。到了群体分析阶段，你可能发现三位受访者都有这种失败感，而第四位却把离开描述为一种解脱。这种分歧不是噪音；在 IPA 中，它本身就是研究发现的一部分。</p>\n\n<h2>IPA 质量清单</h2>\n\n<p>这份 Qualitati 编辑清单参考了 Smith 提出的 <a href=\"https://doi.org/10.1080/17437199.2010.510659\" target=\"_blank\" rel=\"noopener noreferrer\">IPA 研究评价标准</a>（Health Psychology Review，2011）以及 Nizza、Farr 和 Smith 描述的<a href=\"https://doi.org/10.1080/14780887.2020.1854404\" target=\"_blank\" rel=\"noopener noreferrer\">高质量 IPA 的四个标志</a>（Qualitative Research in Psychology，2021）。提交前请逐项判断\"是\"或\"否\"。</p>\n\n<table>\n  <thead>\n    <tr><th>检查项</th><th>合格的样子</th></tr>\n  </thead>\n  <tbody>\n    <tr><td>现象学研究问题</td><td>研究问题关注的是经验的意义，而不是原因或频次。</td></tr>\n    <tr><td>同质样本</td><td>受访者共享相关经验与关键情境；已说明纳入理由。</td></tr>\n    <tr><td>逐案分析</td><td>每份访谈记录都分析到 PETs 之后，才开始跨个案工作。</td></tr>\n    <tr><td>层层展开的叙事</td><td>研究发现读起来是一段有论证的阐述，而不是一串附上引文的主题列表。</td></tr>\n    <tr><td>有力的经验描述</td><td>主题描述的是经验本身是怎样的，而不只是受访者提到过的话题。</td></tr>\n    <tr><td>细致的分析性阅读</td><td>引文得到了诠释，包括语言、隐喻和犹豫，而不仅仅是被呈现。</td></tr>\n    <tr><td>趋同与分歧</td><td>每个 GET 都展示了受访者以不同方式共享它，以及谁并不共享。</td></tr>\n    <tr><td>报告主题分布</td><td>用表格显示哪些受访者对每个主题有贡献。</td></tr>\n    <tr><td>反思性</td><td>记录了研究者的立场及其可能的影响。参见我们的<a href=\"/blog/what-is-reflexivity-qualitative-research-2026\">定性研究中的反思性</a>指南。</td></tr>\n  </tbody>\n</table>\n\n<h2>AI 能帮助做诠释现象学分析吗？</h2>\n\n<p>部分可以。近期研究同时展示了它的潜力与局限。Martínez-Pernía 及其同事使用 GPT-4 辅助对 28 名成年人的访谈进行现象学分析，报告称 AI 辅助分析耗时约 20 小时，而同一数据的人工编码分析约需 70 小时；但 AI 也遗漏了部分人工分析捕捉到的身体感受，且未能完全吻合更复杂的经验结构（<a href=\"https://doi.org/10.3389/fpsyg.2025.1520186\" target=\"_blank\" rel=\"noopener noreferrer\">Frontiers in Psychology，2025 年 5 月</a>）。该研究采用的是描述现象学和微观现象学方法而非 IPA，但其经验同样适用。另外，Ashwin、Chhabra 和 Rao 发现，大语言模型在标注定性访谈数据时可能引入系统性偏差（<a href=\"https://doi.org/10.1177/00491241251338246\" target=\"_blank\" rel=\"noopener noreferrer\">Sociological Methods &amp; Research，2025</a>）。</p>\n\n<p>在 IPA 中较为稳妥的分工方式：</p>\n<ul>\n  <li><strong>可以自动化：</strong>转录、匿名化、按访谈记录行号整理引文、根据你自己写的陈述起草 PET 表格。</li>\n  <li><strong>谨慎使用：</strong>AI 建议的经验陈述聚类，只作为提示，需对照你自己的阅读加以核查。</li>\n  <li><strong>保留给人：</strong>探索性笔记、经验陈述以及每一项诠释性判断。双重诠释要求由研究者本人来完成理解。</li>\n</ul>\n\n<h2>Qualitati 的定位</h2>\n\n<p>Qualitati 是一个面向高校和研究机构的欧洲定性研究平台，将 GDPR 和数据隐私置于核心位置。它不会替你做 IPA，也不应该这样做。它支持的是 IPA 项目中围绕诠释的那些环节：</p>\n<ul>\n  <li><strong>数据收集。</strong>使用 Active Listener 模式亲自进行半结构化访谈，获得实时提示和环节追踪；或在试点和探索阶段运行文字或语音形式的 AI 主持访谈。</li>\n  <li><strong>支持 10 种语言的访谈记录。</strong>适用于跨国现象学研究，访谈记录可逐行审阅。</li>\n  <li><strong>个案层面的整理。</strong>QDA Workspace 支持归纳式编码和编码手册构建，你可以用它为每份访谈记录标注自己的经验陈述，并跨个案比较。</li>\n</ul>\n<p>免费版每月提供 30 个积分，无需信用卡。当前费率请见<a href=\"/pricing\">定价页面</a>，或在我们的 <a href=\"/blog/nvivo-alternatives-2026\">NVivo 替代工具</a>指南中比较不同方案。</p>\n\n<h2>局限与方法论考量</h2>\n<ul>\n  <li><strong>推广性有限。</strong>IPA 提供的是理论上的可迁移性，而非统计意义上的推广。请在局限部分明确说明。</li>\n  <li><strong>依赖表达充分的叙述。</strong>当受访者能够反思并描述自身经验时，IPA 效果最好。对于表达困难的受访者，请调整访谈方式或考虑其他方法。</li>\n  <li><strong>研究者的影响既是关键也是风险。</strong>诠释处于核心位置，因此透明的审计轨迹和反思笔记必不可少。</li>\n  <li><strong>术语混用。</strong>在同一篇论文中混用 2009 年版和 2022 年版术语会让评审者困惑。选定一套并注明出处。</li>\n</ul>\n\n<h2>适用对象，以及何时不应采用此方法</h2>\n\n<p>本指南面向心理学、健康、教育和管理领域正在规划或撰写 IPA 研究的博士生、硕士生、导师和研究人员。如果你的目标是解释一个过程、检验假设、比较多个异质群体，或在大样本中汇总观点，就不要选择 IPA。反思性主题分析或扎根理论通常更适合这些目标。</p>\n\n<h2>常见问题</h2>\n\n<h3>IPA 与现象学有什么区别？</h3>\n<p>现象学是一种哲学传统，也是一类研究方法的统称。IPA 是其中一种具体方法，额外加入了明确的诠释（诠释学）立场和逐案的个案取向。相比之下，描述现象学旨在描述一种经验的本质结构。</p>\n\n<h3>做 IPA 需要多少受访者？</h3>\n<p>小规模、同质的样本是常态。硕士项目常以三位受访者为默认规模，博士研究通常更多。每个个案的分析深度比总人数更重要。</p>\n\n<h3>什么是个人经验主题和群体经验主题？</h3>\n<p>个人经验主题（PETs）概括一位受访者的经验。群体经验主题（GETs）通过跨受访者比较 PETs 形成，同时呈现共同模式与分歧模式。这些术语出自 Smith、Flowers 和 Larkin 2022 年第二版教材。</p>\n\n<h3>IPA 和主题分析是一回事吗？</h3>\n<p>不是。两者都会产出主题，但 IPA 先深入分析每个个案再作比较，聚焦生活经验的意义，并报告受访者之间的分歧。主题分析则从一开始就在整个数据集层面进行。</p>\n\n<h3>可以用 ChatGPT 或其他 AI 工具做 IPA 吗？</h3>\n<p>用于转录和整理是可以的，前提是已获得伦理审批并落实数据保护。对于经验陈述和诠释，AI 输出最多只能作为提示，因为这一方法要求研究者亲自完成意义建构。</p>\n\n<h2>总结</h2>\n\n<p>当你想了解一个小而具体的群体如何理解一段重要经验时，诠释现象学分析是合适的选择。逐案分析，统一使用 2022 年术语，报告分歧，并让诠释始终出自你本人。访谈提纲准备好后，<a href=\"/register\">免费开始，获取 30 个积分</a>，在 Qualitati 中收集并转录访谈，跨个案整理你的经验陈述。</p>\n\n<p><em>人工审阅说明：本文的示例和 IPA 质量清单是 Qualitati 研究团队的编辑工具，并非经过验证的测量工具。请与导师及上文引用的 IPA 文献核对样本规模和报告规范。</em></p>\n","related":[{"slug":"longitudinal-qualitative-research-guide-2026","title":"纵向定性研究：设计、轮次规划与分析方法（2026）","description":"纵向定性研究（QLR）如何设计与分析？涵盖轮次间隔、样本流失、轨迹分析与重复横截面分析，并附原创轮次规划矩阵与 AI 访谈要点。","category":"定性研究方法","date":"2026-10-19","readTime":"13 分钟阅读","author":"Qualitati 研究团队"},{"slug":"qualitative-research-questions-examples-2026","title":"定性研究问题怎么写？按研究设计分类的示例","description":"按现象学、扎根理论、案例研究和叙事探究分类的定性研究问题示例，说明研究问题该设几个、与访谈问题有何区别，并附一份免费匹配度检查表。","category":"定性研究方法","date":"2026-09-23","readTime":"10 分钟阅读","author":"Qualitati 研究团队"},{"slug":"what-is-in-vivo-coding-qualitative-research-2026","title":"In Vivo 编码（实境编码）：定义、示例及与描述性编码的区别","description":"In vivo 编码用受访者的原话作为编码。本文给出定义、两个完整示例、in vivo 与描述性编码和过程编码的对比，以及一份 AI 辅助编码的忠实度清单。","category":"定性研究方法","date":"2026-09-12","readTime":"10 分钟阅读","author":"Qualitati 研究团队"}]}