{"slug":"constant-comparative-method-qualitative-research-2026","title":"持续比较法：步骤、示例与 AI 辅助编码","description":"什么是持续比较法？Glaser 的四个阶段、Boeije 的访谈分析步骤、完整示例、审计清单，以及 AI 编码能帮上哪些忙。","keywords":"持续比较法,持续比较分析,扎根理论分析,理论抽样,持续比较法步骤,AI 定性编码","date":"2026-10-22","author":"Qualitati 研究团队","category":"定性数据分析","readTime":"11 分钟阅读","content":"<div class=\"short-answer\"><p><strong>简短回答：</strong>持续比较法（constant comparative method）是一种定性分析技术：每一段新数据都要与已编码的数据比较，编码与编码比较，类属与类属比较，直到它们的属性和相互关系变得清晰。该方法由 Barney Glaser 于 1965 年提出，是扎根理论的分析核心，如今也被广泛用于扎根理论之外的研究。</p></div>\n\n<p><em>最后更新：2026 年 10 月 22 日</em></p>\n\n<p>持续比较法是定性研究中被引用最多、却最少被讲清楚的程序之一。很多方法章节只写一句\"数据采用持续比较法进行分析\"就戛然而止，这对审稿人几乎没有任何信息量。本文说明这种方法是什么、从何而来、如何一步步应用于访谈数据，以及 AI 辅助编码如何在不取代研究者比较判断的前提下提供支持。</p>\n\n<h2>要点速览</h2>\n<ul>\n<li>持续比较法在数据收集仍在进行时，持续地进行事件与事件、事件与编码、编码与编码之间的比较。</li>\n<li>Glaser 1965 年的原始论文描述了四个阶段：比较事件、整合类属、界定理论、撰写理论。</li>\n<li>Boeije（2002）将其转化为可追溯的访谈研究分步程序：单次访谈内部、同组访谈之间、不同组之间的比较。</li>\n<li>该方法也可用于扎根理论之外（Fram，2013），但此时必须说明借用了什么、舍弃了什么。</li>\n<li>AI 可以加快检索并推荐相似片段；比较判断、备忘录写作和理论抽样仍由研究者负责。</li>\n</ul>\n\n<h2>什么是持续比较法？</h2>\n\n<p>持续比较法是一种迭代式的定性数据分析方式，编码与比较同时进行。分析者不是先编完所有数据再解释，而是对每个新片段追问：<em>它与我已编码的内容相同、不同，还是一种变体？</em>答案会让编码得到细化、被拆分，或催生新的编码。</p>\n\n<p>Barney Glaser 最早在\"<a href=\"https://doi.org/10.2307/798843\" target=\"_blank\" rel=\"noopener\">The Constant Comparative Method of Qualitative Analysis</a>\"（发表于 <em>Social Problems</em>，1965）中阐述了这一程序，后来它成为 Glaser 与 Strauss 合著的<em>《The Discovery of Grounded Theory》</em>（1967）中的核心章节。Glaser 将它定位于两种旧方法之间：一种是先编码数据以检验假设，另一种是只阅读数据来产生想法而不做系统编码。持续比较法兼顾两者：它系统地编码，但目的是生成理论。</p>\n\n<h3>比较的三个层次</h3>\n<p>多数教科书，以及 Alqazlan、Fang、Castelle 和 Procter 提出的 <a href=\"https://arxiv.org/abs/2506.06083\" target=\"_blank\" rel=\"noopener\">2025 年人在回路的计算扎根理论框架</a>，都把比较分为三个层次：</p>\n<ul>\n<li><strong>事件与事件：</strong>比较两段受访者描述相似经历的文字，找出共同点与差异。</li>\n<li><strong>事件与编码：</strong>把新片段与已有编码的定义比较，结果可能是确认该编码、扩展它，或表明它并不适用。</li>\n<li><strong>编码与编码（以及类属与类属）：</strong>比较编码以便合并、拆分或建立关联，逐步形成类属及其属性。</li>\n</ul>\n\n<h2>Glaser 持续比较的四个阶段</h2>\n\n<p>Glaser 描述的四个阶段相互重叠，而非严格先后。随着分析推进，每个阶段都会持续运作。</p>\n\n<table>\n<thead>\n<tr><th>阶段</th><th>做什么</th><th>典型产出</th></tr>\n</thead>\n<tbody>\n<tr><td>1. 比较适用于各类属的事件</td><td>把每个事件编入尽可能多的适用类属，并与同一类属中先前的事件比较</td><td>浮现的编码和初步属性</td></tr>\n<tr><td>2. 整合类属及其属性</td><td>把事件与类属的属性比较，而不只是与其他事件比较</td><td>具有明确属性和条件的类属</td></tr>\n<tr><td>3. 界定理论</td><td>缩减类属集合，去掉无关属性，停止编码不再带来新信息的内容</td><td>更少、更抽象的核心类属</td></tr>\n<tr><td>4. 撰写理论</td><td>利用已编码数据和备忘录，按类属逐一撰写理论</td><td>以备忘录为支撑的理论或概念模型</td></tr>\n</tbody>\n</table>\n\n<p>Glaser 给出的一条规则值得保留：编码某个事件时，一旦冒出理论想法，就<strong>停下来写备忘录</strong>。推动理论前进的是备忘录，而不是编码本身。我们的<a href=\"/blog/analytic-memos-ai-qualitative-analysis-2026\">分析备忘录</a>指南介绍了如何撰写。</p>\n\n<h2>如何将持续比较法应用于访谈：分步说明</h2>\n\n<p>Glaser 的阶段描述的是逻辑，并没有告诉博士生周一早上该做什么。Hennie Boeije 的论文\"<a href=\"https://doi.org/10.1023/A:1020909529486\" target=\"_blank\" rel=\"noopener\">A Purposeful Approach to the Constant Comparative Method in the Analysis of Qualitative Interviews</a>\"（<em>Quality &amp; Quantity</em>，2002）填补了这一空白。Boeije 以一项关于多发性硬化症患者夫妻的研究为例，按数据、目的、结果和引导问题来定义每一步。访谈数据的一般顺序是：</p>\n\n<ol>\n<li><strong>单次访谈内部比较。</strong>对第一份访谈做开放编码，比较其中的段落，检查叙述是否一致，并起草带定义的初始编码。</li>\n<li><strong>同组访谈之间比较。</strong>编码特征相似的受访者的后续访谈，与已有编码比较。编码会被细化、合并、拆分或新增。</li>\n<li><strong>不同组之间比较。</strong>引入另一组的访谈（另一种角色、地点或对同一现象的视角），检验类属是否成立，以及条件如何改变它们。</li>\n<li><strong>在配对或单元层面比较</strong>（如果你的设计包含这些）。在双人或团队研究中，先比较一对内部的两份叙述，再比较不同配对。</li>\n<li><strong>用比较结果决定下一批数据。</strong>空白和单薄的类属会告诉你下一步该访谈谁。这就是理论抽样，持续比较法的搭档。</li>\n</ol>\n\n<p>针对研究团队，Olson、McAllister、Grinnell、Gehrke Walters 和 Appunn 提出了<a href=\"https://doi.org/10.46743/2160-3715/2016.2447\" target=\"_blank\" rel=\"noopener\">面向多名研究者的 10 步方法</a>（<em>The Qualitative Report</em>，2016），加入了编码者一致性的明确检查。如果审稿人问三个人如何一致地应用该方法，这是很好的参考。</p>\n\n<h3>一个简短的示例</h3>\n<p>设想一项研究：早期职业研究者如何决定是否使用 AI 工具编码访谈记录。</p>\n<ul>\n<li>访谈 1：一位受访者说她试过 AI 编码工具，\"但每个编码都要检查，所以根本没省时间\"。你把它编码为<em>核查负担</em>，并写备忘录：这种负担源于信任问题，还是导师的期望？</li>\n<li>访谈 3：另一位受访者说他只在\"导师会读那一章的时候\"才检查编码。与访谈 1 比较，这是一种变体：核查取决于读者。该编码上升为一个类属——<em>受众驱动的核查</em>，并带有一个属性：<em>谁会阅读产出</em>。</li>\n<li>跨组比较：对导师的访谈显示，他们很少询问编码是如何核查的。组间比较揭示了仅凭学生叙述无法发现的错位，也把你的下一批访谈指向伦理委员会成员。</li>\n</ul>\n\n<h2>扎根理论之外的持续比较</h2>\n\n<p>许多研究在主题分析、案例研究或自然主义探究中使用持续比较。Sheila Fram 发表在<a href=\"https://doi.org/10.46743/2160-3715/2013.1569\" target=\"_blank\" rel=\"noopener\"><em>The Qualitative Report</em> 上的评论（2013）</a>认为这是合理的，该方法既能保留局内人（emic）视角，又能借助理论框架提供局外人（etic）视角。前提是透明：说明你把持续比较当作一种技术使用，而不是声称产出了扎根理论。如果你在两种传统之间犹豫，请看我们的<a href=\"/blog/thematic-analysis-vs-grounded-theory-2026\">主题分析与扎根理论对比</a>。</p>\n\n<h2>持续比较审计清单</h2>\n\n<p>这是 Qualitati 为方法章节和同行评审设计的原创清单。如果某一项无法打勾，你的写作可能还需要补一句话。</p>\n\n<table>\n<thead>\n<tr><th>检查项</th><th>审稿人希望看到什么</th><th>完成？</th></tr>\n</thead>\n<tbody>\n<tr><td>分析在数据收集期间开始</td><td>表明编码在田野工作结束前就已开始的日期或访谈编号</td><td>☐</td></tr>\n<tr><td>说明了比较层次</td><td>描述了访谈内、访谈间和跨组比较</td><td>☐</td></tr>\n<tr><td>编码定义有版本记录</td><td>显示比较后定义如何变化的编码手册版本</td><td>☐</td></tr>\n<tr><td>保留了备忘录</td><td>促成新类属或合并类属的备忘录示例</td><td>☐</td></tr>\n<tr><td>寻找了反例</td><td>不符合的段落以及你如何处理它们（见<a href=\"/blog/negative-case-analysis-qualitative-research-2026\">反例分析</a>）</td><td>☐</td></tr>\n<tr><td>抽样与比较相关联</td><td>类属中的空白如何决定了下一位受访者</td><td>☐</td></tr>\n<tr><td>说明了停止规则</td><td>为什么比较不再产生新属性（见<a href=\"/blog/what-is-data-saturation-qualitative-research-2026\">数据饱和</a>）</td><td>☐</td></tr>\n<tr><td>披露了 AI 的作用</td><td>哪些比较由工具建议，哪些由研究者完成并核查</td><td>☐</td></tr>\n</tbody>\n</table>\n\n<h2>AI 能帮助持续比较法吗？</h2>\n\n<p>能，但只是部分环节。大语言模型擅长让比较更快的检索任务：找到与选定摘录相似的段落，列出某个编码下的所有片段以便并排重读，或提示两个编码存在重叠。<a href=\"/blog/can-ai-build-grounded-theory-logos-2026\">LOGOS</a> 等系统走得更远，尝试端到端地构建扎根理论，并报告与专家图式部分一致。</p>\n\n<p>方法核心的判断则更难交出去。判断一个新段落是某编码的变体还是新编码的证据，取决于你的研究问题、敏感化概念以及从先前访谈中学到的东西。理论抽样依赖于任何模型都不具备的田野进入能力。把 AI 的建议当作你自己比较的提示，并记录在备忘录中。</p>\n\n<h2>Qualitati 的定位</h2>\n\n<p>Qualitati 是一个面向高校和研究机构的欧洲平价定性研究平台，以 GDPR 和数据隐私为核心优先事项。就持续比较而言，有三个部分相关：</p>\n<ul>\n<li><strong>AI 主持访谈</strong>支持文本或语音，可以分批进行访谈，这样你能先分析第一批，再调整下一批的提纲。这与该方法\"边收集边分析\"的逻辑一致。</li>\n<li><strong>QDA Workspace</strong> 支持人工编码与 AI 建议编码、同一段落多重编码，以及可随比较结果修改定义的编码树。AI 编码会跳过访谈者的提问，让比较聚焦于受访者所说的内容。</li>\n<li><strong>ThemeLens</strong> 可在多达 100 份访谈记录中把编码映射到研究问题，在编码手册稳定后有助于跨组比较。</li>\n</ul>\n<p>Qualitati 不会替你做理论抽样或写备忘录，也不应该这样做。你可以<a href=\"/register\">免费开始，每月 30 个积分</a>，无需信用卡，或<a href=\"/pricing\">查看透明定价</a>。</p>\n\n<h2>局限与方法论问题</h2>\n<ul>\n<li><strong>报告含糊。</strong>该方法常被声称使用却未被展示。没有备忘录和编码手册版本，读者无法判断比较是否真的发生过。</li>\n<li><strong>传统混淆。</strong>Glaser 派、Strauss 派和建构主义（Charmaz）扎根理论在比较和编码阶段上的处理各不相同。请说明你采用的版本并引用。</li>\n<li><strong>规模。</strong>在 80 份访谈之间进行持续比较要求很高。团队需要明确的一致性程序，而 AI 检索只有在仍有人阅读段落时才有帮助。</li>\n<li><strong>AI 锚定效应。</strong>建议的编码可能左右你看到的内容。先在没有辅助的情况下编码几份访谈再开启建议，并在审计轨迹中记录这一切换。</li>\n</ul>\n<p><em>人工审核说明：本文的方法论指导是对所引文献的总结；在定稿方法章节前，请核对你所在学科和导师的要求。</em></p>\n\n<h3>适用人群</h3>\n<p>开展基于访谈的扎根理论或理论构建型定性研究的博士生和研究团队，以及需要可辩护、有记录的分析程序的研究公司。</p>\n\n<h3>何时不适用</h3>\n<p>如果你的研究以演绎方式检验固定框架、在分析前已收集完全部数据且无法再抽样，或只追求描述性总结，编码手册法或框架法可能更合适。见<a href=\"/blog/deductive-vs-inductive-coding-2026\">演绎编码与归纳编码</a>。</p>\n\n<h2>常见问题</h2>\n\n<h3>持续比较法是谁提出的？</h3>\n<p>Barney Glaser 于 1965 年在 <em>Social Problems</em> 上发表了这一方法，随后被纳入<em>《The Discovery of Grounded Theory》</em>（Glaser 与 Strauss，1967）。</p>\n\n<h3>持续比较法等同于扎根理论吗？</h3>\n<p>不等同。持续比较是扎根理论的核心分析技术，但扎根理论还包括理论抽样、备忘录写作和理论生成。只要如实报告，你也可以在其他研究设计中使用持续比较。</p>\n\n<h3>持续比较法有哪些步骤？</h3>\n<p>Glaser 列出四个阶段：比较事件、整合类属及属性、界定理论、撰写理论。针对访谈，Boeije（2002）给出了实用步骤：访谈内部比较、同组访谈之间比较、跨组比较。</p>\n\n<h3>持续比较与主题分析有何不同？</h3>\n<p>主题分析通常先编码整个数据集，再构建主题。持续比较则边收集数据边编码，并用每一次比较来细化类属、决定下一步收集什么数据。</p>\n\n<h3>什么时候停止比较？</h3>\n<p>当新数据不再为核心类属增加属性时，这通常称为理论饱和。请说明你使用的标准以及何时达到。</p>\n\n<h3>可以用 AI 做持续比较吗？</h3>\n<p>AI 可以检索相似段落并建议合并编码，从而加快比较。至于什么算相同、不同或新的内容，应由研究者决定并记录在案。</p>\n\n<h2>结论</h2>\n<p>持续比较法与其说是一种单一技术，不如说是一种习惯：把每一段新数据与已有数据比较，写下比较带来的启发，并让它指导你接下来收集什么。只要清楚地报告——附上备忘录、编码手册版本和停止规则——它就能给审稿人提供\"我们使用了持续比较法\"这句话永远给不了的信息。如果你想分批进行访谈并边做边编码，<a href=\"/register\">免费开始使用 Qualitati</a>，或将其与 <a href=\"/vs/nvivo\">NVivo</a> 和 <a href=\"/vs/atlas-ti\">ATLAS.ti</a> 比较。</p>\n\n<p><em>本文是对所引文献的独立编辑性总结，与原作者无任何关联。</em></p>\n","related":[{"slug":"gioia-methodology-qualitative-research-2026","title":"Gioia 方法详解：数据结构、示例与 AI 辅助（2026）","description":"Gioia 方法详解：一阶概念、二阶主题与聚合维度，附示例、主要批评，以及 AI 在构建数据结构时能做什么、不能做什么。","category":"定性数据分析","date":"2026-10-18","readTime":"11 分钟阅读","author":"Qualitati 研究团队"},{"slug":"what-is-abductive-analysis-qualitative-research-2026","title":"什么是溯因分析？定性研究中的溯因推理指南（2026）","description":"溯因分析从意外的数据中构建理论。了解 Timmermans 与 Tavory 的方法步骤、溯因与归纳和演绎的区别，以及 AI 能在哪些环节提供帮助。","category":"定性数据分析","date":"2026-10-17","readTime":"10 分钟阅读","author":"Qualitati 研究团队"},{"slug":"discourse-analysis-qualitative-research-2026","title":"定性研究中的话语分析：四大流派、7 个步骤与 2026 年 AI 研究","description":"定性研究中的话语分析详解：比较 4 大流派，7 步操作流程与实例，并介绍 2026 年一项研究对用 LLM 做批判话语分析的发现。","category":"定性数据分析","date":"2026-10-15","readTime":"10 分钟阅读","author":"Qualitati 研究团队"}]}