简短回答：定性研究问题追问的是：特定群体在特定情境中如何或为何经历、理解或做某件事。它是开放的、无方向性的，并与研究设计相匹配：现象学关注生活经验，扎根理论关注过程，案例研究关注有边界的案例，叙事探究关注人们如何讲述自己的故事。大多数研究需要一个核心问题和两到四个子问题。
最后更新：2026 年 9 月 23 日
\n\n定性研究问题是研究计划书中评审最先阅读、学生改得最多的部分。问题写得弱，访谈提纲就会含糊，抽样会失焦，分析也说不清到底发现了什么。本文按四种常见研究设计给出定性研究问题示例，说明每个问题如何影响抽样和分析，并区分研究问题与你实际向受访者提出的访谈问题。
\n\n好的定性研究问题既要足够开放，让受访者有机会带来意外发现；又要足够聚焦，让你知道该招募谁、何时停止收集数据。Jane Agee 认为，研究问题的形成是一个反思性、迭代的过程，会塑造研究此后的每一个阶段（International Journal of Qualitative Studies in Education，2009）。问题构建得不好，会在数据收集和分析中造成日后难以弥补的问题。
\n\n实践中，好的研究问题通常具备五个特征：
\n下表为每种设计给出一个核心问题示例、它所隐含的分析单位，以及通常随之采用的分析方法。示例仅作说明，请根据你的领域调整人群和情境。
\n\n| 研究设计 | 关注对象 | 核心问题示例 | 常用分析方法 |
|---|---|---|---|
| 现象学 | 某种生活经验的本质 | 第一代博士生在博士第一年的生活经验是什么？ | 现象学分析（如 IPA、描述现象学） |
| 扎根理论 | 某个社会过程及其展开方式 | 小型研究公司如何决定是否采用 AI 主持访谈？ | 开放编码、聚焦编码和理论编码；持续比较 |
| 案例研究 | 处于真实情境中的有边界系统 | 2024 年至 2026 年间，某大学研究伦理委员会如何调整其审查程序以应对 AI 辅助的数据收集？ | 案例内与跨来源分析；模式匹配 |
| 叙事探究 | 人们如何建构和讲述故事 | 处于职业中期的学者如何讲述自己离开学术界、转向业界研究的决定？ | 叙事分析（结构式、主题式或对话式） |
| 一般定性研究 / 主题分析 | 跨受访者的意义模式 | 市场研究经理认为合成受访者的主要风险是什么？ | 反思性主题分析 |
关于分析方面，可参阅我们的主题分析与扎根理论对比、案例研究指南和叙事分析指南。
\n\n大多数定性研究计划书以一个核心问题加两到四个子问题为宜。核心问题概括整个研究；子问题把它拆分成可以在数据中追踪的若干方面。如果你需要六个或更多子问题，请检查其中是否有些其实是访谈问题，或者你描述的其实是两项独立的研究。
\n\n问题数量也影响样本量。Malterud、Siersma 和 Guassora 提出的信息力（information power）概念（Qualitative Health Research，2016）认为，研究目标越窄，所需受访者越少。聚焦的问题不是局限，而是让可行的样本量站得住脚的前提。另见我们的数据饱和指南。
\n\n这是学生研究计划书中最常见的混淆。研究问题是分析性的：用研究者的语言说明研究想要理解什么。访谈问题是对话性的：用受访者的语言邀请其描述具体经历。你很少会直接把研究问题拿去问受访者。
\n\n| 研究问题（写给你自己） | 访谈问题（说给受访者） |
|---|---|
| 小型研究公司如何决定是否采用 AI 主持访谈？ | “请讲讲你们团队上一次考虑引入新研究工具的经过。” / “当时有哪些人参与了决策？” / “如果有过犹豫，是什么让你们犹豫？” |
| 第一代博士生在博士第一年的生活经验是什么？ | “能带我回顾一下你第一学期典型的一周吗？” / “描述一个你觉得自己属于或不属于这里的时刻。” |
每个研究问题都应对应若干个访谈问题，每个访谈问题也应至少对应一个研究问题。访谈问题的措辞，我们在如何设计定性访谈问题、开放式访谈问题和如何撰写用户访谈问题中有详细介绍。
\n\n这是 Qualitati 编辑团队为博士生、导师和研究团队制作的检查表。每项按 0（否）、1（部分）、2（是）打分。总分低于 10 分，建议提交前修改。
\n\n报告规范同样看重这种清晰度。定性研究报告标准（SRQR）和美国心理学会的JARS-Qual 报告标准都要求作者说明研究目的或研究问题，并解释所选方法为何与之匹配。
\n\nQualitati 是一个面向大学和研究公司的欧洲定性研究平台，以 GDPR 和数据隐私为核心优先事项。它不会替你撰写研究问题——这项判断属于研究者本人。它帮助你完成后续步骤：
\n免费版每月提供 30 个积分，无需信用卡。当前费率请见定价页面。
\n\n本文适合撰写研究计划书或伦理审查申请的博士生、审阅初稿的导师，以及在大学和研究公司规划定性研究的团队。对于纯粹的验证性或假设检验研究，本文用处不大——这类研究更适合采用带有方向性假设的定量或混合方法设计。
\n\n“公立医院的第一年护士如何经历他们的第一个夜班？”它是开放的，点明了现象，并界定了人群和情境。
\n\n定性问题追问某事如何或为何被经历或完成，没有方向性。定量问题关注测量变量之间的关系或差异，通常导向可检验的假设。
\n\n通常是一个核心问题加两到四个子问题。更多的问题往往意味着范围蔓延，或把访谈问题误标成了研究问题。
\n\n可以，尤其是在扎根理论和其他生成式设计中。请在审计轨迹中记录每次修改及其理由。
\n\n很少这样做。把它转化为关于具体经历的、口语化的访谈问题，再通过追问深入。
\n\n好的定性研究问题是开放的、具体的、中立的，并与研究设计相匹配。以上文示例为参照，用研究问题匹配度检查表检查你的初稿，并把研究问题和访谈问题清楚分开。问题确定后，免费注册即得 30 个积分，运行 AI 主持访谈，并用 ThemeLens 将访谈记录逐一映射回每个研究问题。
\n\n人工审核说明：本文的示例问题和匹配度检查表是 Qualitati 研究团队的编辑工具，并非经过验证的量表。请向导师或你所在学科的方法论教材确认设计惯例。
\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":"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。","category":"定性研究方法","date":"2026-09-29","readTime":"11 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"}]}