【NVivo专栏】提高质性研究和论文写作效率

摘要：本文基于扎根理论思想，通过诸多文献中总结出NVivo中高效的工具，提炼出提高定性研究效率的五大方面、三个角度（透明性、可靠性、高效性）。并提出软件理论的交互、NVivo与扎根理论的适用性、研究人员如何使用软件提高研究效率等问题进行深一步的讨论。

前言

软件服务于方法。软件的发展与功能，离不开关于软件对方法影响的讨论。（Kelle，1998）认为软件计算机辅助质性分析有可能将定性研究转变为一种忽视人类解释和反思作用的严格的自动化过程；（Johnston，2006；Richard，1998；Weitzman，2000）认为计算机分析程序允许用户在不完全理解他们所应用技术原理的情况下进行复杂的分析。（Bazelay，2007）认为，如果利用计算机进行记录、搜索、匹配和链接的能力，数据分析过程的效率可以大幅度提高。（Bringer,2004;）提出，如果适当使用，CAQDAS（软件计算机辅助质性分析）可以增强数据处理/分析过程。,Joghston&Brackenridge,2006;Joghston,2006)指出，计算机的使用不是要取代人们在数据中学习的方式，而是要提高学习的有效性。理查兹（Richards,2002）认为，研究人员不应该将他们的研究顺应于软件，而应该使软件更加适用于他们的项目。

NVivo软件的诞生是为了给定性研究提供一种类似于定量研究中SPSS一样高效快捷的工具，随着方法论的发展，软件更加注重对方法的服务，能提供数据分析过程的效率的功能使得其能频繁出现在高水平学术论文中。与统计软件不同，CAQDAS（计算机辅助定性分析）的主要功能不一定是分析数据，而是辅助分析过程，而研究人员必须始终控制分析过程。换句话说，研究人员必须同样知道，没有软件能够分析定性数据。NVivo和所有其他CAQDAS基本上都是数据管理包，在数据分析过程中支持研究人员的分析高效进行。本次研究以文献调研出发，结合自身的软件使用经历，对于NVivo提高学术论文研究效率方面进行论述。

第一章 NVivo简介

通常认为，NVivo是一种质性研究软件，组织和分析无序信息，常用于定性研究（尤其是叙事分析，扎根理论），主要功能有：

（1）处理访谈文稿、文献内容、文本内容、图片视频、问卷、网页内容，社交媒体信息等。

（2）迅速检索所有数据，自动识别纷杂数据中的关键词和主题；提供可能的分析思路和方向。

（3）自动对数据进行初步分析和快捷整理。

（4）链接关联性内容，找到材料种的规律。

定性数据分析是对采集到的大量数据进行有序、结构化和有意义的分析。这一过程并非易事。在某种程度上，这是一种混乱、困难和费时的方法。定性数据分析实际上是追求数据的范畴与主题之间的关系，寻求增加对这一现象的理解。因此，研究人员不是严格按照程序进行，而是需要保持警惕、灵活和积极地与收集到的数据进行交互。

由于定性数据基于文本，因此定性研究分析这些数据的关键是编码过程。编码是标记或标签，用于为研究过程中编译的描述或推理信息分配意义单位。代码通常附着在大块的单词、短语、句子或整个段落上。编码涉及到被采访者或文档中提到的相关单词或短语。然后将这些单词或短语组合在一起来实现它们之间的联系。

结合笔者对软件的实际操作使用时可以体会到软件在一些功能上的高效之处。初步总结出NVivo的便捷之处主要包含三个方面——搜索，查询，可视化搜索。

第二章 研究概述

国内关于NVivo发展较为缓慢，知网上搜索关于NVivo的文章饮用量较高的文章并不典型，以引用量较多的几篇文章来看：

《中国政府推进基本公共服务的注意力测量———基于中央政府工作报告( 1954—2013) 的文本分析》通过QSＲ NVivo 9 软件，运用文本分析方法，选择与基本公共服务均等化各个维度相关的关键词进行分类汇总，逐一分析特定词频及其语义环境所隐含的信息，挖掘与之相关的组织行为。在此基础上，通过分析种子词语在文本中出现的频率，测量政府对基本公共服务问题的关注度。即建立关键词表并进行编码和统计，将时间维度的频率和时代背景结合进行分析。

《Nvivo 软件的员工工作满意度质性研究———以华为与中兴员工的互联网评价文本为例》、《“教师专业素养“视角下国家政策变迁述评》均以文本分析入手，分析与上研究类似，未出现除了“编码、搜索”之外的功能使用，软件提高研究效率的功能不明显。

国外研究中NVivo的使用较多，出现了使用NVivo较好的文章。涉及到节点、搜索、备忘录、可视化、信度检验、自我感知情感等诸多工具，提到了涉及研究准确性、透明度、团队合作等主导益处。下文将先对各个论文中的使用进行论述，之后将统一对该软件的优点进行分析。

（原本分析论文，无意义。更换为以下，来源为质性资料分析软件NVivo应用总叙）

在CNKI中，文献检索共集成了多个子数据库，包含中国学术期刊网络出版总库、特色期刊、中国博士学位论文全文数据库、中国优秀硕士学位论文全文数据库、中国重要会议论文全文数据库以及国际会议论文全文数据库等。对Nvivo在中文科学研究中的应用情况统计结果显示：通过对不同的检索策略得到的Nvivo软件在中文论文中的应用得到了显著的增长趋势，反应了Nvivo的应用越来越广泛。

涉及的领域排名前五的是教育经济与管理、临场医学、企业经济、体育和旅游等学科。这些关于Nvivo应用的主要论文发表在《心理学报》《中国青年研究》《旅游论坛》《体育科学》《经济管理》等期刊上。

总体而言，国外对NVIvo的应用、关于NVIvo的研究文献都比国内广泛很多。不知是否与实际应用中汉字的兼容有关。

第三章 提高研究效率的工具

通过对文献的理解，提炼出NVivo能提高学术研究效率的一些工具及内容。主要有以下几类。

导入与编码

1.导入

关键词：简洁、系统、多文件类型的兼容

多数文献都提到了NVivo在导入数据上的简洁、系统、多文件类型的兼容的特点为研究带来便捷。文献3指出，NVivo能够使研究人员系统地处理大型数据集，能够将不同的数据类型导入到项目中，并使用文件夹、集合和用例以不同的方式对它们进行分组，这样就可以轻松地访问数据。此外，软件也减少了准备和导入数据所需要的时间，研究人员能花更多的实践进行分析。

2.节点

关键词：审查资料高效、编辑节点快捷

文献3指出，节点的建立利于高效审查资料。而且只需单击几个按钮就可以删除、复制、移动和组合节点，而不会影响源文件，这些操作非常快捷。创建的节点越来越多，nvivo允许节点有多个维度（树分支）。概念有多个维度促使更加详细地思考其中地概念，促进概念清晰度和早期围分析（bazeley，2007）将概念排序并识别共同属性进行早期比较。

3.编码

关键词：操作快捷、数据集

手动编码为剪切粘贴文本，电子编码过程快得多，并且电子编码有利于创建数据集，进一步提供高输出详细编码信息的能力。查看文本片段或整个文档，查看哪些附加节点被编码到该特定文本选择。

编码条提供节点创建相互关联的视觉概述。有助于提醒研究人员比较不同类别或概念（bringer，2006），查看概念之间的早期关系。也有利于查看团队中其他人的研究过程，对于团队的研究非常关键。

4.情绪分析（自动编码）

关键词：情绪词检索；快捷

文献1和文献7都用到此方法。NVivo为每个情绪类别有单独的词典，导入之后可以快速得到情感分析结果。如对于“调查市场客户评价”类的研究非常快捷。

搜索

1.搜索与猜测证明

关键词：可回归原文上下文

对于研究过程中诞生的想法，研究人员可以回到原始文本中搜索，进而进行解释(Bazeley, 2004)，可以提高分析过程的严谨性。这些存在于原文的上下文信息（额外的数据的编码）更有助于理解。并会让研究人员觉得与使用手工方法相比更严谨、更透明，因此对于数据的解释也更有信心。

2.矩阵分析

关键词：多约束、多文件

矩阵分析伴随着多个约束条件下对多个文件的同时搜索。文献3中利用了矩阵分析，用于比较不同参与者和时间段的视图，NVivo提高了此步骤效率。

可视化

关键词：模型、信度检验

可视化模型展示特定类别的各个维度以及他们如何与其他概念或类别相互作用或相关。例如文献5建立了可视化模型来展示特定类别的各个维度以及他们如何与其他概念或类别相互作用或相关。

文献7中，对研究结果从两个角度进行了信度检验。一是横向分析，两个研究者对访谈资料分析过程中编码内部一致性的比较［6］; 二是纵向分析，如果案例能够构建一般性的解释模型，那么需要重新考查模型是否符合研究案例，是否包含且没有超过研究个案的范。该功能提高了分析的精准度和效率

批注与备忘录

1.备忘录

关键词：构建研究框架/脊梁

多数基于NVivo的较深层次的研究都提到了备忘录的重要性。文献5指出，备忘录可以包含研究活动的详细描述，包括阅读摘要，会议记录，抽样和早期分析程序的细节等。可以看到这是一个复杂的备忘录系统，作者也提出了建议的备忘录框架，这在最后一部分“进一步提高研究效率“章节会提到。这些研究日记，备忘录结构成为研究的脊梁。NVivo这样的程序中保存研究日志的主要好处是，它鼓励研究人员快速公开地记录他们的想法、问题、反思和涌现的理论思想，并将其记录到程序的中心执行点。本质上，它可以作为一个概念发射台，研究人员可以从这个发射台跳到他们的文献、数据或备忘录中的特定点来解释、概念化和理论化。

2.链接

关键词：整体性；有利于检索

为了理解不同的主题是如何组合成一个整体，需要将主题与其他思想联系起来。Nvivo中的模型资源管理器工具在这一点上非常有用，可以用图表的方式绘制主题之间的关系。具体来说，使用NVivo，可以将一个段落从一个文件链接到相同或另一个文件中的另一个段落，并减少检索的麻烦。此外，论文管理难且重要，在手工编码中，即使是一篇论文的丢失会对研究造成较大影响。在NVivo中，所有的文献都集中在一个项目下。虽然文件位于同一项目的不同位置，但是创建的链接使检索变得简单。

软件将数据的查看方式从静态变为动态，通过使用文本格式和超链接到其他文档和类别，使类别之间的关系更加清晰（Weaver和Atkinson，1994）。

团队合作

关键词：团队对接、检查、导出

NVivo有一系列支持团队协作的功能，比如识别个别团队成员的工作、比较和调整团队成员的工作编码、查找由团队成员创建或最后修改的项、查询和询问团队成员的分析等。诸多文件进入项目，按数据的类型和之后对它的使用被组织到文件夹中。团队可以创建诸多备忘录以便捕捉研究日志。备忘录是独立的文档，每个研究人员在其中记录他/她在项目期间的想法和行动。尤其对于团队合作，这部分的记录有助于跟进团队的进度和任务和理解其他人的研究内容。

对于导出与分享，可以将编码的视频、音频和其他材料导出到HTML。导出节点后创建的HTML文件以其原始格式显示数据，无论是文本或图像的部分，还是音频和视频文件的剪辑。即使之后每个人负责不同的部分，但是40mb以下的文件可以储存在软件中，进而在其他地方直接使用。

软件可以使得团队中的某位成员能够跟踪自己的数据分析，避免自身的背景、个性和/或理论框架的影响。首先，需要建立节点模型来看节点的种类和关系。每个编码器的项目中有不同的节点结构，在某些情况下具有相同名称的节点由不止一个人创建;相反，具有不同名称的节点有时由其他程序员创建，但具有非常相似的底层观察或概念。其次，创建了列出每个项目中的节点的报告，以便对它们进行比较。如果有不止一个人创建了相同的节点，则讨论这个问题以确定每个节点是否表示相同的想法;如果是，则保留节点，以便将它们合并在一起(合并为一个) 如果没有，则重命名其中一个，以便在合并项目之后，两者将分别存在。一旦这个过程完成，通过移动一些节点和合并其他节点，项目被合并，合并后的节点系统被构造成一个一致的层次结构。NVivo中的备忘录和注释允许我们跟踪我们对分析的思考，包括我们在审查过程中对数据的比较，以及关于我们的背景如何影响我们的分析的注释。每次合并项目以合并编码时，这些备忘录和注释在团队之间共享。

总之，好的备忘录和及时的沟通交流对于团队合作是必要的。NVivo是一个团队合作的理想工具综合以上从工具角度的分析，可以提炼出NVivo对于提高定性研究的效率主要表现在以下几个方面。几个方面最终均表现为提高研究的效率。

（1） 透明度

在传达定性研究结果时，透明度至关重要。在大多数已发表的研究中，很难找到关于研究人员如何准确分析其数据的描述，部分原因在于这种缺失的信息，这种研究传统容易受到“不彻底”研究实践的指控。KIRK & MILLER (1986, p.21)认为定性研究的有效性“是……问题是研究人员是否看到了他或她认为他或她看到的东西，“这样就有证据表明数据是如何解释的。由于缺乏定性数据分析，定性数据分析被认为类似于“印象分析”。

文献4提到了NVivo对于审核透明度的作用。传统上，手工方法对最终产品(例如博士论文)的审查要比创建最终产品所涉及的研究过程多得多。像NVivo这样的QDA项目为定性研究提供了前所未有的透明度提供了巨大的潜力。例如,现在可以为主管和审查员不仅查看数据,但也一个学生所做的数据和跟踪过程参与整个研究过程(例如浏览数据,阅读备忘录,查看编码结构,评估链接和注释,探索模型,研究研究杂志等)。可以认为，不仅对于核查阶段，对于作者而言，研究透明度的提高，对文章的复盘、合作交流、提炼新主题均有所帮助。

文献10的作者关于提高写作过程中的透明度给出了自己的建议；提供使用软件的详细说明, 说明清楚使用的哪些功能，以便读者能够确定它是否适合研究问题的选择的方法（Gilbert，2002）;并有专门说明软件协助分析的章节，来说明如何使用编码带和编码报告来促进轴向编码。

而NVivo的使用，使得这种透明度的提高成为可能。

(2）提高研究质量（可靠性、有效性、准确性）

文献6指出，Nvivo可以显著提高研究质量。定性数据的分析变得更加容易，结果也更加专业。该软件确实减少了大量的手工任务，给了研究人员更多的时间去发现趋势、识别主题并得出结论[Wong, L. P. (2008). "Data Analysis in Qualitative Research: a Brief Guide to Using Nvivo." Malaysian Family Physician 3(1).]。在前面的叙述中，也看到了搜索工具、可视化工具、链接工具有利于研究的整体性和严谨性，进一步提高了研究的有效性。

（3） 高效性

定性数据分析软件旨在更有效地执行组织数据的管理任务，充分利用软件能提高研究效率。例如，在屏幕上编写文本比手工将与单个代码相关的不同文本片段剪切粘贴到纸上、然后将它们存储在文件中更容易、更快。显然，在这种情况下，使用专用软件更有意义。

第三章 关于提高研究效率的几个典型问题

对于前面的研究未详叙的研究空白区，在本章通过几个问题的回答进行补充：

软件有没有改变定性研究的方式？

软件能否提高扎根理论研究效率？

软件的缺点？

为了提高效率的建议？

软件有没有改变分析的方式

1.问题来源

关于在定性数据分析中使用计算机的研究已经有很多，一些评论人士表示担心，软件可能会“引导”研究人员朝特定的方向发展(SEIDEL, 1991)。一种关于CAQDAS的批评角度表示，它有潜力将定性研究转化为严格的、自动化的文本分析，而实际上，这需要研究人员的解释(Kelle, 1995)。例如，部分研究人员使用现代CAQDAS自动编码文本以便快速计算频率(例如Woodman和Hardy, 2001)，而忽略了对丰富数据的相关解释(参见Richards, 1999)。CAQDAS批评者的另一种反对的角度是，研究人员可能会根据CAQDAS的能力选择他们的理论视角和分析技术，而不是采用适合探索研究问题的理论视角

然而，CAQDAS的支持者认为，它有助于促进准确和透明的数据分析过程， (MORISON & MOIR, 1998;理查兹&理查兹出版社，1994)。

2.解答

文献4提出，研究与数据的亲密程度有三个层次：触觉的数字鸿沟(在屏幕和纸张上工作)、编码陷阱(太接近)和元认知转移(对过程的反思)。应用软件时缺少数据集成会导致编码陷阱的出现（不花时间思考和反思数据就对文档的每个部分进行编码），尤其是定性研究新手更容易出现这类现象。作者提出，注重对高级工具的使用、勤于书写研究笔记，多思考有助于避免陷入这种编码陷阱。

3.补充建议

为了减少软件对分析的影响，保证软件利用的有效性，有学者提出一些使用上的建议，我们按照定性研究的顺序（有NVivo介入的定性研究）来进行介绍

 NVivo有无提高扎根理论研究中的效率

1.问题来源

定性数据分析软件通常被认为是基于扎根理论的数据分析方法，因为理论将从数据中产生，而软件往往具有“记忆”工具，便于从数据中建立理论。采用基于理论的方法进行数据分析意味着允许数据“为自己说话”，而不是在现有的理论框架中处理数据。然而,KELLE(1997年,p.20)表明,许多研究人员声称是使用扎根理论,而实际上他们是在应用“编码模式”,这是归纳和演绎,但两者的混合物。虽然NVivo中的“记忆”工具确实促使研究人员从数据中提取理论，但在使用此软件时没有必要遵循基于理论的指导原则。

但Bringer等人（2006）证明CAQDAS可以促进基础理论研究。他们解释说，软件的帮助下分析超越了所研究现象的粗略描述，转变为基于数据的解释模型。具体而言，证明了NVivo可以促进与扎根理论相关的迭代过程的很多方面，最终提高了研究的有效性。

扎根理论的主要原则是编码来自于数据，也就是分析中的概念来自于数据的支持而不是先入为主的模型。关于过早撰写文献综述对研究的影响存在争议，故扎根理论中先验证知识的使用具有不同的应用，选择用NVIowo导入文献，对特定方法的文章进行搜索，将这部分文档编码到不同的节点中。也便于之后访问、链接，将文献与研究过程更紧密的结合起来（di Gregorio 2000）

2.解决问题

文献5提出，扎根理论有如下要求：

结合Bringer和Di Gregorio的研究，分析NVivo在上述各方面对扎根理论的作用。进而提出NVivo软件可以提高扎根理论研究效率的结论。

（1）迭代过程：在NVivo中将链接导入到文件相关部分或备忘录中。如果发现相关问题可及时为此提供信息支持。而且再研究中识别出来的新概念，只需要创建一个额外的节点就可以表示它，这种便捷也有利于研究人员对于数据中出现的新的分析尽可能地保持开放地态度（charmaz，2006）。强大的搜索功能也提高了数据收集阶段地效率。

（2）理论生成：可视化模型在不改变数据库的情况下可以实现对新想法的探索。树形节点仅用于概念管理而不是分析工具，可以避免概念的强制分类，与扎根理论的要求一致，并且节点的多种功能为理论生成带来便捷。此外NVivo的非层次列表、分层组织、备忘录、搜索工具都能促进编码阶段的更深入的分析，有助于理论生成。

（3）数据角度：通过编码，更加理解数据中正在发生的事情，每当识别出一个概念时，就创建一个节点用以表述并在该节点上存储了和这个概念相关的文本；而且可以利用节点描述功能和备忘录功能监控编码的统一使用。扎根理论的一个关键原则是关注参与者的观点。NVivo中的上下文让研究人员更容易联系起来参与者的观点和当时的社会背景。

（4）系统的比较：nvivo允许节点有多个维度（树分支）。我们的概念有多个维度，促使更加详细地思考其中地概念，促进概念清晰度（bazeley，2007），将概念排序并识别共同属性进行早期比较。编码条提供节点创建相互关联的视觉概述，有助于提醒研究人员比较不同类别或概念（bringer，2006），查看概念之间的早期关系

（5）理论密度：最终的扎根理论应该基于相关经验数据研究现象解释模型，必须有所提出的观察理论密度或深度的证据，从而产生一个可以用于产生假设的理论。

（6）其他：备忘录在一个扎根理论项目中有多种用途，包括研究记录、理论发展、提高透明度等。NVivo的简洁、自动排序等功能，更是让备忘录的功能加倍。为理论提供高效的支持。

综上，NVivo的很多功能与扎根理论过程相关联、可以促进与相关的迭代过程的很多方面，并且可以帮助提供透明性说明，最终提高了研究的有效性（Bringer，2004）

3. 建议：

为了能在研究中更好地体现出NVivo的有效性，文献5作者也对于扎根理论和NVivo的使用中提出了一些建议：

（1）迭代与备忘录

扎根理论的迭代过程为研究人员带来了巨大的麻烦，保留研究日记使得迭代更加条理。之前的研究学者提出了建议的备忘录框架。

基于扎根理论研究迭代模型

建议的备忘录框架

第四章 缺点及注意事项

1 软件自身缺点：

（1）自动编码的情绪识别方面，他没有试着将某一段句子归类为某种特定的情绪，只识别单词，不考虑上下文。

（2）不能处理俚语、讽刺、双重否定等

（3）有的格式不兼容。有使用者表示，尽管NVivo 9接受大多数文件格式，但有相当多的格式它不接受。从录音机中，我的音频文件显示，它们都是NVivo声称可以接受的WMA格式。但是，如前所述，多次尝试将文件添加到NVivo中，结果导致消息格式无效。我必须下载一个音频文件转换器来将文件格式更改为mp3, NVivo随后毫无问题地接受了这一操作。

（4）检索实同义词的问题。使用单纯的检索功能并不高效，因为无法识别某同义词，但如果结合前期编码便可解决这个问题。

（5）部分版本“字频统计”功能对汉字不适用，即仅可以统计英文字频。

2 软件的应用方面

为了避免其成为缺点，有以下研究中应该注意的事项：

（1）在定性研究中除了使用搜索工具搜索关键字、短语或单词模式的文本。将归纳技术与搜索工具、文档链接、节点链接、显示工具和建模器的战略使用相结合，才能获得对数据的丰富理解。

第五章 总结

本文从文献调研出发，通过诸多文献中总结出NVivo中高效的工具，提炼出提高定性研究效率的五大方面、三个角度（透明性、可靠性、高效性）。并提出软件理论的交互、NVivo与扎根理论的适用性、研究人员如何使用软件提高研究效率等问题进行深一步的讨论。

NVivo允许我们以相同的方式在相同的程序中处理所有数据。它允许我们系统地处理数据，还允许我们使用查询来识别和揭示新出现的主题。可视化工具还帮助我们从新的角度查看信息，一系列工具帮助我们共享发现，包括HTML格式导出，它允许我们共享包括音频和视频文件在内的所有数据。我们可以像一个团队一样轻松地工作，每个人都处理自己的数据，然后将所有的项目合并在一起。

结合正确的理论与软件思维、操作注意事项，软件对于提高高水平研究的效率大有裨益。

参考：

1.Sentiment analysis from Facebook comments using automatic coding in NVivo 11，Sameerchand Pudaruth

2.The Implication of using NVivo Software Qualitative Date Analysis: Ecidence-Based Reflections，FC Zamawe

3.基于经济危机的后果研究主题，来讨论NVivo的使用的优劣，Glaser, Barney G.

4.Reflections on Teaching and Using QSR NVivo in Doctoral Research，Doctoral Research

5.Using QSR-NVivo to facilitate the development of a grounded theory project: an account of a worked example，Andrew John Hutchisona

6. USING NVIVO FOR DATA ANALYSIS IN QUALITATIVE RESEARC

7.专业硕士导生关系归因分析

8.gender and local politics which consisted of both qualitative and quantitative parts

9.互联网创业风险模型研究

10.质性资料分析软件Nvivo

本公众号主张和尊重原创，对于一些网上转载或编辑的经典文章会标明来源出处（无法得知原创作者的除外），文章版权归属于原作者所有。本公众号旨在知识分享及学习交流，侵权必删。