简短回答：纵向定性研究（QLR）考察人们的经历、意义和实践如何随时间变化。它通过在两轮或更多轮中访谈或观察同一批受访者来实现。分析随后沿两个方向展开：在每个时间点上跨个案比较，以及在每个个案内部贯穿时间追踪。轨迹分析、重复横截面分析和纵向主题分析是主要的分析选项。
大多数定性访谈研究只拍下一张快照。纵向定性研究则是跟随人们：治疗前后的患者、入职第一年的新员工、经历政策变化的家庭。定性研究者正是借此研究变化本身，而不是对变化的回溯性叙述。
\n本指南面向博士生、研究实验室以及计划开展多轮研究的定性或市场研究团队。内容涵盖研究设计、轮次间隔、样本流失，以及审稿人期望你明确说明的分析方法。我们还会探讨 AI 主持的访谈在重复轮次的后勤工作上改变了什么、没有改变什么。文末附有一份原创的轮次规划矩阵，可直接贴入研究方案。
\n\n纵向定性研究是贯穿时间展开的定性探究。同一批受访者参与重复的访谈、日记或观察，使研究者能够看到叙述、身份认同和实践如何转变。它的核心问题是变化如何发生、为何发生，而不仅仅是发生了什么。
\n这一方法在英国有深厚的传统。Bren Neale 主持了 ESRC 资助的 Timescapes 研究（2007–2012），后来撰写了方法专著 What is Qualitative Longitudinal Research?（Bloomsbury Academic）。Rachel Thomson 和 Janet Holland 2003 年的论文 \"Hindsight, foresight and insight: the challenges of longitudinal qualitative research\" 发表于 International Journal of Social Research Methodology，至今仍是讨论其实践与伦理困难的标准参考文献。
\nQLR 不同于要求受访者回忆过去事件的横截面研究。回溯性叙述是从当下重新建构的。前瞻性的轮次则捕捉人们在不知道事情结局之前的预期，这往往正是最有意思的分析所在。
\n\n不同设计的差异在于运行多少轮、轮次间隔多远，以及样本是否保持固定。
\n| 设计 | 形式 | 最适合 |
|---|---|---|
| 面板（固定队列） | 每一轮都访谈同一批受访者。 | 个体轨迹和个案史。 |
| 前后对比 | 围绕某一已知事件（如政策变化或产品发布）进行两轮。 | 比较两个时间点。 |
| 事件触发 | 围绕受访者自身的里程碑（如确诊或换工作）安排各轮。 | 对不同人发生在不同时间的转变。 |
| 密集短期 | 在数周内进行多轮，常与日记结合。 | 习惯养成、早期采用、短期治疗疗程。 |
| 长期延展 | 历时数年、每年或更低频率的轮次。 | 职业生涯、生命历程、缓慢的制度变迁。 |
长期延展设计的一个近期例子，是 Meng 及其同事对中国数字画师的研究，发表于 2026 年 9 月 8 日的 arXiv。该研究基于 2021 年至 2025 年间对 17 位画师每年一次的半结构化访谈，追踪随着生成式 AI 工具的普及，他们的创作能动性如何转变。单轮访谈无法回答这个问题。
\n\n纵向定性数据既要在每一轮内跨个案分析，也要在每个个案内部贯穿时间分析。你选择的方法应当服从于研究问题，并且应在方法部分明确写出。
\nGrossoehme 和 Lipstein 发表在 BMC Research Notes 的 2016 年论文介绍了两种主要选项。重复横截面分析比较不同时间点，适合前后对比的问题，或各轮之间队列会发生变化的研究。轨迹分析则贯穿时间追踪个体或家庭等小单位，要求保持同一队列。
\nAudulv 及其同事回顾了 2017 年至 2019 年间发表的 299 篇定性健康研究文章，成果发表于 BMC Medical Research Methodology（2023）。他们提出了一个包含 3 种类型、7 种亚型的分类体系，用于呈现纵向研究发现。简化后如下：
\n| 类型 | 研究发现的呈现方式 | 对变化的关注 |
|---|---|---|
| A. 很少利用时间 | 围绕全部数据提炼主题，很少讨论变化，或仅在某一部分提及。 | 低 |
| B. 按时间顺序 | 研究发现按时间点（重复横截面）或事件顺序排列。 | 中等 |
| C. 贯穿时间的变化 | 跨轮次追踪主题、个案轨迹，或变化的过程与机制。 | 高 |
这篇综述的警示很有价值：随时间收集数据，并不意味着研究在分析上就是纵向的。如果你的研究问题关乎变化，审稿人会期待 C 类呈现方式。
\n\n这份规划矩阵是 Qualitati 原创的模板。在开展田野工作之前，为每一轮的每项决策填写一行，并将其附在伦理申请或研究方案中。
\n| 决策 | 需要回答的问题 | 示例条目 |
|---|---|---|
| 锚点事件 | 这一轮围绕什么变化来安排？ | 第 2 轮：开始新职位三个月后。 |
| 轮次间隔 | 间隔是否足够长以容纳变化，又足够短以限制样本流失和回忆损耗？ | 三个月，窗口期为两周。 |
| 核心问题 | 哪些问题逐字重复，以保证答案可比？ | 每一轮都问四个核心问题。 |
| 轮次专属问题 | 在这一时间点上有什么新内容？ | 关于首次绩效评估的问题。 |
| 前馈 | 上一轮的哪些内容将反馈给受访者？ | “上次您说预期会出现 X。结果如何？” |
| 留存计划 | 如何保持联系？有人失联时怎么办？ | 两轮之间发送问候邮件；两次提醒后标记为流失。 |
| 同意核查 | 这一轮是否重新确认了同意？ | 每一轮开始时进行简短的重新同意。 |
| 分析步骤 | 下一轮开始之前要分析什么？ | 更新个案档案和变化备忘录。 |
QLR 要求很高，其局限应当影响你的设计。
\n如果你的问题与变化无关，如果你无法为至少两轮提供经费或人手，或者你关心的事件不会在你的时间线内发生，就不要使用 QLR。回溯性访谈研究或日记研究可能更高效地回答这个问题。
\n\nAI 主持的访谈主要改变的是一轮的后勤工作：排期、主持人的一致性和每次访谈的成本。它们不会消除样本流失，也不会替你完成使研究成为纵向研究的跨时间解读。
\n真正有帮助的方面包括：
\n关于完成率的证据仍然不一。Wuttke 及其同事用 571 名受访者测试了语音、聊天和自由选择三种模式的 AI 对话式访谈，该研究于 2026 年 6 月 18 日发布在 arXiv。完成访谈的受访者对其评价不低于标准化调查，但完成率因模式而异。据我们所知，目前尚无已发表的研究专门检验 AI 主持人在重复的定性轮次中的表现，因此对留存方面的说法应持谨慎态度，并自行衡量。
\n\nQualitati 是面向大学和研究公司的欧洲定性研究平台，以 GDPR 和数据隐私为核心优先事项。对于纵向研究，相关的功能包括：
\nQualitati 不会替你做变化分析。个案轨迹、前馈问题，以及什么才算变化的判断，仍然是研究者的工作。你可以免费开始，每月赠送 30 积分，无需信用卡，并在为多轮研究编制预算前查看定价。
\n\n当你的问题关乎变化如何展开，而不仅仅是发生了什么时，请选择纵向定性研究。在田野工作之前规划好轮次、留存和同意。明确一种分析方法，例如轨迹分析、重复横截面分析或纵向主题分析。然后在轮次之间进行分析，让最终的写作真正呈现贯穿时间的变化。
\n\n至少两轮。许多研究使用三轮或更多，以便看到轨迹，而不只是一次前后差异。合适的数量取决于你所研究的变化需要多长时间展开，以及样本流失的风险。
\n围绕你所研究的变化来安排轮次，例如某个事件、治疗里程碑或固定间隔。间隔越长，越能捕捉较慢的变化，但样本流失会上升，受访者也更难与自己之前所说的内容作比较。
\n轨迹分析贯穿时间追踪同一批个体，以理解他们的经历如何变化。重复横截面分析比较每个时间点的样本，可以容忍队列的变化。Grossoehme 和 Lipstein（2016）对这两种方法都有介绍。
\n样本通常较小，因为每位受访者会产生多次访谈。在第一轮多招募一些人以应对样本流失，并用信息力或饱和来论证样本量。参见我们的定性研究样本量指南。
\n可以，用于开展各轮访谈。异步的 AI 访谈减轻排期负担，并让各轮的方案保持一致。它们无法防止样本流失，也不会解读变化，而且目前关于 AI 主持人在重复定性轮次中的已发表证据还很少。
\n日记研究是纵向数据收集的一种形式，通常是密集而短期的。它常与研究开始和结束时的访谈结合使用。
\n\n纵向定性研究是少数能够呈现意义和实践如何随生活展开而变化、而非事后回顾的方法之一。它的代价是真实的：样本流失、持续的同意和不断增长的数据量。好的设计会在第一轮之前就处理好这些问题。更轻量的轮次执行工具让更多此类研究变得可行，但分析贯穿时间的变化仍然是研究者的贡献。
\n准备好规划第一轮了吗？免费开始，赠送 30 积分，将 Qualitati 与 NVivo 和 ATLAS.ti 作比较，或阅读我们的半结构化访谈指南来构建核心访谈指南。
\n\n最后更新：2026-10-19。
\n由 Qualitati 研究团队撰写。方法论方面的论断均归于所引用的来源；在将其用于学位论文或出版物之前，请对照您所在学科的标准进行核查。
\n\n\n","related":[{"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"},{"slug":"what-is-in-vivo-coding-qualitative-research-2026","title":"In Vivo 编码（实境编码）：定义、示例及与描述性编码的区别","description":"In vivo 编码用受访者的原话作为编码。本文给出定义、两个完整示例、in vivo 与描述性编码和过程编码的对比，以及一份 AI 辅助编码的忠实度清单。","category":"定性研究方法","date":"2026-09-12","readTime":"10 分钟阅读","author":"Qualitati 研究团队"}]}