{"slug":"critical-incident-technique-qualitative-research-2026","title":"关键事件技术（CIT）：步骤、访谈提纲与实例","description":"关键事件技术（Flanagan，1954）详解：五个步骤、带追问的访谈提纲、一个实例，以及增强型关键事件技术（ECIT）的九项可信度检验。","keywords":"关键事件技术,关键事件法,CIT访谈,增强型关键事件技术,ECIT,Flanagan,关键事件访谈提纲,定性访谈方法","date":"2026-10-27","author":"Qualitati 研究团队","category":"定性研究方法","readTime":"10 分钟阅读","content":"<div class=\"short-answer\"><p><strong>简短回答：</strong>关键事件技术（critical incident technique，CIT）是 John Flanagan 于 1954 年提出的一种定性研究方法，用于收集受访者对明显促进或阻碍某一结果的具体事件的叙述。研究者随后提取每个事件，把事件归入归纳形成的类别，并报告每个类别出现的频率。它适合回答“是什么让某项实践成功或失败”这类问题。</p></div>\n\n<p><em>最后更新：2026 年 10 月 27 日</em></p>\n\n<p>关键事件技术是定性研究中历史最悠久的结构化访谈方法之一，至今仍广泛用于咨询心理学、护理、教育、服务营销和用户体验研究。它的吸引力很简单：人们很难准确描述自己“通常”怎么做，却能把一个具体事件讲得很详细。本指南介绍 Flanagan 的五个步骤，提供一份可直接使用的、带追问的 CIT 访谈提纲，给出一个简短实例，并列出审稿人如今期待看到的可信度检验。</p>\n\n<h2>要点</h2>\n<ul>\n<li>CIT 询问的是<strong>具体事件</strong>，而不是观点或习惯：发生了什么、当事人做了什么、结果如何。</li>\n<li>Flanagan 的五个步骤是：确定目标、制定计划与标准、收集数据、分析、报告。</li>\n<li>研究规模按<strong>事件与类别</strong>衡量，当新事件不再带来新类别时即可停止（穷尽性）。</li>\n<li>增强版（ECIT）增加了愿望清单项和九项可信度检验。</li>\n<li>CIT 会过度采样难忘、极端的事件，因此如果日常行为很重要，应结合观察或日记研究。</li>\n</ul>\n\n<h2>什么是关键事件技术？</h2>\n\n<p>Flanagan 在 <a href=\"https://doi.org/10.1037/h0061470\" target=\"_blank\" rel=\"noopener noreferrer\">《关键事件技术》（Psychological Bulletin，1954）</a>中将这一方法描述为一套程序，用于收集对既定目标具有关键意义的人类行为的直接观察。它源于二战期间美国陆军航空队的航空心理学项目，当时用于识别区分有效与无效表现的行为。</p>\n\n<p><strong>事件</strong>是任何足够完整、能让人对行为者作出推断的可观察活动。当其目的对观察者清楚、后果足够明确、对其影响几乎没有疑问时，它就是<strong>关键</strong>的。在当代实践中，多数 CIT 研究用受访者自己的回顾性叙述取代专家观察，通过访谈或开放式问卷收集。</p>\n\n<p>五十年后，<a href=\"https://doi.org/10.1177/1468794105056924\" target=\"_blank\" rel=\"noopener noreferrer\">Butterfield、Borgen、Amundson 和 Maglio（2005，Qualitative Research）</a>回顾了该方法如何从任务分析转向探索心理构念与经历。他们也提醒，方法的灵活性导致术语不一致，部分研究偏离了 Flanagan 的分析步骤。</p>\n\n<h2>什么时候应该使用关键事件技术？</h2>\n\n<p>当你的研究问题是<em>什么促进或阻碍</em>某个具体结果，并且相关人员对该结果有近期的亲身经历时，就适合使用 CIT。当话题难以抽象讨论、却容易用故事说明时，它尤其合适。</p>\n\n<table>\n<thead>\n<tr><th>你的问题类似于……</th><th>最合适的方法</th><th>原因</th></tr>\n</thead>\n<tbody>\n<tr><td>什么促进或阻碍 X？是什么让 X 成功或失败？</td><td>关键事件技术</td><td>具体事件可以直接对应到促进和阻碍因素。</td></tr>\n<tr><td>人们如何体验或理解 X？</td><td>半结构化访谈，配合主题分析或 IPA</td><td>意义比事件层面的原因更重要。</td></tr>\n<tr><td>人们为什么偏好某个选项？</td><td>阶梯访谈（laddering）</td><td>把属性与后果和价值联系起来。</td></tr>\n<tr><td>人们日常例行地做些什么？</td><td>日记研究或观察</td><td>CIT 会漏掉平常之事；日记能在当下记录它。</td></tr>\n<tr><td>是什么触发了一次购买或转换？</td><td>待完成任务（JTBD）访谈</td><td>围绕单个决策的时间线，含推力与拉力。</td></tr>\n</tbody>\n</table>\n\n<p>在服务研究领域，<a href=\"https://doi.org/10.1177/1094670504266138\" target=\"_blank\" rel=\"noopener noreferrer\">Gremler（2004，Journal of Service Research）</a>回顾了 CIT 在满意与不满意服务接触研究中的应用。这篇综述也是报告规范的好范本，因为它批评了那些没有说明事件如何分类和检验的研究。</p>\n\n<h2>CIT 研究的五个步骤</h2>\n\n<h3>1. 确定总体目标</h3>\n<p>用一句话写明该活动的目的，措辞要让受访者和专家都认同。例如：“博士指导的目标是帮助学生成为独立研究者。”每个事件都将以此目标为标准来判断，因此目标模糊，事件也会模糊。</p>\n\n<h3>2. 制定计划、规格与标准</h3>\n<p>确定谁可以报告事件（有直接经验的人）、什么算作事件、哪些情境在范围内，以及事件须发生在多近的时间内。许多研究把回忆范围限定在过去 6 到 12 个月，以减少记忆失真。在第一次访谈前把这些规则写下来，它们将成为提取事件的纳入标准。</p>\n\n<h3>3. 收集事件</h3>\n<p>访谈得到的事件最丰富；开放式问卷覆盖的人更多，但叙述往往较单薄。<a href=\"https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2025.1646782/full\" target=\"_blank\" rel=\"noopener noreferrer\">2025 年 12 月发表于 Frontiers in Psychology 的一篇方法论文（Petiot 等）</a>比较了两种方式，建议在书面事件之后再做一次访谈，按时间顺序逐一回顾每个事件。每次访谈都应录音并转写。</p>\n\n<h3>4. 分析事件</h3>\n<p>分析分三步。第一，根据结果的用途选择<strong>参照框架</strong>。第二，从访谈记录中提取事件，把相似事件归入归纳形成的类别。第三，决定具体程度：类别要足够宽以便使用，又要足够窄以相互区分。Butterfield 等人（2009）引用 Borgen 和 Amundson 的规则：一个类别至少要有 25% 的受访者支持才能单独成立。</p>\n\n<h3>5. 报告结果</h3>\n<p>报告每个类别时给出定义、示例事件、事件数量和参与率。说明参照框架的局限，以及如何检验可信度。</p>\n\n<h2>一份可直接套用的 CIT 访谈提纲</h2>\n\n<p>这份提纲沿用增强型关键事件技术的结构：先问情境，再问促进事件、阻碍事件和愿望清单。每次只请受访者讲一个事件，并持续追问，直到获得 Flanagan 所需的三个要素：情境、行动和结果。</p>\n\n<ol>\n<li><strong>情境：</strong>“请简单介绍一下您的角色，以及您做这件事有多久了。”“总体来说，[该活动] 目前进展如何？”</li>\n<li><strong>促进事件：</strong>“请回想过去六个月里某一次明显帮助您 [达成目标] 的具体经历。当时发生了什么？”</li>\n<li><strong>追问：</strong>“事情的起因是什么？”“涉及哪些人？”“您或他们具体做了什么？”“结果怎样？”“它是怎样起到帮助的？”</li>\n<li><strong>重复：</strong>“您还能想到另一次有帮助的经历吗？”持续追问，直到受访者想不出更多。</li>\n<li><strong>阻碍事件：</strong>“现在请回想某一次让事情变得更难的具体经历。当时发生了什么？”使用同样的追问。</li>\n<li><strong>愿望清单：</strong>“有没有什么当时没有、但本来会有帮助的东西？”</li>\n<li><strong>结束：</strong>“关于这个话题，还有什么重要的内容我们没谈到吗？”</li>\n</ol>\n\n<p>Nielsen Norman Group 的<a href=\"https://www.nngroup.com/articles/critical-incident-technique/\" target=\"_blank\" rel=\"noopener noreferrer\">用户体验研究中的 CIT 指南（Rosala，2020）</a>补充了两点实用提醒：要请受访者讲一个<em>关键</em>事件，而不是“最近一次”；并且要预测试措辞，因为措辞的细微变化会改变人们回忆起哪些事件。关于如何系统地预测试，请参阅我们的<a href=\"/blog/how-to-pilot-test-ai-interview-guide-2026\">访谈提纲预测试指南</a>。</p>\n\n<h2>一个实例（示意）</h2>\n\n<p>以下实例为演示方法而虚构，并非真实数据。假设一个研究团队想了解是什么促进或阻碍博士一年级学生与导师的合作，并访谈了 15 名学生。</p>\n\n<table>\n<thead>\n<tr><th>步骤</th><th>研究者产出的内容</th></tr>\n</thead>\n<tbody>\n<tr><td>原始事件</td><td>“第一次进展评审前两周，导师专门空出一小时，逐行读了我的草稿，告诉我该删哪一节。我带着清晰的论证去答辩，顺利通过了。”</td></tr>\n<tr><td>提取</td><td>情境：即将到来的评审。行动：导师给予专门、具体的反馈。结果：论证更清晰，通过评审。类型：促进。</td></tr>\n<tr><td>类别</td><td>“对书面成果及时、具体的反馈”</td></tr>\n<tr><td>报告条目</td><td>类别名称、定义、事件数量、参与率（例如 15 名受访者中有 9 名，即 60%），以及一两段有代表性的引语。</td></tr>\n</tbody>\n</table>\n\n<p>研究者在每次访谈后记录新增了多少类别。当连续几次访谈都没有新增类别时，类别体系就达到了穷尽。在 <a href=\"https://cjc-rcc.ucalgary.ca/article/view/58863\" target=\"_blank\" rel=\"noopener noreferrer\">Butterfield 等人（2009）的 ECIT 研究</a>中，从第六次到第二十次访谈都没有出现新类别。</p>\n\n<h2>原创工具：CIT 严谨性检查清单</h2>\n\n<p>我们根据 Butterfield、Borgen、Maglio 和 Amundson（2009，Canadian Journal of Counselling）提出的九项可信度检验整理了这份清单。可用于方法部分或伦理申请。</p>\n\n<table>\n<thead>\n<tr><th>#</th><th>可信度检验</th><th>怎么做</th><th>需要报告的证据</th></tr>\n</thead>\n<tbody>\n<tr><td>1</td><td>访谈录音</td><td>录音，并基于录音或转写稿开展工作。</td><td>录音与转写流程</td></tr>\n<tr><td>2</td><td>访谈忠实度</td><td>由熟悉 CIT 的专家对照提纲审阅部分访谈。</td><td>由谁检查、检查了多少、给出了什么反馈</td></tr>\n<tr><td>3</td><td>独立提取</td><td>由第二人从约 25% 的访谈记录中提取事件。</td><td>一致率以及分歧如何解决</td></tr>\n<tr><td>4</td><td>穷尽性</td><td>逐次记录每次访谈新增的类别。</td><td>从第几次访谈起不再出现新类别</td></tr>\n<tr><td>5</td><td>参与率</td><td>统计每个类别涉及的受访者人数。</td><td>各类别的参与率，并对照 25% 的门槛</td></tr>\n<tr><td>6</td><td>独立归类</td><td>由一位评判者把 25% 的事件放入你的类别中。</td><td>匹配率（通常以 80% 及以上为准）</td></tr>\n<tr><td>7</td><td>受访者交叉核对</td><td>第二次联系受访者，请其审阅自己的事件和所属类别。</td><td>联系到的受访者人数及所作修改</td></tr>\n<tr><td>8</td><td>专家意见</td><td>请两位或以上领域专家审阅最终类别。</td><td>审阅者是谁、提出了哪些质疑</td></tr>\n<tr><td>9</td><td>理论一致性</td><td>阐明你的假设，并将类别与文献对照。</td><td>哪些类别得到支持、哪些是新的、哪些与文献相矛盾</td></tr>\n</tbody>\n</table>\n\n<p>关于第 3 项和第 6 项，我们的<a href=\"/blog/intercoder-reliability-ai-qualitative-coding-2026\">编码者间信度</a>指南解释了百分比一致率、Cohen's kappa 以及各自适用的场景。关于第 7 项，请参阅<a href=\"/blog/what-is-member-checking-qualitative-research-2026\">成员核查</a>。</p>\n\n<h2>Qualitati 能做什么</h2>\n\n<p>Qualitati 是一个面向高校和研究公司、来自欧洲、价格亲民的定性研究平台，以 GDPR 和数据隐私为核心优先事项。它没有专门的 CIT 模式，但覆盖了 CIT 研究中最耗时的环节：</p>\n<ul>\n<li><strong>规模化收集事件：</strong><a href=\"/ai-interviewer\">AI 访谈员</a>可以用 10 种语言以文字或语音形式执行你的 CIT 提纲并提出追问，受访者可以异步报告事件。</li>\n<li><strong>为事件归类：</strong><a href=\"/qda-workspace\">QDA Workspace</a> 支持归纳式和演绎式编码以及编码手册生成，你可以用它起草事件类别，再自行修订。</li>\n<li><strong>跨研究综合：</strong><a href=\"/themelens\">ThemeLens</a> 可对多达 100 份访谈记录进行主题分析，并给出锚定到受访者的引语，便于在不同地点或群体之间比较类别。</li>\n</ul>\n<p>事件提取决策、类别定义和可信度检验应由研究团队负责。AI 的输出是供人工审阅的草稿，不能替代第 3 项和第 6 项中的独立编码者。</p>\n\n<h2>局限与方法论注意事项</h2>\n<ul>\n<li><strong>回忆偏差：</strong>人们对戏剧性事件的记忆比日常事件更深，并且会重构细节。应限定回忆时间范围，并追问具体细节。</li>\n<li><strong>极端事件偏斜：</strong>CIT 会过度呈现令人难忘的事件。当日常实践很重要时，应结合<a href=\"/blog/how-to-run-diary-study-ai-2026\">日记研究</a>或观察。</li>\n<li><strong>自我呈现：</strong>受访者可能在促进事件中美化自己，在阻碍事件中贬低他人。</li>\n<li><strong>类别主观性：</strong>类别由研究者构建。之所以需要可信度检验，正是因为两位分析者可能把同样的事件归成不同的类别。</li>\n<li><strong>AI 主持的风险：</strong>AI 主持者可能把一般性观点当作“事件”接受。请通读早期访谈记录并收紧提纲。本文的方法论建议应由你的导师或伦理委员会结合具体情况审阅。</li>\n</ul>\n\n<h2>适用人群与不适用的情形</h2>\n<p><strong>适合使用 CIT</strong>：你是博士生、研究团队或研究公司，正在研究是什么促进或阻碍某项明确的实践，例如导师指导、入职融入、服务补救、临床交接、软件采用。<strong>不宜使用</strong>：你需要深入理解生活经验（请选择 IPA 或叙事分析），受访者缺乏亲身经历，或者行为过于日常、没人记得具体实例。</p>\n\n<h2>结论要点</h2>\n<p>关键事件技术把关于“什么有效”的模糊问题，转化为一组具体、可计数的事件。它的力量来自纪律：清晰的目标、具体的事件、细致的提取，以及有据可查的可信度检验。这样做，定性研究就能具备审稿人认可的可审计性。</p>\n\n<h2>常见问题</h2>\n\n<h3>关键事件技术（critical incident technique）用一句话怎么解释？</h3>\n<p>它是一种访谈（或问卷）方法：请受访者讲述明显促进或阻碍某一结果的具体、难忘的事件，再把这些事件归入类别。它不问人们“通常怎么想”，而是问在一个具体情境中实际发生了什么、他们做了什么、结果如何。</p>\n\n<h3>关键事件研究需要多少受访者？</h3>\n<p>CIT 研究的规模按事件而不是人数衡量。Flanagan 的原则是持续收集，直到新事件不再产生新类别（穷尽性）。在 Butterfield 等人（2009）的例子中，20 次访谈里从第五次之后就不再出现新类别。实际规划时应多留余量，并逐次记录每次访谈新增的类别，以便说明在何时停止。</p>\n\n<h3>关键事件技术属于定性还是定量方法？</h3>\n<p>今天它通常被视为定性方法，但它最初的设计目标是产出计数。事件以归纳方式归类，随后按频数和参与率（提到该类别的受访者比例）报告类别。许多研究两者都报告。</p>\n\n<h3>CIT 与增强型关键事件技术（ECIT）有什么区别？</h3>\n<p>ECIT 由 Butterfield、Borgen、Maglio 和 Amundson（2009）提出，保留了 Flanagan 的五个步骤，但增加了愿望清单项（什么本来会有帮助）、情境问题，以及九项可信度检验，例如独立提取、受访者交叉核对和专家审阅类别。</p>\n\n<h3>AI 主持访谈可以用于 CIT 吗？</h3>\n<p>可以用于数据收集，前提是访谈提纲每次只请受访者讲一个具体事件，并且主持者会追问情境、行动和结果。请先预测试提纲、通读访谈记录，并让事件提取和归类始终由人掌控，同时安排一位独立的第二编码者。</p>\n\n<h2>结语</h2>\n<p>如果你的研究问题是什么促进或阻碍某个结果，关键事件技术是一个成熟、文献充分的选择。确定目标，每次只问一个事件，记录穷尽性，并报告可信度检验。准备好收集事件时，你可以<a href=\"/register\">免费开始，每月 30 积分</a>，无需信用卡，或<a href=\"/pricing\">查看透明定价</a>。在分析阶段，我们的<a href=\"/blog/thematic-analysis-guide\">主题分析指南</a>和<a href=\"/blog/qualitative-codebook-template-2026\">编码手册模板</a>可与 CIT 类别搭配使用。</p>\n\n<script type=\"application/ld+json\">\n{\n  \"@context\": \"https://schema.org\",\n  \"@type\": \"Article\",\n  \"headline\": \"关键事件技术（CIT）：步骤、访谈提纲与实例\",\n  \"description\": \"关键事件技术（Flanagan，1954）详解：五个步骤、带追问的访谈提纲、一个实例，以及增强型关键事件技术（ECIT）的九项可信度检验。\",\n  \"datePublished\": \"2026-10-27\",\n  \"dateModified\": \"2026-10-27\",\n  \"inLanguage\": \"zh\",\n  \"author\": {\n    \"@type\": \"Organization\",\n    \"name\": \"Qualitati 研究团队\"\n  },\n  \"publisher\": {\n    \"@type\": \"Organization\",\n    \"name\": \"Qualitati\",\n    \"url\": \"https://qualitati.com\"\n  },\n  \"mainEntityOfPage\": \"https://qualitati.com/blog/zh/critical-incident-technique-qualitative-research-2026\"\n}\n</script>\n<script type=\"application/ld+json\">\n{\n  \"@context\": \"https://schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"关键事件技术（critical incident technique）用一句话怎么解释？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"它是一种访谈（或问卷）方法：请受访者讲述明显促进或阻碍某一结果的具体、难忘的事件，再把这些事件归入类别。它不问人们“通常怎么想”，而是问在一个具体情境中实际发生了什么、他们做了什么、结果如何。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"关键事件研究需要多少受访者？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"CIT 研究的规模按事件而不是人数衡量。Flanagan 的原则是持续收集，直到新事件不再产生新类别（穷尽性）。在 Butterfield 等人（2009）的例子中，20 次访谈里从第五次之后就不再出现新类别。实际规划时应多留余量，并逐次记录每次访谈新增的类别，以便说明在何时停止。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"关键事件技术属于定性还是定量方法？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"今天它通常被视为定性方法，但它最初的设计目标是产出计数。事件以归纳方式归类，随后按频数和参与率（提到该类别的受访者比例）报告类别。许多研究两者都报告。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"CIT 与增强型关键事件技术（ECIT）有什么区别？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"ECIT 由 Butterfield、Borgen、Maglio 和 Amundson（2009）提出，保留了 Flanagan 的五个步骤，但增加了愿望清单项（什么本来会有帮助）、情境问题，以及九项可信度检验，例如独立提取、受访者交叉核对和专家审阅类别。\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"AI 主持访谈可以用于 CIT 吗？\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"可以用于数据收集，前提是访谈提纲每次只请受访者讲一个具体事件，并且主持者会追问情境、行动和结果。请先预测试提纲、通读访谈记录，并让事件提取和归类始终由人掌控，同时安排一位独立的第二编码者。\"\n      }\n    }\n  ]\n}\n</script>","related":[{"slug":"longitudinal-qualitative-research-guide-2026","title":"纵向定性研究：设计、轮次规划与分析方法（2026）","description":"纵向定性研究（QLR）如何设计与分析？涵盖轮次间隔、样本流失、轨迹分析与重复横截面分析，并附原创轮次规划矩阵与 AI 访谈要点。","category":"定性研究方法","date":"2026-10-19","readTime":"13 分钟阅读","author":"Qualitati 研究团队"},{"slug":"interpretative-phenomenological-analysis-guide-2026","title":"诠释现象学分析（IPA）：7 个步骤、示例与质量清单","description":"什么是诠释现象学分析？按 2022 年术语（PETs、GETs）讲解 IPA 步骤、样本规模、分析示例，以及学位论文可用的 IPA 质量清单。","category":"定性研究方法","date":"2026-09-29","readTime":"11 分钟阅读","author":"Qualitati 研究团队"},{"slug":"qualitative-research-questions-examples-2026","title":"定性研究问题怎么写？按研究设计分类的示例","description":"按现象学、扎根理论、案例研究和叙事探究分类的定性研究问题示例，说明研究问题该设几个、与访谈问题有何区别，并附一份免费匹配度检查表。","category":"定性研究方法","date":"2026-09-23","readTime":"10 分钟阅读","author":"Qualitati 研究团队"}]}