《Qualitative Research in Psychology》：Designing semi-structured interview guides for interpretative phenomenological analysis and reflexive thematic analysis: a practical guide
编辑推荐：
半结构化访谈（semi-structured interview）是许多定性研究方法中最常用的数据生成策略。尽管关于访谈问题的“是什么”（类型、措辞、良好实践）以及概念和理论方面有大量建议，但关于创建访谈指南的实践过程（“如何做”）的指导却很少。针对具体方法（
半结构化访谈（semi-structured interview）是许多定性研究方法中最常用的数据生成策略。尽管关于访谈问题的“是什么”（类型、措辞、良好实践）以及概念和理论方面有大量建议，但关于创建访谈指南的实践过程（“如何做”）的指导却很少。针对具体方法（如解释现象学分析（interpretative phenomenological analysis, IPA）和反思性主题分析（reflexive thematic analysis, reflexive TA））量身定制的指导尤为缺乏。与分析过程所获得的关注相比，这一空白也十分明显，使得新手研究人员在生成合适数据方面得不到充分支持。本文提供了一个分步过程，特别是针对首次开展本科或研究生研究的研究人员，指导其从研究问题出发制定访谈指南。该指导以IPA和反思性TA这两种常见且常被教授的方法为重点，以增强教学资源并为学生提供实用资源。该指导源自研究人员作为教师、研究导师和研究人员的经验，通过为研究方法课程和独立学生研究项目提供方法论指导，有助于改善研究教学与实践。文中贯穿一个示例作为说明。
半结构化访谈（semi-structured interview）是许多定性研究中最常用的数据生成策略，尤其受到新手研究者的青睐。然而，尽管关于访谈问题“是什么”的建议（如类型、措辞、良好实践）以及概念与理论层面的讨论十分丰富，针对“如何做”的实践性指导却明显不足。尤其缺乏面向具体分析方法——如解释现象学分析（interpretative phenomenological analysis, IPA）和反思性主题分析（reflexive thematic analysis, reflexive TA）——的定制化建议。相比分析过程所得到的关注，这一空白更加突出，导致新手研究者在生成适当数据时缺乏充分支持。为回应这一需求，研究人员基于自身作为教师、研究导师和研究人员的经验，结合现有文献，提出了一种从研究问题出发、分步构建访谈指南的实用路径。该路径以IPA和反思性TA两种在心理学定性研究中常用且常被教授的方法为核心，旨在丰富教学资源，并为方法课程和独立学生研究项目提供方法论支持。文章以一项获伦理批准的在研研究为例（“计划开展定性研究项目的心理学研究生如何看待其期望、知识和动机？”），贯穿演示各步骤的应用。该研究数据拟采用IPA分析。最终，本文提供了一套从研究问题到最终访谈指南的可操作流程，填补了此类实用指导的空白。
研究结果部分按原文步骤概述如下：
**步骤1：概述研究问题的主要议题**。将研究问题置于文档顶端，使用颜色编码识别其主要组成部分，并从中提炼出约三个核心主题领域，这些领域应反映文献综述中发现的空白。该步骤帮助研究者从整体上把握访谈覆盖面，同时避免主题过窄或过宽。例如，示例研究中的三个主题为期望、知识和动机。
**步骤2：生成许多问题想法**。围绕每个主题领域尽可能多地生成问题，涵盖不同类型的提问方式，包括知识/描述、感受、想法、叙述等；也可从已发表论文中借鉴并改编问题。此阶段不必担心措辞或重复，只求充分探索各角度。若问题数量很少，可能提示研究问题过窄，需要回到文献或重新审视研究问题。
**步骤3：重新措辞、完善和整合问题**。将问题打磨得清晰、简洁、不重复。关键原则包括：使用开放式问题，避免引导性问题，不使用学术行话，变化疑问词，并确保一次只问一件事。同时应保持对话式风格，使问题在口语中自然流畅。对于相似问题应进行整合。此阶段需警惕两类常见问题：参与者可能无法回答的“洞察性”问题，以及因过度开放而令人不知所云的问题。
**步骤4：添加提示**。为每个主问题设计预先确定的提示（prompts），用于推动参与者深入阐述，获得更丰富的数据。提示应尽量简洁，以关键词或要点形式列出，而非完整句子。与此相关的是“探针”（probes），即访谈过程中根据现场反应自发提出的追问。示例中，对“你如何为研究项目做准备？”这一问题，提示包括“指导？下一步？需要知道？涉及人员？感受？”等。要注意区分提示与潜在答案，后者会变成引导性问题。
**步骤5：筛选问题**。在生成大量问题并添加提示后，需合并重复问题、删除与研究问题无关的问题。可用颜色编码或创建矩阵表格来检查每个问题与研究问题各要素之间的对应关系。若某问题无颜色对应，即不明确映射到研究问题，则应删除。筛选后返回步骤3，再次检查措辞。
**步骤6：组织指南**。确定问题在访谈中的实际顺序。建议从容易回答的“热身”问题开始，以较困难或敏感的问题在访谈中段出现，最后用一般性的开放问题收尾，以平缓结束。可将相似主题归为连续序列，或按参与者经历的时间顺序排列，也可从一般到具体。访谈指南应尽量控制在一页以内，并使用清晰易读的字体和行距，提示部分可用缩进或粗体突出显示。
**步骤7：测试访谈指南**。首先在自己身上试读问题，检查口头表述是否自然；随后可进行试点访谈，从研究团队、外部专家及类似志愿者处获取反馈。评估受访者能否按预期理解问题，留意需要额外解释之处、犹豫或澄清之处、回答简短或表面化的环节，以及是否有文化冒犯等问题。应避免连续安排访谈，以便有时间吸收修改；若重大问题变动，可能需要修订伦理申请。该步骤有助于确保问题在实际访谈中“如预期般运作”。
讨论部分回应了若干常见问题：关于问题数量，Smith、Flowers和Larkin对IPA建议6至10个问题并附提示，Braun和Clarke则强调数据集大小应关注“信息丰富度”；基于经验，新手研究者以10至12个问题及提示为合理目标。关于使用人工智能生成问题，文章指出当前AI工具仍受训练数据限制，可能出现“幻觉”信息，且与IPA和反思性TA的反思取向存在方法论上的不一致，故不建议在现阶段依赖AI。关于数据质量，研究者认为应超越“丰富”“深厚”等模糊标准，关注具体情境下的数据充分性，并通过精心设计的提示、探针以及访谈后的反思来提升质量。本文的优势在于整合了广泛文献并添加实践示例与常见陷阱，局限性则是该流程基于经验总结，尚未被正式评估，读者需结合更广泛的方法论文献使用。
研究结论可翻译为：关于半结构化访谈的目标和理论已有许多文献涉及不同方面，也有文献概述了评估优秀访谈问题的标准，但先前没有文献提出一个有组织的、从构建问题到汇总成访谈指南的过程。此外，大多数文献泛泛讨论定性访谈指南，而非聚焦特定方法的需求。本文填补了这一空白，提出了一份实用指南，引导新手研究人员为心理学研究中常用的两种方法——解释现象学分析和反思性主题分析——创建访谈指南。本文提供了从研究问题出发创建访谈问题的分步过程，通过组织现有建议并解释研究人员在开展研究和指导学生中的实践经验而实现。该指南辅以参考文献和实例，以帮助说明具体步骤如何在实践中应用。
