定性研究中的抽样技术：选择合适方法的完整指南

---

把抽样想象成研究的地基。其他一切——访谈、分析、结论——都建立在这个基础上。如果地基出现裂缝，整个建筑都会受到质疑。.

定性研究中的抽样技术决定着整个研究的成败。. 如果选错了，你将花费数月时间收集无法解答你问题的数据。如果选对了，你将发现能够彻底改变人们对你所研究主题理解的深刻见解。.

了解定性研究中抽样技术的重要性

定性研究中的抽样技术更注重信息的丰富性而非统计代表性。. 你需要的是能够清晰阐述自身经历、亲身经历过你所研究的事件、并能提供有助于阐明研究问题的视角的参与者。随机挑选一百个对你的研究主题一无所知的人对你毫无帮助。而五位经过精心挑选、亲身经历过相关事件的专家呢？那才是真正的宝藏。.

定性研究中的四种核心抽样技术

该领域主要有四种方法。目的抽样、便利抽样、滚雪球抽样和理论抽样。每种抽样方法都有其独特的用途，也都有需要注意的盲点。.

目的性抽样——战略方法

目的抽样（也称判断抽样）是指 你刻意寻找具有特定特征的参与者。. 你不是在等待合适的人出现，而是在明确你需要什么样的人，然后主动去争取他们。.

假设你正在研究首席财务官们如何做出技术投资决策。你想要的不是普通的商界人士，而是首席财务官。更具体地说，是那些在过去两年中进行过重大技术投资的首席财务官。更确切地说，是那些能够清晰阐述其决策过程的首席财务官。.

这是定性研究中最具目的性的抽样技术。你设定明确的标准，然后找到符合这些标准的参与者。你无需为这种选择性感到抱歉——选择性正是关键所在。.

优势在于：你能找到真正能回答你问题的参与者。劣势在于：你的筛选标准可能引入偏差。如果你只采访成功的首席财务官，就会错过那些技术投资失败者的视角。定性研究中的抽样方法决定了你能发现什么。.

便利抽样——务实的现实

学术纯粹主义者憎恨便利抽样。但现实世界的研究人员却经常使用它。为什么？因为有时你需要立即获得数据，资源有限，而且完美的抽样也不可能实现。.

便利抽样是指根据哪些人有空且愿意参与来选择参与者。. 你在大学教书？那就招学生。你在为公司做咨询？那就采访自愿参加的员工。你在危机期间做研究？那就尽可能联系所有人。.

危险在于：选择性偏差十分普遍。自愿参与研究的人与不参与研究的人往往存在差异。可供选择的参与者可能无法代表你所关注的更广泛人群……但当时间和资源有限时，便利抽样可以确保研究顺利进行。.

优秀的科研人员会明确承认这些局限性。他们不会假装便利抽样与目的性抽样具有同等的可信度。他们会解释为什么便利抽样在特定情况下是合理的。坦诚地说明定性研究中抽样技术的局限性，有助于赢得读者的信任。.

滚雪球抽样——网络效应

有些群体就隐藏在我们身边。试想一下，要招募无证移民参与研究，或者招募破产的高管，又或者招募吸食毒品的人，传统的招募方法往往收效甚微。.

引入滚雪球抽样法。. 你首先筛选出几位符合条件的初始参与者，并对他们进行访谈。然后，你请他们推荐其他有类似经历的人，这些人会被推荐成为参与者。. 他们会推荐其他人。你的样本就像滚雪球一样越滚越大——因此得名。.

这是针对边缘化或隐蔽群体进行定性研究时最有效的抽样技术之一。在研究敏感话题时，信任至关重要。如果熟人为你担保，人们更有可能参与研究。.

权衡之下，你的样本会围绕社交网络聚集。每个人可能都彼此认识。他们的观点可能比更广泛人群的观点更相似。你得到的不是随机多样性，而是网络多样性。.

理论抽样——迭代改进

它的运作方式如下： 你不会预先选定所有参与者。你会在收集数据的同时进行分析。分析会揭示理解上的不足。你会刻意寻找能够弥补这些不足的参与者。你会再次进行分析。你会发现新的不足。然后你会据此招募参与者。.

想象一下，你正在研究企业家如何扭转经营困境。最初的访谈揭示了一些成功的转型案例。你的分析表明，时机至关重要。于是，你专门招募了那些转型过晚或过早的企业家。你的分析不断演进。你意识到行业背景会影响转型策略。于是，你开始招募来自你之前未曾涉足行业的企业家。.

这种定性研究中的抽样方法需要极强的自律性。你需要不断地在数据收集和分析之间切换。由于无法预先预测需要多少参与者，因此时间安排必须具有灵活性。饱和度决定了何时停止——即当新的参与者不再提供真正新的见解时。.

为您的研究选择合适的抽样技术

每个研究项目都会悄悄地告诉你，哪些抽样技术在定性研究中是合理的。仔细聆听，你就能听到。忽视这些提示，你就会弄巧成拙，把方钉硬塞进圆孔里。.

✔️ 研究问题驱动一切

首先要坦诚地弄清楚你真正想要了解的是什么。你是在探索一种尚无理论解释的新现象吗？理论抽样非常适合这种情况。你是在研究某个特定群体（定义明确）的经历吗？目的抽样就很有意义。你是否需要在极短的时间内记录一个正在发生的事件？便利抽样可能是你唯一可行的选择。.

在定性研究中，你的抽样方法必须服务于你的研究问题。. 如果你想问“人们如何体验X？”，你需要的是体验过X的人。如果你想问“哪些因素会影响Y决策？”，你需要的是能够清晰阐述自己想法的决策者。确保你的样本与你的研究问题相匹配。.

✔️ 人口可及性塑造选择

有些组织很容易找到，有些组织则故意隐藏。. 定性研究中的抽样技术必须考虑到可及性的现实情况。.

研究企业高管？你需要有目的的抽样，并精心建立关系才能获得接触机会。研究某种受污名化的行为？通过值得信赖的中间人进行滚雪球抽样就至关重要了。调查新兴趋势？你可以先用便利抽样来确定早期参与者，然后随着模式的出现转向理论抽样。.

不要对抗可及性方面的限制——要巧妙地利用它们。如果你的目标人群难以触及，那么在定性研究中，应该围绕这一挑战来设计抽样方法，而不是假装它不存在。.

✔️ 资源限制迫使人们做出权衡取舍

理论抽样听起来很厉害，但它需要数月反复进行数据收集和分析。如果你的论文三个月后就要交，理论抽样可能并不现实。如果你是为预算有限的客户做研究，那么大规模的目的性抽样可能会超出可用资源。.

✔️ 偏见与多样性考量

任何抽样技术都会引入潜在的偏差。问题不在于是否存在偏差，而在于你是否理解并考虑了这种偏差。.

目的性抽样可能遗漏你意料之外的视角。便利性抽样会过度代表那些容易被听到的声音。滚雪球抽样则倾向于围绕社交网络进行聚集。理论抽样可能更注重理论的严谨性而非代表性的广度。.

优秀的定性研究者在使用任何抽样技术时，都会积极寻找反例。他们会招募可能持有不同观点的参与者，并在抽样标准中寻求人口统计学上的多样性，还会质疑样本是否涵盖了所有相关的经验。.

破坏抽样质量的常见错误

即使是经验丰富的研究人员也会犯这些抽样错误。现在就认识到这些错误，并在你的工作中避免它们。.

❌ 混淆定性研究中的抽样技术与定量方法

最大的错误是什么？将定量抽样逻辑应用于定性研究。“我需要一个具有统计学意义的样本量。”“我需要随机抽样以保证有效性。”“我需要确保我的样本能够按比例代表总体。”

不，不，绝对不行。.

定性研究中的抽样技术优先考虑深度而非广度，优先考虑洞察力而非代表性，优先考虑理解而非概括。. 你不是要证明有多少人相信某件事，而是要理解他们为什么会相信这件事。.

不要再为“小样本”而感到抱歉了。如果精心挑选的12名参与者提供了丰富、细致的见解，能够解答你的研究问题，那么你的样本就是强有力的。如果随机抽取的100名参与者提供的回答流于表面，无法阐明你的研究主题，那么无论样本量多大，你的样本都是薄弱的。.

❌ 止步于第一招聘途径

你在社交媒体上发帖，五个人回复，你采访了他们。搞定了，对吧？错。.

依赖“谁先回复谁就选谁”这种做法，会使你的样本偏向于那些活跃于该平台、碰巧看到你的帖子且当时有空的人。这并非目的性抽样，而是“谁先回复谁就选谁”。.

定性研究中有效的抽样技术包括积极寻找不同背景的参与者。. 如果前五位受访者在人口统计特征或经历方面都非常相似，那么你应该有意识地寻找具有差异性的参与者。你要意识到，容易接触到的参与者可能无法代表所有不同的经历。.

❌ 未能达到饱和

饱和意味着新参与者不再提供真正的新见解。. 你的采访开始变得重复起来。你听到的都是同样的主题、同样的故事、同样的模式。.

许多研究人员声称已经达到饱和状态，但实际上并未真正达到。他们采访了10个人，感到疲惫，就宣布饱和。或者他们达到了预先设定的采访数量（“我计划采访15个人，那就15个吧”），却没有考虑是否真的挖掘出了新的见解。.

真正的饱和需要严谨的分析方法。在收集数据的过程中，你要主动区分哪些是新发现，哪些只是印证了已有的模式。当连续多次访谈都无法为你的理解带来任何新信息时，你就接近饱和了。.

❌ 忽略难以触及的观点

最容易录制的声音往往会在你的样本中占据主导地位。. 有强烈观点的人乐于主动分享。有积极经验的人乐于分享。成功人士也愿意公开自己的经历。.

但是那些有过负面经历的人呢？那些失败的人呢？那些感到被边缘化的人呢？那些不信任研究人员的人呢？这些声音至关重要，但他们却始终难以被听到。.

有效的定性研究抽样技术会积极寻求难以获取的视角。这可能意味着与社区关键人物建立联系，可能需要通过值得信赖的中间人进行滚雪球抽样，也可能需要耐心去赢得持怀疑态度的人群的信任。.

❌ 低估伦理复杂性

你选择接纳哪些人，排除哪些人，你如何招募，如何筛选——所有这些都涉及道德问题。.

弱势群体需要特别保护。对边缘群体进行滚雪球抽样时，必须格外注意隐私保护。基于敏感特征进行目标抽样需要完善的知情同意程序。过度依赖特定人群（例如学生或员工）的便利抽样则容易引发胁迫方面的担忧。.

样本量：每位研究者都会面临的问题

“我需要多少参与者？”如果你问过这个问题，说明你对定性研究中的抽样技术理解有误。.

定性研究没有所谓的“神奇数字”。没有“至少需要15名参与者”这样的规定。. 没有哪个样本量计算器能算出正确的数字。. 任何持相反观点的人都不了解定性研究方法。.

影响样本量的因素

样本量取决于多种因素的共同作用。研究范围至关重要——研究问题越具体，所需的参与者就越少；研究范围越广，所需的参与者也越少。参与者信息的丰富程度也很重要——五位表达能力强的专家可能比二十位只了解表面信息的受访者提供更多有价值的见解。.

在定性研究中，你选择的抽样方法也会影响样本量。理论抽样通常比目的抽样需要更多的参与者，因为它会持续抽样直至达到饱和。现象学研究可能使用较少但参与度高的参与者。扎根理论研究可能需要更大的样本量来支持理论发展。.

质量永远比数量更重要

一次深刻的访谈胜过十次肤浅的访谈。永远如此。. 你的目标不是达到一定的参与人数，而是增进理解。.

在定性研究中使用抽样技术时，应该问自己：“我是否从每位参与者身上学到了新东西？”而不是“我是否达到了目标样本量？”一旦你的访谈变得可预测，主题重复出现而没有细微差别，当你能够预测回答时——你就接近了自然样本量。.

捍卫你的样本量

审稿人会质疑你的参与人数。准备好用逻辑而非随意编造的数字来辩护。.

你的辩护理由不是“这是定性研究的正常样本量”，而是“这个样本量是我的方法选择和分析饱和度决定的”。要证明你在定性研究中的抽样技术是决定样本量的关键因素。.

是什么让 SIS International Research 成为定性研究领域顶尖的抽样技术合作伙伴？

当你的研究需要的不仅仅是教科书式的抽样方法，当你面对的是复杂的人群和高风险的问题时，与真正了解定性研究抽样技术的专家合作就变得至关重要。.

🔹覆盖全球，满足多样化的采样需求

SIS在美洲、加拿大、英国、欧洲和东南亚开展定性研究的抽样工作。当您的研究需要国际视角或研究跨越文化界限的现象时，这种全球布局至关重要。我们深谙定性研究抽样技术如何在不同的文化背景和监管环境下有效运作。.

🔹先进的采样基础设施

SIS团队构建的招募网络能够支持定性研究中最具挑战性的抽样技术。需要接触高管？他们数十年来一直在精心维护这些关系。研究难以触及的消费者群体？他们的样本库基础设施和招募能力可以找到其他机构遗漏的参与者。.

🔹超越执行的方法论专长

我们的团队了解定性研究中不同抽样技术的适用时机、每种技术的优缺点，以及当实际情况与计划不符时如何灵活调整。我们研究过大量的案例，能够识别出哪些方法在实践中行之有效，而不仅仅是理论上有效。.

🔹参与者筛选中的质量控制

任何人都可以招募参与者。SIS 招募的是真正合适的参与者。我们的筛选流程确保参与者真正符合您的要求。我们会核实参与者的经验水平，确认其资格要求，并筛选出能够有效阐述自身经历的参与者。.

🔹将道德标准融入抽样过程

SIS国际研究公司在定性研究的抽样技术中秉持严格的伦理标准。我们精通复杂的知情同意流程，保护参与者的隐私，并确保招募过程不会剥削弱势群体。我们对不同司法管辖区的伦理要求了如指掌，有助于避免可能导致研究失败的合规问题。.

我们的纽约工厂地址

纽约州纽约市东22街11号2楼 10010 电话：+1(212) 505-6805

---

关于 SIS 国际

SIS 国际 提供定量、定性和战略研究。我们提供决策所需的数据、工具、战略、报告和见解。我们还进行访谈、调查、焦点小组和其他市场研究方法和途径。 联系我们 为您的下一个市场研究项目提供帮助。