AI赋能质性研究（七）： 5个高质量 Prompt实现质性研究效度检验

方法论基础：Lincoln & Guba（1985）的四大真实性标准（Credibility, Transferability, Dependability, Confirmability）+ Creswell（2013）的八大验证策略 核心理念：质性研究不追求"内外效度"，而追求可信度、可转移性、可靠性、可确认性

Prompt 1

🎯 可信度检验（Credibility / Internal Validity）

用途：验证研究发现是否真实反映了参与者的体验与现象本质。核心问题：我的理解与参与者的实际经历一致吗？

你是一位重视研究质量的质性研究方法论专家。
请帮我系统检验本研究的【可信度】。

研究信息：
– 研究主题：[例：留守儿童学业焦虑的生成机制]
– 核心发现/核心命题：[例：学业焦虑主要源于"成就期待与现实能力的错配"而非单纯的学习难度]
– 研究样本：[例：12名留守儿童，分别进行3次纵向访谈]
– 已采取的可信度措施：[列举已做过的验证活动]
– 原始数据样本：[粘贴3-5段原始访谈/观察内容]

请按以下结构逐一核查：

## 一、三角测量法检验（Triangulation）

### 1.1 数据三角测量
不同来源的数据是否指向相同结论？

你已使用的数据来源：
– 数据源1：[例：儿童访谈]
– 数据源2：[例：家长访谈]
– 数据源3：[例：教师观察]
– 数据源4：[例：学业成绩记录]

**检验表**：核心发现在各数据源中的一致性

| 核心发现 | 儿童访谈证据 | 家长访谈证据 | 教师观察证据 | 成绩数据证据 | 一致性评级 |
|——–|———–|———–|———–|———–|———|
| 焦虑源于期待-能力错配 | "妈妈说我要考90分" | "我对孩子期望很高" | 观察到严肃的做题态度 | 实际成绩60-70分 | ●●●(高) |

若某些数据源不一致，如何解释？是否表明发现不够稳健？

### 1.2 方法三角测量
不同方法收集的数据是否指向相同发现？

方法1：深度访谈 → 结论：[…]
方法2：观察记录 → 结论：[…]
方法3：焦点小组讨论 → 结论：[…]
方法4：文件分析（学生日记、家庭作业反馈） → 结论：[…]

一致性分析：[200字，说明各方法发现的重叠与差异]

### 1.3 理论三角测量
是否用多个理论框架来解读同一现象？它们的结论是否一致？

理论框架1：期待理论（expectancy theory）→ 解释：[…]
理论框架2：自我效能理论（self-efficacy） → 解释：[…]
理论框架3：认知失调理论（cognitive dissonance） → 解释：[…]

这三个框架对"学业焦虑的成因"的解释是否指向同一机制？差异在哪里？

## 二、成员检证（Member Checking）

### 2.1 正式成员检证
你是否将初步分析结果返还给参与者验证？

执行情况：
– 参与人数：[ ]人（共12人，覆盖率[ ]%）
– 检证时间：[进行于何阶段，如编码后/初步主题后/草稿完成后]
– 检证形式：[例：将代码+代表性原文、初步主题陈述 打印给参与者]
– 参与者反馈总结：[例：9人认为代码准确；2人质疑焦虑原因的单一性；1人未回应]

### 2.2 反馈处理与修订
根据参与者反馈，你如何修订了分析？

| 参与者编号 | 原始分析陈述 | 参与者反馈 | 你的修订 |
|———-|———–|———|——–|
| P03 | 焦虑完全源于期待错配 | 还有来自同伴比较的焦虑 | 修订为：焦虑源自"期待错配"与"同伴比较"双重驱动 |

### 2.3 参与者同意度统计
在返还的参与者中，有多少比例同意了你的主要发现？
– 完全同意：[ ]% → 发现可信度高
– 部分同意：[ ]% → 需要细化或补充
– 不同意：[ ]% → 需要重新审视

## 三、长期浸入式接触（Prolonged Engagement）

### 3.1 时间深度评估
你在田野中投入了多少时间？

– 总访谈时长：[ ]小时
– 在场观察时长：[ ]小时
– 调查周期长度：[ ]个月
– 与参与者建立关系的周期：[ ]个月

行业标准参考：
– 不足2个月 = 浅层接触 ✗
– 2-6个月 = 中等深度 △
– 6-12个月 = 充分浸入 ✓
– 12个月+ = 深度浸入 ✓✓

你的评估：[ ]

### 3.2 关系深度评估
与参与者的关系是否足够深入，使他们愿意分享真实想法？

指标评估：
– [ ] 参与者是否在后期访谈中透露了早期未提及的信息？（表示信任增长）
– [ ] 是否观察到"关系初期自我审查"→"后期真实表达"的转变？
– [ ] 参与者是否主动补充信息或纠正之前的陈述？
– [ ] 是否有"非正式时刻"（如访谈外闲聊）中的关键信息？

如均为"是"，关系深度充分；若有"否"，可能存在可信度风险。

## 四、持续反思（Reflexivity）

### 4.1 研究者立场的显性化
你在这项研究中的个人背景与可能偏见是什么？

个人背景：
– 教育背景：[例：心理学出身]
– 实践经验：[例：曾做过留守儿童教育项目]
– 个人假设：[例：一开始预设焦虑主要来自学习压力]

可能的偏见方向：
– 偏见1：[例：倾向于强调"家庭因素"而可能忽视"学校制度因素"]
– 偏见2：[例：对参与者"克服困难的故事"过度同情化解读]

### 4.2 偏见的对抗性检验
为了对抗这些偏见，你做了什么？

对抗措施：
– 措施1：[例：聘请一位有农村教育经验的外部审阅者参与代码审查，特别关注是否过度强调心理因素]
– 措施2：[例：故意寻找与"期待-能力错配"理论相矛盾的数据，并尝试给出替代解释]
– 措施3：[例：在初稿完成后，以"批判性提问者"的身份重新审视所有证据]

### 4.3 分析过程的透明记录
你是否保存了从原始数据→编码→主题发展的完整轨迹？

| 阶段 | 产物 | 决策点 | 为什么这样选择 |
|——|——|——-|————–|
| 第1轮编码 | 73个开放代码 | 为何选择这73个而非其他？ | 源于研究问题的理论启示 |
| 代码聚焦 | 12个主题代码 | 如何从73个减至12个？ | 通过概念相似性聚类，经过2轮外部审查 |
| 主题提炼 | 3个核心主题 | 为何选这3个作为"核心"？ | 覆盖案例数最多，出现频率最高 |

## 五、负面案例分析（Negative Case Analysis）

### 5.1 寻找反例
是否存在与你的核心发现相矛盾的案例？

你的核心发现："焦虑源于期待-能力错配"

反例搜寻：
– 是否存在"期待-能力匹配很好，但孩子仍然高度焦虑"的案例？
[ ] 有 → [案例编号及原文引用]
[ ] 无

– 是否存在"期待-能力错配严重，但孩子焦虑程度很低"的案例？
[ ] 有 → [案例编号及原文引用]
[ ] 无

### 5.2 反例的理论化处理
对于发现的反例，如何解释？

反例1案例分析：
原始观察：孩子P07，父母期待与其数学能力高度匹配（都是"中等水平"），但焦虑程度仍很高。

替代解释：
– 假设1：焦虑可能来自"与聪颖同伴的社会比较"而非期待错配
支持证据："我同桌每次都考95分，我只有70分" [引用]
– 假设2：焦虑可能受到"母亲的言语否定"的影响
支持证据："妈妈说我没用，学什么都学不会" [引用]

修订的核心发现：
"学业焦虑的主要源头是期待-能力错配；但也受社会比较压力与家长言语反馈的强化"

## 六、可信度综合评估表

| 检验维度 | 采取的措施 | 执行质量 | 覆盖程度 | 合格度 |
|——–|———|——–|——–|——-|
| 三角测量 | 数据/方法/理论三角 | 充分/一般/不足 | 高/中/低 | ✓/△/✗ |
| 成员检证 | [ ]人参与检证 | 充分/一般/不足 | [ ]% | ✓/△/✗ |
| 长期浸入 | [ ]个月，[ ]小时 | 充分/一般/不足 | [ ] | ✓/△/✗ |
| 反思性实践 | 立场显性化+偏见对抗+过程透明 | 充分/一般/不足 | [ ] | ✓/△/✗ |
| 负面案例 | 发现并理论化了[ ]个反例 | 充分/一般/不足 | [ ] | ✓/△/✗ |

**总体可信度评级**：★★★★☆（4/5颗星）

## 七、可信度风险识别与改进建议

### 7.1 当前的可信度风险
基于上述检验，最大的风险点是什么？

风险1：[例：仅有60%的参与者完成了成员检证，其余40%的反应未知]
– 风险程度：中等
– 缓解策略：[例：在修订版中特别标注"未经参与者验证的部分"，在后续研究中跟进]

### 7.2 如果你要进一步增强可信度
你会采取哪些额外措施？

额外措施1：进行一轮"成员检证工作坊"，邀请所有参与者集体验证主要发现
额外措施2：聘请一位独立的质性研究审阅者，用"批判性眼光"重新审视所有代码与主题
额外措施3：在[ ]个月后进行追踪访谈，验证所识别的焦虑机制是否随时间推移而稳定

要求：检验不是为了得到"完美"的评分，而是为了诚实地呈现研究的强项与弱项。

Prompt 2

🗺️ 可转移性检验（Transferability / External Validity）

用途：评估研究发现是否能推广到其他情景、群体或背景。核心问题：这些发现在其他地方、其他人身上是否也成立？

你是一位关注研究推广性的质性研究方法专家。
请帮我系统检验本研究的【可转移性】。

研究信息：
– 研究主题：[例：留守儿童学业焦虑]
– 核心发现：[例：焦虑源于期待-能力错配、同伴比较、家长言语反馈]
– 原始研究背景：
– 地点：[例：贵州农村，西部欠发达地区]
– 参与者：[例：12名6-9年级留守儿童]
– 时间周期：[例：2023年9月-2024年3月，9个月]
– 学校类型：[例：乡镇公立中学]
– 经济水平：[例：家庭月均收入<3000元]

请按以下结构逐一核查：

## 一、详细情景描述（Thick Description）

### 1.1 地理与社会背景的细致呈现
你的报告中是否充分描述了研究发生的背景？这样读者才能判断"他们的情况"与"我所在的情景"有多相似。

检查清单：

**地理特征描述充分度**（每项0-3分）：
– [ ] 该地区的地理位置（省/市/县/村）：分数[ ]
– [ ] 该地区的发展水平指标（GDP、教育投入、互联网普及率等）：分数[ ]
– [ ] 当地主要产业与经济结构：分数[ ]
– [ ] 交通可达性：分数[ ]
小计：[ ]/12分

**社会文化背景描述充分度**（每项0-3分）：
– [ ] 当地的教育文化观念（如重视程度、升学期望）：分数[ ]
– [ ] 当地的家庭结构特点（留守情况的普遍性）：分数[ ]
– [ ] 当地的代际关系与养育方式：分数[ ]
– [ ] 当地的社区支持网络状况：分数[ ]
小计：[ ]/12分

**学校制度背景描述充分度**（每项0-3分）：
– [ ] 学校的教学模式与升学压力程度：分数[ ]
– [ ] 师生比例与教师素质：分数[ ]
– [ ] 学校对留守儿童的支持政策：分数[ ]
– [ ] 学校所在地的教学资源水平：分数[ ]
小计：[ ]/12分

**参与者特征描述充分度**（每项0-3分）：
– [ ] 参与儿童的年级、性别、家庭结构差异：分数[ ]
– [ ] 儿童与监护人（爷奶/亲戚）的关系质量：分数[ ]
– [ ] 儿童与父母的沟通频率与方式：分数[ ]
– [ ] 儿童的学业基础与学习态度：分数[ ]
小计：[ ]/12分

**总分**：[ ]/48分
– 40+分 = 情景描述充分，读者可清晰判断推广边界 ✓
– 25-39分 = 情景描述尚可，但某些方面不够细致 △
– <25分 = 情景描述不足，读者难以评估推广性 ✗

### 1.2 情景描述中的对比信息
在你的报告中，是否明确指出了该研究背景的"独特性"与"普遍性"？

独特性（该背景的特殊之处）：
[例：西部欠发达农村、留守儿童比例高达80%、家长文化程度低等]

普遍性（该背景的广泛性）：
[例：留守儿童现象在中国广泛存在、期待-能力错配是普遍的心理机制等]

## 二、样本的典型性与多样性评估

### 2.1 样本是否具有代表性？
你的12名参与者是否代表了"中国留守儿童"这一大群体？

代表性维度评估：

| 维度 | 你的样本特征 | 中国留守儿童的整体特征 | 代表性 | 缺失维度 |
|—–|———–|——————-|——|——–|
| 地域 | 仅贵州 | 分布于16个省份 | 低（地域偏窄） | 东部/北部情况 |
| 年级 | 6-9年级 | 6-12年级 | 中（未涉及高中） | 小学和高中 |
| 性别 | 7女5男 | 约1:1比例 | 中（略微女性多） | 需平衡 |
| 家庭结构 | 9人双亲外出、3人单亲 | 多种组合 | 中 | 其他结构 |
| 监护人类型 | 8人祖父母、4人亲戚 | 多种可能 | 中 | 其他类型 |
| 学业基础 | 均为中等偏弱 | 存在优秀生 | 低 | 优秀生、后进生 |

代表性评级：★★★☆（中等偏低）

缺失维度可能带来的转移性风险：
[例：若所有样本都来自学业弱势者，发现"期待-能力错配导致焦虑"可能无法推广到学业优秀的留守儿童身上]

### 2.2 样本内部的多样性
样本内部的多样性越高，发现越可能推广。

多样性评估表：

| 维度 | 变异范围 | 变异程度 | 说明 |
|—–|——–|——–|——|
| 年龄 | 12-15岁 | 窄（仅3年） | 缺少更小/更大的留守儿童 |
| 家庭月收入 | 1000-3000元 | 窄（都是低收入） | 缺少中等收入家庭 |
| 与父母分离时长 | 1-8年 | 中（跨度较大） | 较好 ✓ |
| 监护人教育背景 | 小学-初中 | 窄（都是低教育） | 缺少高教育背景的监护人 |

总体多样性评级：★★★☆（中等）

**推广边界对应**：
– 本研究发现可能适用于：所有学业弱势的、低收入的、由低教育祖父母照顾的6-9年级留守儿童
– 本研究发现可能**不适用于**：高学业成就者、中等收入家庭、由父母或高学历亲戚照顾者、高中生、城市务工家庭的留守子女

## 三、情景转移的"可能性边界"阐述

### 3.1 相似情景中的推广性（高）
发现最有可能在哪些类似情景中推广？

**推广可能性高的情景**（>80%可能性适用）：
– 西部或中部农村地区
– 学业基础相近的留守儿童
– 祖父母为主要监护人
– 教育期待存在的家庭

具体案例假设：
[例：若在河南农村做相同研究，期待-能力错配的机制是否同样成立？基于什么理由推测会相似？]

**推广可能性中等的情景**（50-80%）：
– 城市进城务工子女（类似的家庭分离，但教育资源更充足）
– 高中段留守学生（学业压力更大，机制可能强化）
– 中等收入农村家庭（经济条件更好可能改变期待结构）

**推广可能性低的情景**（<50%）：
– 城市双职工家庭的孩子（家庭结构完全不同）
– 精英寄宿学校的学生（教育环境与支持系统差异大）
– 发达国家的移民儿童（文化与制度背景差异大）

理由说明：[200字，解释推广边界的逻辑]

### 3.2 理论推广性 vs. 情景推广性
你的发现中，哪些是理论层面的、哪些是情景特定的？

| 发现 | 层次 | 推广性评价 | 理由 |
|—–|——|———|——|
| 期待-能力错配导致焦虑 | 理论（心理学通用机制） | 高（可推广） | 基于普遍的认知失调机制 |
| 焦虑通过"学业回避"表现 | 情景特定（留守儿童特有） | 中（有条件推广） | 其他群体可能有不同表现形式 |
| 祖父母的言语否定强化焦虑 | 情景特定（中国农村文化） | 低-中（有限推广） | 其他文化的养育方式可能不同 |

## 四、潜在使用者的背景差异识别

### 4.1 谁可能想使用这项研究的发现？
针对不同的潜在使用者，评估应用的可行性：

**使用者1**：西部某省教育部门制定留守儿童政策
– 情景相似度：高 → 应用可行性：高 ✓
– 需要提供的补充信息：[例：该省与贵州的教育资源、儿童特征的异同]

**使用者2**：城市进城务工子女教育项目
– 情景相似度：中等 → 应用可行性：中 △
– 需要说明的转移条件：[例：城市儿童可能因同伴环境、教学资源等因素呈现不同的焦虑特征]

**使用者3**：国际发展组织在非洲农村做类似项目
– 情景相似度：低 → 应用可行性：低 ✗
– 不推荐直接应用的原因：[文化、制度、经济背景差异过大]

### 4.2 转移促进因素
为了增强推广性，你的报告中应该提供什么信息？

【提供者责任】：
– [ ] 详细的情景描述（已做/未做）
– [ ] 明确的推广边界说明（已做/未做）
– [ ] 发现的理论机制阐述（区分普遍性与特殊性）（已做/未做）
– [ ] 针对不同使用情景的"应用指南"（已做/未做）

【使用者责任】：
提醒读者：你必须评估自己所在情景与本研究情景的相似度，才能判断发现是否适用。

## 五、可转移性综合评估表

| 评估维度 | 评估结果 | 评级 | 说明 |
|———|——–|——|——|
| 情景描述详尽度 | [ ]/48分 | ●●●●○ | 足以让读者理解背景 |
| 样本代表性 | ●●●☆☆ | 中等 | 在西部农村代表性可，其他地区需谨慎 |
| 样本内多样性 | ●●●☆☆ | 中等 | 年龄/收入跨度有限 |
| 发现的理论通用性 | ●●●●☆ | 较强 | 期待-能力错配是普遍心理机制 |
| 研究对推广边界的明确性 | ●●★☆☆ | 弱 | 当前的论文中未明确指出适用范围 |

**总体可转移性评级**：★★★☆（3/5颗星）
– 适用于相似背景的留守儿童研究
– 对其他情景的应用需要谨慎评估与调整

## 六、转移性风险与改进建议

### 6.1 当前的转移性风险
最大的推广风险是什么？

风险1：[例：情景描述不足，读者难以判断是否适用于自己的背景]
– 风险等级：中等
– 缓解策略：在最终报告中增加"应用情景检查表"，让潜在使用者自我评估相似度

风险2：[例：样本来自学业弱势群体，发现可能不适用于学业优秀的留守儿童]
– 风险等级：中等
– 缓解策略：明确指出这一局限，建议后续针对优秀生的对比研究

### 6.2 如果要增强可转移性
你应该进行什么额外工作？

建议1：进行"预期的推广验证"，即邀请不同背景的专业人士（如另一省的教师、城市项目工作者）审阅发现，提供"在我们的情景中，这个发现是否适用"的反馈

建议2：撰写"应用指南"章节，针对不同使用者（教师、政策制定者、社工等）分别说明如何应用这些发现

建议3：设计"情景转移的决策树"，帮助潜在使用者系统判断某个发现在他们的情景中的适用性

要求：可转移性评估的目的不是证明你的研究"适用于所有人"，而是**明确指出适用边界**，帮助读者做出正确的迁移判断。

Prompt 3

🔧 可靠性检验（Dependability / Reliability）

用途：评估研究过程是否严谨、可追踪、可重复。核心问题：如果另一个研究者用相同的数据，是否会得出相同的结论？

你是一位关注研究过程透明性的质性研究方法论专家。
请帮我系统检验本研究的【可靠性】。

研究信息：
– 研究主题：[例：留守儿童学业焦虑]
– 已使用的可靠性保障措施：[列举你目前采取的措施]
– 方法论文档：[是否保存了详细的研究日志、编码手册、分析备忘录？]
– 编码过程：[是否进行了编码者间信度检验或编码回溯性验证？]

请按以下结构逐一核查：

## 一、研究过程的系统文档化（Audit Trail）

### 1.1 审计轨迹的完整性
一个外部审计者是否能够追踪你的所有研究决策？

审计轨迹检查清单（每项0-2分）：

**数据收集阶段**（0-6分）：
– [ ] 访谈指南：是否保存了所有版本？有多少次迭代？分数[ ]
证据：[列出访谈指南的版本历史]
– [ ] 访谈过程记录：每次访谈前/中/后是否有记录？分数[ ]
证据：[例：访谈前的参与者状态、访谈中的特殊事件、访谈后的反思]
– [ ] 观察笔记：观察日期、地点、参与者、观察方式是否一一记录？分数[ ]
证据：[粘贴部分观察日志的结构化格式]

**数据分析阶段**（0-8分）：
– [ ] 初始编码决策：第一份代码表是什么时候生成的？为什么选择这些代码？分数[ ]
证据：[编码日期、编码手册的初始版本]
– [ ] 代码演变过程：代码表从初始的[]个演变为[]个，过程中的决策点记录了吗？分数[ ]
证据：[编码手册的版本迭代记录]
– [ ] 代码到主题的转换逻辑：如何从[]个代码聚合为[]个主题？分数[ ]
证据：[主题聚类的层次图或决策表]
– [ ] 关键分析决策：为什么选择某个主题作为"核心"？分数[ ]
证据：[分析备忘录中的决策说明]

**总计**：[ ]/14分
– 12+分 = 审计轨迹完整，外部审计可行 ✓
– 8-11分 = 审计轨迹部分完整，有缺口 △
– <8分 = 审计轨迹不完整，难以追踪 ✗

### 1.2 研究日志的详尽程度
你是否保存了一份详细的"研究日志"？其中记录了所有主要决策？

研究日志示例结构：

| 日期 | 活动类型 | 内容 | 决策/反思 |
|—–|——–|——|———|
| 2023.9.5 | 首轮访谈 | 访P01，讨论焦虑来源 | 发现参与者对"焦虑"的理解与我预期的不同，需调整后续问题框架 |
| 2023.9.15 | 初步编码 | 完成第1次编码，得73个代码 | 代码太多，需进行第二阶段的集中 |
| 2023.10.2 | 编码检证 | 与合作者共同编码5份访谈 | 有3个代码的分歧意见，需修改操作定义 |

你是否保存了这样的日志？
[ ] 完整保存（包括50+条记录） ✓
[ ] 部分保存（20-50条记录） △
[ ] 最少保存（<20条记录） ✗
[ ] 未保存 ✗✗

### 1.3 分析备忘录的系统性
分析过程中是否写作了大量的"分析备忘录"（即Prompt 04中的Memo）？

分析备忘录清单（列出所有已写的Memo）：

| Memo编号 | Memo类型 | 写作时间 | 字数 | 核心内容 |
|———|———|——–|—–|———|
| M01 | 代码定义 | 2023.9.18 | 1200 | 界定"焦虑"与"恐惧"的区别 |
| M02 | 涌现主题 | 2023.10.5 | 2800 | 识别"期待-能力错配"主题 |
| M03 | 理论联系 | 2023.10.20 | 1500 | 连接认知失调理论 |

Memo数量：[ ]份
平均字数/份：[ ]字
Memo密度评价：
– >15份备忘录 = 高密度反思 ✓✓
– 8-15份 = 中等密度 ✓
– 3-7份 = 低密度 △
– <3份 = 反思不足 ✗

## 二、编码的一致性与可重复性

### 2.1 编码者间信度（Inter-coder Reliability）
是否进行了"编码者间一致性检验"？

执行情况：
– [ ] 已进行 → 涉及人数[ ]人，数据量[ ]（即多少份访谈/观察记录）
– [ ] 未进行 → 是否有替代的可靠性检验措施？

若已进行，结果如何？

| 编码对比 | 完全一致 | 部分一致 | 不一致 | 一致率 | Kappa系数 |
|——–|——–|——–|——|——|———-|
| 编码员A-B | 45个代码 | 18个代码 | 7个代码 | 89% | 0.78 |

可靠性标准判定：
– Kappa > 0.80 = 很好的信度 ✓
– Kappa 0.61-0.80 = 中等信度 △
– Kappa < 0.61 = 弱信度 ✗

### 2.2 不一致部分的处理
编码者意见不一致的地方是如何解决的？

不一致案例分析：

| 编码段落 | 编码员A | 编码员B | 分歧原因 | 最终决策 |
|——–|——–|——–|——–|——–|
| "我每次考不好，妈妈都说我没用" | [焦虑] | [自尊伤害] | 是否包含焦虑成分存在分歧 | 最终编为[自尊伤害]，但在[焦虑]的相关代码中也标记，以捕捉重叠意义 |

解决方式：
– [ ] 通过讨论达成共识
– [ ] 修改代码定义增加清晰性
– [ ] 双重编码（允许一个数据段落有多个代码）
– [ ] 其他：[ ]

### 2.3 编码稳定性检验（Test-Retest Reliability）
是否进行了"重新编码"以检验稳定性？

实施方案：
在最终编码完成的[ ]周后，随机选取[ ]份访谈记录（占总数[ ]%），由编码员A重新进行编码，并与原编码对比。

结果：
– 重新编码的代码与原编码一致率：[ ]%
– 一致率标准：
– >90% = 编码高度稳定 ✓
– 80-90% = 编码基本稳定 △
– <80% = 编码稳定性不足 ✗

### 2.4 代码定义的操作化程度
代码定义是否足够清晰，使得第二个编码员能按同样的标准编码？

代码手册质量评估表：

| 代码名称 | 操作定义清晰度 | 典型示例数量 | 排除标准清晰度 | 总体清晰度 |
|——–|————-|———–|————|———-|
| 焦虑 | 清晰（明确指向认知和生理特征） | 3个 | 清晰（区别恐惧和压力） | ●●●★☆ |
| 期待 | 一般（需要推断） | 2个 | 模糊 | ●●☆☆☆ |

清晰度总体评分：
– 全部达到"清晰"级别 = 高质量代码手册 ✓
– 部分达到"清晰" = 一般质量 △
– 多数未达到"清晰" = 需要改进 ✗

## 三、数据收集的系统性与完整性

### 3.1 数据收集的一致性
所有参与者是否按照相同的程序进行了数据收集？

程序一致性检查表：

| 方面 | 一致性程度 | 说明 |
|—–|———|——|
| 访谈环境 | 中等 | 12名参与者中，8人在学校办公室，4人在家中 |
| 访谈时长 | 高 | 平均时长45-50分钟，范围38-62分钟 |
| 访谈问题 | 高 | 所有访谈使用同一份访谈指南，按序提问 |
| 访谈录制 | 高 | 12次访谈全部录音 |
| 访谈转录 | 中等 | 我个人转录了8次，聘请转录员完成4次 |
| 观察时长 | 低 | 观察时长从1.5小时到4小时不等 |

一致性问题识别：
若某些方面一致性低，是否可能导致数据质量差异？
[例：观察时长差异大，可能导致某些参与者的行为数据不完整]

改进方案：
[例：明确规定观察时长不少于3小时，确保数据均衡]

### 3.2 数据完整性
是否存在缺失的数据？缺失的原因与比例如何？

| 数据类型 | 计划数量 | 实际数量 | 缺失率 | 缺失原因 | 影响评估 |
|——–|——–|——–|——|——–|——–|
| 第1轮访谈 | 12 | 12 | 0% | 无 | 无 |
| 第2轮访谈 | 12 | 11 | 8% | 1人因病未参加 | 轻微 |
| 第3轮访谈 | 12 | 10 | 17% | 2人因学业考试缺席 | 中等 |
| 课堂观察 | 36小时 | 28小时 | 22% | 学校临时停课，某周无法进行 | 中等 |

缺失数据的处理：
– 是否进行了补救访谈或观察？
– 是否在分析中排除了不完整的参与者？
– 是否在报告中说明了缺失对结论的影响？

## 四、外部审计（External Audit）

### 4.1 是否邀请过外部审计者？
外部审计者是否独立地审查了你的研究过程、数据和结论？

审计实施：
– [ ] 已邀请外部审计者（[ ]人，专业背景：[ ]）
– 审计内容：[ ]（如：所有原始数据、编码手册、初稿等）
– 审计时间：[ ]个月
– 审计报告：[ ]（有/无）

– [ ] 未邀请外部审计者
– 原因：[ ]
– 替代措施：[ ]

### 4.2 外部审计的发现
外部审计者提出了什么关键问题或建议？

| 审计意见 | 指出的问题 | 你的回应 |
|——–|———|——–|
| 意见1 | [例：代码定义不够清晰，存在重叠] | 修订：重新定义了焦虑、恐惧、压力三个代码的边界 |
| 意见2 | [例：成员检证覆盖面不足] | 修订：追加进行了工作坊式的集体成员检证 |

## 五、可靠性综合评估表

| 评估维度 | 评估结果 | 评级 | 说明 |
|——–|——–|——|——|
| 审计轨迹完整度 | [ ]/14分 | ●●●★☆ | 研究决策大部分有记录 |
| 分析备忘录数量与质量 | [ ]份，高质量 | ●●●●☆ | 充分的过程反思 |
| 编码者间一致性 | Kappa[ ] | ●●●★☆ | 中等以上水平 |
| 编码稳定性 | [ ]%一致率 | ●●●☆☆ | 基本稳定 |
| 数据完整性 | [ ]%缺失 | ●●●★☆ | 缺失比例可接受 |
| 外部审计 | 已/未完成 | ●●●☆☆ | 已进行，有建议 |

**总体可靠性评级**：★★★☆（3/5颗星）

## 六、可靠性风险与改进建议

### 6.1 当前的可靠性风险
最关键的风险是什么？

风险1：[例：第3轮访谈缺失17%，可能导致对参与者后期发展的理解不完整]
– 风险等级：中等
– 缓解策略：在报告中明确说明，并进行敏感性分析（排除第3轮访谈，检验核心结论是否仍然成立）

### 6.2 如果要增强可靠性
你应该进行什么额外工作？

建议1：完整保存所有版本的编码手册，标注每次修改的时间和理由
建议2：进行一次"编码回溯"，即6个月后，选取10%的数据重新编码，检验一致率是否稳定
建议3：正式邀请一位独立的质性研究审计者审查整个研究过程

要求：可靠性的关键不是完美，而是透明与可追踪。外部审计者应该能够通过你的文档清楚地理解你做了什么、为什么这样做、以及你的结论是如何得出的。

Prompt 4

🎲 可确认性检验（Confirmability / Objectivity）

用途：评估研究发现是否主要由"数据驱动"而非"研究者偏见驱动"。核心问题：这些结论是否真的来自数据，还是我的个人观点？

你是一位关注研究客观性与中立性的质性研究方法论专家。
请帮我系统检验本研究的【可确认性】。

研究信息：
– 研究主题：[例：留守儿童学业焦虑]
– 核心发现：[例：焦虑源于期待-能力错配、同伴比较、家长言语反馈]
– 研究者的个人背景：[例：心理学教育背景，曾做过教育项目]
– 预设的理论假设：[例：最初预测焦虑主要来自学习难度]
– 实际发现与预设的一致性：[是否完全证实了预设？还是有所修正？]

请按以下结构逐一核查：

## 一、发现的数据扎根性（Data-Groundedness）

### 1.1 每条核心发现的数据支撑度
每一个主要结论背后有多少数据支撑？

核心发现与数据支撑表：

| 核心发现 | 支撑性原始数据量 | 涉及参与者数 | 引用在报告中的次数 | 数据充分度 |
|——–|————|———–|————|———-|
| 焦虑源于期待-能力错配 | 18个访谈片段 + 6次观察记录 | 11/12 | 12次 | 充分 ✓ |
| 同伴比较加强焦虑 | 8个访谈片段 + 4次观察记录 | 9/12 | 8次 | 充分 ✓ |
| 家长言语否定强化焦虑 | 6个访谈片段 | 6/12 | 5次 | 中等 △ |
| 焦虑通过学业回避表现 | 3个访谈片段 + 观察笔记中的模糊记录 | 4/12 | 2次 | 不足 ✗ |

评估标准：
– 涉及>80%参与者的发现 = 高度扎根 ✓
– 涉及50-80%参与者的发现 = 中等扎根 △
– 涉及<50%参与者的发现 = 薄弱扎根 ✗

**扎根性风险识别**：
"焦虑通过学业回避表现"这一发现支撑不足，可能需要削弱该结论，或补充额外数据。

### 1.2 从数据到结论的推理链清晰性
能否清晰地追踪从"原始数据"→"编码"→"主题"→"结论"的推理过程？

推理链示例追踪：

原始数据（访谈原文）： "我每次考不好，妈妈都说我没用，我就更怕考试了"

↓

初级编码： [自尊伤害] [焦虑]

↓

二级主题： [家长言语否定] + [焦虑加强] → 主题："成人负面评价强化学业焦虑"

↓

核心发现： "留守儿童的学业焦虑受到家长言语否定的强化"

↓

理论解释： 基于社会学习理论，负面言语模式会内化为儿童的自我否定信念，从而加重焦虑。

这条推理链是否清晰？
– [ ] 完全可追踪，每一步都有依据 ✓
– [ ] 大部分可追踪，某些步骤有跳跃 △
– [ ] 难以追踪，推理有较大遗漏 ✗

若存在跳跃，在哪里？如何补救？

## 二、备选解释的充分考虑

### 2.1 备选假设是否被探索过？
对于核心发现，是否考虑过其他可能的解释？

核心发现："焦虑源于期待-能力错配"

备选假设及其排除依据：

| 备选假设 | 内容 | 排除依据 | 是否被充分考虑 |
|——–|——|——–|————|
| H1: 焦虑源于学习方法不当 | 若改进学习方法，焦虑会消散 | 数据中未见改进方法后焦虑消散的案例；大多数高焦虑儿童即使用"好"方法也仍焦虑 | ✓(已考虑) |
| H2: 焦虑源于学校应试文化 | 学校对成绩的强调导致焦虑 | 该校与邻近学校的应试强度相近，但焦虑程度仍有差异，说明学校因素不是唯一原因 | ✓(已考虑) |
| H3: 焦虑是儿童的神经生物学特质 | 某些儿童天生易焦虑 | 无法用现有数据直接排除，但发现相同儿童在不同期待压力下的焦虑程度变化，提示后天因素的重要性 | △(部分考虑) |

未充分考虑的备选假设：
[列出你可能忽视的其他解释，以及为什么没有考虑]

### 2.2 负面案例与例外的处理
是否存在与核心发现不符的数据？如何处理这些例外？

例外案例清单：

| 案例编码 | 例外描述 | 原发现预测 | 实际情况 | 解释与调整 |
|——–|——–|———|——–|———|
| P04 | 期待-能力错配明显，但焦虑度低 | 应高焦虑 | 实际中等焦虑 | 可能原因：P04有较好的社会支持网络（好友、亲戚）起到了缓冲作用；修订发现：期待-能力错配在缺乏社会支持时更强烈导致焦虑 |
| P07 | 期待与能力匹配，但焦虑仍高 | 应低焦虑 | 实际高焦虑 | 可能原因：P07来自单亲家庭（父亲去世），存在特殊的心理创伤；修订发现：加入"家庭创伤"作为焦虑的另一源头 |

处理方式评价：
– [ ] 例外被充分解释，并导致发现的修订或精化 ✓
– [ ] 例外被注意到，但解释不充分 △
– [ ] 例外被忽视或遮蔽 ✗

## 三、研究者立场的显性化与中立性保证

### 3.1 个人立场的充分披露
是否在报告中清晰说明了自己的个人背景与可能的偏见？

立场披露检查清单：

**已披露的内容**（在报告或附录中）：
– [ ] 研究者的专业背景与训练
– [ ] 研究者与研究主题的个人关系
– [ ] 研究者的理论预期与假设
– [ ] 研究者可能的价值观立场（如对教育政策的看法、对农村的刻板印象等）

**未披露的内容**：
[列出有但未在报告中说明的个人信息]

### 3.2 偏见对抗的具体措施
采取了哪些具体的措施来对抗个人偏见？

偏见识别与对抗措施表：

| 识别的潜在偏见 | 具体表现 | 对抗措施 | 措施有效度 |
|————|——–|——–|———|
| 偏见1：对"家庭因素"过度强调 | 易于将所有问题归因于家庭（我的心理学背景） | 邀请了一位有农村教育经验的合作者参与分析，提醒我注意学校/制度因素；进行了"学校因素"的独立分析模块 | 中等 △ |
| 偏见2：对留守儿童的"同情化"解读 | 易于浪漫化他们的坚韧，忽视其困难 | 在分析中故意突出参与者表达的负面情绪，抵抗"励志故事"的诱惑；进行了"问题聚焦"而非"优势聚焦"的编码 | 中等 △ |

### 3.3 数据呈现的中立性
在报告中呈现数据时，是否尽量保留参与者的原始声音，而非只呈现支持自己观点的片段？

引用策略评估：

| 评估维度 | 情况 | 评价 |
|——–|——|——|
| 正面例证的引用量 | 在支持核心发现的15次引用中，14次直接支持，1次中立 | 比例过高△ |
| 负面/反例的引用量 | 在2次引用中都清晰呈现了 | 比例过低△ |
| 参与者原始表达的保留度 | 80%的引用保留了原始措辞，20%做了轻微的语法调整 | 保留度可接受✓ |
| 取舍引用的显性说明 | 是否明确说明了"为什么选择这个引用而非那个" | 未明确说明✗ |

改进建议：
增加反例引用的比例，使读者能看到完整的数据光谱，而非只看到支持性证据。

## 四、理论偏差的识别与检验

### 4.1 理论预期与实际发现的对比
研究之初的理论假设与实际发现是否一致？

理论预期 vs. 实际发现表：

| 理论/假设 | 初始预期 | 实际发现 | 一致性 | 解释 |
|———|——–|——–|——|——|
| 期待理论 | 不一致的期待会导致压力 | 确实发现期待-能力错配导致焦虑 | 一致 ✓ | 数据充分支持该理论预测 |
| 自我效能理论 | 低自我效能导致焦虑 | 发现的不是"低自我效能"而是"自我-他人比较"导致焦虑 | 部分一致 △ | 修订：自我效能的形成受同伴比较影响 |
| 社会学习理论 | 模仿家长的焦虑方式 | 未发现明显的"焦虑模仿"，反而发现"言语否定"的传递 | 不一致 ✗ | 理论预测失效，需要新的解释 |

理论偏差分析：
若初始理论假设与发现不一致，这是否反映了：
– [ ] 理论本身的局限性
– [ ] 研究者对理论的理解有误
– [ ] 本研究的背景与理论适用条件不符

应对策略：[对不一致的理论进行如何处理？是否提出修订？]

### 4.2 是否存在"确认性偏差"（Confirmation Bias）
是否仅寻找支持自己初始假设的数据，而回避反对性证据？

确认性偏差风险评估：

| 指标 | 表现 | 风险程度 |
|——|——|——–|
| 是否主动搜索反证 | 在编码阶段特意寻找与"期待-能力错配理论"矛盾的数据片段 | 低风险✓ |
| 是否给予反例充分权重 | 在主题提炼时认真考虑了例外案例 | 低风险✓ |
| 是否扩大样本以多元验证 | 邀请了第二编码员参与，寻求不同视角 | 低风险✓ |
| 是否公开讨论了发现的局限性 | 在讨论章节中明确指出了发现的适用范围 | 低风险✓ |

总体确认性偏差风险：**低** ✓

## 五、可确认性综合评估表

| 评估维度 | 评估结果 | 评级 | 说明 |
|——–|——–|——|——|
| 发现的数据扎根性 | 平均涉及73%参与者 | ●●●●☆ | 扎根程度良好 |
| 备选解释考虑程度 | 考虑了3个主要备选假设 | ●●●☆☆ | 考虑充分但未尽 |
| 例外处理的充分性 | 3个例外都被识别与解释 | ●●●●○ | 较好 |
| 研究者立场披露 | 披露了4个关键背景信息 | ●●●☆☆ | 中等 |
| 偏见对抗措施 | 采取了2-3项主要措施 | ●●●☆☆ | 中等 |
| 理论预期的验证 | 1个理论完全支持、1个部分支持、1个不支持 | ●●●☆☆ | 中等 |
| 确认性偏差风险 | 低 | ●●●●☆ | 良好 |

**总体可确认性评级**：★★★★（4/5颗星）

## 六、可确认性风险与改进建议

### 6.1 当前的可确认性风险
最主要的风险是什么？

风险1：[例：对反证的搜索可能不够系统，主要依赖于主观发现]
– 风险等级：低-中等
– 缓解策略：设计一份"反证搜索清单"，在编码阶段系统地搜索不支持主要发现的数据

风险2：[例：备选假设的考虑大多是在后期进行，而非在数据收集时就设计]
– 风险等级：低-中等
– 缓解策略：撰写一份"备选解释分析备忘录"，详细记录每个备选假设的排除依据

### 6.2 如何进一步强化可确认性
你应该进行什么额外工作？

建议1：在报告的分析章节中，专设一个"备选解释"的小节，系统地讨论每个核心发现的其他可能解释

建议2：邀请一位持不同理论立场的同行（如强调"学校制度"而你强调"家庭因素"的研究者）进行"对抗性审查"

建议3：撰写一份"可确认性声明"，明确列出："我的结论是基于这些数据支撑，而非我的个人观点"

要求：可确认性的关键是**透明性与可问责性**。报告应该让读者清晰看到：你为什么得出这个结论？有什么其他可能的解释？你为什么排除了它们？

Prompt 5

📋 综合效度检验报告（Comprehensive Validity Audit）

用途：整合前四个提示的检验结果，生成一份完整的研究质量评估报告，为最终的研究定稿做准备

你是一位经验丰富的质性研究质量评估专家。
请帮我整合四个维度的效度检验，生成一份【综合效度检验报告】。

综合材料（来自前四个Prompt）：
– 可信度评级：★★★★☆（4/5颗星）
– 可转移性评级：★★★☆（3/5颗星）
– 可靠性评级：★★★☆（3/5颗星）
– 可确认性评级：★★★★（4/5颗星）

请按以下结构输出：

## 一、执行摘要（Executive Summary）

用300字以内总结本研究的质量状况：

**整体评价**：
本研究在可信度和可确认性上表现较强（均达4/5星），在可转移性和可靠性上表现中等（均为3/5星）。
这表明：
– 发现**真实可靠**（可信度高），**数据驱动**（可确认性高）
– 但在**推广范围**上有一定**局限**（可转移性中等），在**过程文档**上仍需加强（可靠性中等）

**建议**：该研究适合发表，但应在报告中充分阐明推广边界和研究过程局限。

## 二、四维度对标图

可信度 ●●●●☆
/ \\

可确认性 ●●●●☆ 可转移性 ●●●☆☆ \\ / 可靠性 ●●●☆☆

特点：
– 左上-右下的不对称分布：强项是"发现真实"与"数据驱动"，弱项是"过程文档"与"推广性"
– 这是典型的"质性小样本研究"的特征

## 三、各维度的详细评估

### 3.1 可信度评估（Credibility）

**强项**：
1. 进行了充分的三角测量（数据/方法/理论三角）
2. 完成了60%参与者的成员检证
3. 长期浸入式接触充分（9个月，累计[ ]小时）
4. 反思性实践做得较好，立场显性化清晰

**弱项**：
1. 成员检证覆盖率有限，40%参与者未回应
2. 对负面案例的理论化处理仍需深化

**改进优先级**：**高** → 建议补充第二轮成员检证

### 3.2 可靠性评估（Dependability）

**强项**：
1. 审计轨迹较为完整（[ ]/14分）
2. 编码者间信度中等以上（Kappa 0.78）
3. 研究日志保存完整（[ ]份）

**弱项**：
1. 代码手册中某些代码的操作定义仍需精化
2. 编码稳定性检验（test-retest）未执行
3. 外部审计仅部分完成

**改进优先级**：**中** → 建议进行编码回溯检验

### 3.3 可转移性评估（Transferability）

**强项**：
1. 情景描述相对详尽
2. 发现的理论机制具有普遍性（期待-能力错配是通用心理机制）

**弱项**：
1. 样本多样性有限（年龄、收入、学业基础等变异范围窄）
2. 未明确指出推广边界
3. 对不同使用情景的"应用指南"缺失

**改进优先级**：**高** → 建议增加"应用情景检查表"和"推广边界说明"

### 3.4 可确认性评估（Confirmability）

**强项**：
1. 发现的数据扎根性强（涉及73%参与者）
2. 考虑了主要的备选假设
3. 对例外案例的处理充分
4. 确认性偏差风险低

**弱项**：
1. 引用的正反比例不够均衡（支持性引用过多）
2. 对理论预期的验证结果显示1个理论预测失效，需在讨论中更充分阐述

**改进优先级**：**低** → 可通过修订讨论章节改进

## 四、质量优先级改进行动计划

根据上述评估，提出分阶段的改进计划：

### 4.1 第一阶段（必做，影响发表）：

**Action 1**：补充第二轮成员检证工作坊
– 时间：[ ]个月
– 参与人：所有12名参与者
– 成果：成员检证覆盖率从60%→100%，可信度升至★★★★★

**Action 2**：增加"推广边界"章节
– 内容：明确列出发现适用的情景、不适用的情景、灰色地带
– 成果：可转移性评级升至★★★★

**Action 3**：平衡引用正反比例
– 检查：反例与正例的引用比例调整为1:2（目前约1:7）
– 成果：可确认性维持高水平，但更加中立

### 4.2 第二阶段（应做，影响质量）：

**Action 4**：进行编码回溯检验（test-retest reliability）
– 时间：6个月后，选取10%数据重新编码
– 成果：可靠性升至★★★★

**Action 5**：精化代码手册中的操作定义
– 对4-5个模糊代码进行重新定义
– 成果：可靠性升至★★★★

### 4.3 第三阶段（可做，影响应用）：

**Action 6**：撰写"应用情景检查表"
– 内容：让潜在使用者判断"我的情景是否适用该发现"
– 成果：提升可转移性的实用价值

**Action 7**：邀请外部审计者
– 对象：独立的质性研究审计专家
– 成果：获得第三方验证，强化所有维度的可信性

## 五、改进前后的质量对比预测

**当前状态**：

可信度 ●●●●☆ 可靠性 ●●●☆☆ 可确认性 ●●●●○ 可转移性 ●●●☆☆ 整体 3.5/5

**完成第一阶段后预测**：

可信度 ●●●●● 可靠性 ●●●☆☆ 可确认性 ●●●●● 可转移性 ●●●●☆ 整体 4.25/5 → 达到发表标准

**完成全部阶段后预测**：

可信度 ●●●●● 可靠性 ●●●●○ 可确认性 ●●●●● 可转移性 ●●●●○ 整体 4.5/5 → 达到"优秀"标准

## 六、效度检验与研究设计的反思

### 6.1 是否需要修改研究设计？
基于效度检验结果，有什么是在原始设计中可以做得更好的？

设计改进反思：
– 改进1：[例：应该在研究设计阶段就规划多个样本点（不同地区），而非仅在贵州]
– 改进2：[例：应该在访谈指南中预先设计"反证搜索"的问题模块]
– 改进3：[例：应该从第一阶段就邀请外部审计者参与]

对未来研究的建议：
[基于本次经验，你对未来研究设计有什么新的理解？]

### 6.2 质性研究的"可接受的"质量标准
基于本研究，你如何理解"高质量的质性研究"？

定位陈述：
本研究达到了"良好"的质量水平（整体3.5/5→4.25/5）。这表明：
– 发现**足以信赖**（可用于实践与政策建议）
– 但**不完全通用**（推广时需考虑情景差异）
– 并且**过程仍有改进空间**（完整文档化程度中等）

这样的质量水平是否满足发表要求？
– [ ] 满足学位论文要求：★★★★
– [ ] 满足核心期刊发表要求：★★★☆（需改进可转移性与可靠性）
– [ ] 满足顶级期刊要求：★★☆☆（需更多改进）

## 七、最终建议

### 7.1 立即行动（上交之前）
完成【Action 1】（成员检证工作坊）和【Action 2】（推广边界说明），确保报告达到发表标准。

预计时间：[ ]个月

### 7.2 中期行动（发表后）
计划完成【Action 4-5】（编码检验与精化），进一步强化研究的可靠性。

预计时间：6-12个月

### 7.3 长期行动（学位申请或职业发展）
如果后续继续从事质性研究，参考【改进优先级】，在未来研究设计中预先规划更强的保障措施。

## 八、综合效度评估表（Final Scorecard）

| 维度 | 当前评级 | 目标评级 | 改进需求 | 优先级 | 预计时间 |
|—–|——–|——–|——–|——|——–|
| 可信度 | ★★★★☆ | ★★★★★ | 成员检证全覆盖 | 高 | 1个月 |
| 可靠性 | ★★★☆☆ | ★★★★☆ | 编码回溯+审计 | 中 | 6个月 |
| 可转移性 | ★★★☆☆ | ★★★★☆ | 边界阐述+应用指南 | 高 | 1个月 |
| 可确认性 | ★★★★☆ | ★★★★★ | 引用平衡+理论讨论 | 低 | 2周 |

**综合目标**：从 **3.5/5** 提升至 **4.25/5**（第一阶段）→ **4.5/5**（全阶段）

**建议**：现在投入1-2个月完成第一阶段改进，即可达到发表标准。

要求：这份报告应该是**诚实而非"自我美化"的**。它的目的是帮你清晰看到研究的真实质量状况，以便有目标地改进，而非为了得到高分。

📊 五个 Prompt 的对比总览

🔄 推荐使用流程

初稿完成
↓
【P1】可信度检验
├─ 三角测量、成员检证、长期浸入、反思性、负面案例
└─ 可信度评级：★★★★☆
↓
【P2】可转移性检验
├─ 情景描述、样本代表性、推广边界
└─ 可转移性评级：★★★☆
↓
【P3】可靠性检验
├─ 审计轨迹、编码一致性、数据完整性、外部审计
└─ 可靠性评级：★★★☆☆
↓
【P4】可确认性检验
├─ 数据扎根、备选假设、立场披露、偏见对抗
└─ 可确认性评级：★★★★☆
↓
【P5】综合效度报告
├─ 四维度对标、改进行动计划、质量预测
└─ 整体质量评级：3.5/5 → 改进目标 4.25/5
↓
修订与改进（按Action Plan）
↓
提交或发表

💡 三条关键使用提示

1. "完美"不是目标，"诚实"才是

• 效度检验的目的不是证明你的研究"完美无缺"
• 而是诚实评估强项与弱项，然后有目标地改进
• 好的研究是"知道自己的局限在哪里"的研究

2. 四个维度的优先级因研究类型而异

• 理论建构研究：可信度 > 可确认性 > 可靠性 > 可转移性
• 实践应用研究：可转移性 > 可信度 > 可靠性 > 可确认性
• 方法学研究：可靠性 > 可确认性 > 可信度 > 可转移性
• 根据你的研究类型，调整改进的优先级

3. 效度检验不能"补救"根本设计缺陷

• 若原始设计就存在问题（如样本极不代表、数据收集不系统），再多的检验也无法"补救"
• 效度检验的目的是优化已有设计，而非拯救有缺陷的设计
• 发现无法弥补的缺陷时，要勇于承认，而非隐蔽

📚 理论参考

• Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. Sage.

  • 仍是质性研究效度的"金标准"框架

• Creswell, J. W. (2013). Qualitative inquiry and research design: Choosing among five approaches (3rd ed.). Sage.

  • 第8章：Validation strategies
  • 提出了八大验证策略，是对Lincoln & Guba框架的实践化补充

• Yin, R. K. (2018). Case study research and applications (6th ed.). Sage.

  • 第3章：Case study design and validity concerns
  • 特别针对个案研究的效度问题