扎根理论三级编码案例多少个合适,可能很多人在用扎根理论的时候对概念还不太清楚,其实了解清楚概念就会对编码过程更为了解。这个理论英文名叫Grounded Theory (GT),简单来说呢就是你从一堆实验数据中想办法概念化一个理论出来。GT在从定性数据中形成一个理论时会被频繁用到,在我们人机交互领域中,一般会在调研类CHI论文中数据分析时见到。为了更好地理解扎根理论,在此举个简单的例子。在冯蓉, 张彦通所著《基于扎根理论的在校博士生焦虑心理影响因素研究》中,研究者对28名在校博士生进行访谈得出以下图示:研究的核心问题是博士生焦虑心理,对访谈内容进行编码可以得到科研任务、毕业条件、导师指导、婚恋状态、婚恋观念、就业资本、就业取向、考博动机、个性特点、价值观念等12个实质性编码,通过进一步抽象,便可以得到毕业因素、就业因素、婚恋因素、认知因素这4个理论性编码。这些是怎么得到的呢?根据费小东博士“扎根理论研究方法论:要素、 研究程序和评判标准”的总结,扎根理论的第一点是不带设想和偏见地进行编码,并在编码的过程中保持对以下问题的提问:得到的数据是关于什么的研究?事件指出的是哪一个范畴?事件中指出的是正在形成的理论中哪一个部分的哪一个范畴的特征?数据中真实发生的是什么?哪一个基本社会心理过程或社会结构过程处理了行动现场中可以让生活可行的问题?什么代表了基本问题和过程?通过不断提问,得到的产出为数据的中心范畴和变异较大的外部范畴。第二点是不断比较。数据分析者不断比较的过程分为四个步骤,比较的依次是:事件与事件:事件和事件的比较发生在数据行句之间的编码过程中;概念与更多事件:当一个概念已经形成,它会和更多的事件进行比较,以便让这个正在形成的概念饱和;概念与概念:概念和概念之间互相比较,以形成一个更加抽象的概念;外部比较(譬如轶事、故事和文献):当一个概念已经达到了它的理论性完整,它可以和文献或个人经验进行比较。第三点是理论性采样(或称数据收集)。理论性采样的是为了形成理论数据分析者同时收集、编码并分析数据,决定下一步要收集什么数据和从哪里可以找到它们,在理论形成的同时发展理论的数据收集过程。第四点是理论性饱和。何时停止采样呢?达到理论性饱和的时候。理论性饱和指的是分析者即使再增加数据也无法进一步发展某一个范畴的特征了,理论性饱和通过交替收集和分析数据得到。但关于什么时候达到