诠释现象学分析（IPA）：7 个步骤、示例与质量清单

Qualitati 研究团队 · 2026-09-29 · 11 分钟阅读

简要回答：诠释现象学分析（Interpretative Phenomenological Analysis，IPA）是一种定性研究方法，用于研究特定的人如何理解一段重要的生活经验。它融合了现象学、诠释学和逐案（个案式，idiographic）取向。研究者先深入分析每一份访谈记录，为每位受访者建立个人经验主题，然后才跨个案寻找群体经验主题。

最后更新：2026 年 9 月 29 日

诠释现象学分析是心理学、健康、教育和管理研究中使用最广泛的定性方法之一，也是最常被做坏的方法之一。许多学位论文声称采用"IPA"，实际却是按主题分析的步骤操作，只在外面贴了一个现象学的标签。本指南说明 IPA 是什么、何时适用、需要多少受访者，并按当前（2022 年）术语介绍七个分析步骤，附一个简短的示例和一份可在提交前使用的质量清单。

要点速览

IPA 追问的是：某个具体的人如何理解某段具体的经验。它是个案式的：每个个案都要完整分析之后，才进行跨个案比较。
核心教材 2022 年第二版更新了基本概念的名称：经验陈述（experiential statements）（原称"浮现主题"）、个人经验主题（PETs）和群体经验主题（GETs）。
样本小且同质。硕士项目常以三位受访者为默认规模；博士研究通常更多，但分析深度比人数更重要。
高质量的 IPA 会讲述一个层层展开的叙事，紧贴受访者的原话，并同时报告趋同与分歧。
AI 可以加快转录和整理，但 IPA 的诠释层（研究者去理解受访者如何理解自身经验）无法外包。

什么是诠释现象学分析？

诠释现象学分析是 Jonathan A. Smith 自 1990 年代中期起在健康心理学领域发展出的一种定性研究方法。目前其系统阐述见于 Smith、Flowers 和 Larkin 所著的 Interpretative Phenomenological Analysis: Theory, Method and Research（SAGE，2022 年第二版），以及 Smith 与 Nizza 所著的简明读本 Essentials of Interpretative Phenomenological Analysis（APA，2022）。

IPA 建立在三项理论立场之上：

现象学。关注的是个人亲历并理解的经验本身，而不是原因或频次。
诠释学。分析即诠释。IPA 描述了一种双重诠释：研究者试图理解受访者如何理解发生在自己身上的事。
个案取向。具体个案优先。先细致理解一个人的经验，再对群体作出任何判断。

IPA 何时适用（何时不适用）

IPA 适合探讨一段重要的、往往改变人生的经验对某一明确群体意味着什么的研究问题，例如"第一代博士生如何理解自己离开学术界？"或"癌症确诊后重返工作岗位是怎样的经验？"。如果你想解释一个社会过程（用扎根理论）、在大型数据集中归纳模式（用主题分析）、研究故事如何被建构（用叙事分析），或评估一个项目，IPA 就不太合适。我们的按研究设计划分的定性研究问题指南展示了如何表述现象学研究问题。

IPA、主题分析、扎根理论与叙事分析的区别

审稿人对 IPA 研究最常见的批评，是其分析与主题分析无从区分。下表列出了这几种方法真正的差异所在。

方法	核心问题	分析单位	典型样本	主要产出
IPA	这个人如何理解这段经验？	先是个体个案，再到群体	小规模、同质	个人与群体经验主题，含分歧
反思性主题分析	整个数据集中贯穿着哪些意义模式？	整个数据集	灵活，通常更大	跨受访者的主题
扎根理论	一个社会过程是如何运作的？	事件与类属	理论抽样直至饱和	解释性理论或模型
叙事分析	人们如何建构和讲述自己的故事？	整个故事	小到中等规模	故事结构、情节、定位

关于其他方法，请参阅主题分析与扎根理论对比以及我们的叙事分析指南。

一项 IPA 研究需要多少受访者？

IPA 采用小规模、目的性、相对同质的样本，因为每个个案都需要深入分析。Smith、Flowers 和 Larkin 建议学生项目以三位受访者作为合理的默认规模；如果个案足够丰富，单一个案也可以成立。专业博士和 PhD 研究通常包含更多访谈，但教材作者明确指出，个案越多并不自动越好：样本过大可能稀释让 IPA 有价值的个案深度。

同质性之所以重要，是因为 IPA 要在共享同一经验的群体内部寻找趋同与分歧。如果受访者同时在太多维度上存在差异，就很难说清楚是什么在变化、为什么变化。参见我们对定性抽样策略的概述，以及为什么数据饱和并不适合作为个案式研究的停止标准。

如何做 IPA：七个步骤（2022 年术语）

数据通常来自半结构化访谈，鼓励受访者给出详细的第一人称叙述。逐字转录后，按以下步骤逐个个案进行分析。

反复阅读第一份访谈记录。边听录音边读。把自己的第一印象单独记下，避免它们悄悄左右分析。
做探索性笔记。逐行标注三类评论：描述性的（受访者说了什么）、语言性的（怎么说的：隐喻、停顿、重复、人称代词）和概念性的（可能意味着什么、你有哪些疑问）。
建构经验陈述。把笔记转化为简短的陈述，概括这段经验对受访者意味着什么。每条陈述都应紧贴文本，同时带有诠释。
寻找经验陈述之间的联系。把彼此相关的陈述聚合在一起。有些陈述会被舍弃，这很正常。
命名个人经验主题（PETs）。为每个聚类命名，整理成表格并附上访谈记录行号和关键引文，再为该受访者写一段简短的概述。
对其余个案重复上述步骤。按每份新记录自身的内容来分析，尽量把先前个案的主题搁置一旁，而不是去寻找它们。
形成群体经验主题（GETs）。跨个案比较 PETs，找出哪些是共同的、以何种不同方式共享、哪些是独有的。最终表格要显示每位受访者对各个 GET 的贡献。

这些步骤遵循第二版的结构。较早的文献使用"浮现主题""上位主题"和"主导主题"来指代大致相同的概念；如果你的导师是从 2009 年版学的 IPA，请尽早统一术语。

一个简短示例

以下片段为本指南撰写的示意材料，并非真实受访者数据。设想一项关于离开大学岗位、转向业界研究的青年学者的研究。

"我一直说自己只是试试看。有一年时间，我没告诉原来院系的任何人。感觉就像我没通过一场别人都不用考的考试。"

描述性笔记：迟迟没有告诉前同事；把这次转行说成是暂时的。
语言性笔记："只是试试看"是在淡化；"一场别人都不用考的考试"透露出孤立感与不公平感。
概念性笔记：离开被体验为对自我的裁决，而不是一次职业选择。
经验陈述："让离开保持'临时'状态，以守护学术身份。"

在整份访谈记录中，这条陈述可能会与其他陈述聚合成一个 PET，比如"离开是一种私下的失败"。到了群体分析阶段，你可能发现三位受访者都有这种失败感，而第四位却把离开描述为一种解脱。这种分歧不是噪音；在 IPA 中，它本身就是研究发现的一部分。

IPA 质量清单

这份 Qualitati 编辑清单参考了 Smith 提出的 IPA 研究评价标准（Health Psychology Review，2011）以及 Nizza、Farr 和 Smith 描述的高质量 IPA 的四个标志（Qualitative Research in Psychology，2021）。提交前请逐项判断"是"或"否"。

检查项	合格的样子
现象学研究问题	研究问题关注的是经验的意义，而不是原因或频次。
同质样本	受访者共享相关经验与关键情境；已说明纳入理由。
逐案分析	每份访谈记录都分析到 PETs 之后，才开始跨个案工作。
层层展开的叙事	研究发现读起来是一段有论证的阐述，而不是一串附上引文的主题列表。
有力的经验描述	主题描述的是经验本身是怎样的，而不只是受访者提到过的话题。
细致的分析性阅读	引文得到了诠释，包括语言、隐喻和犹豫，而不仅仅是被呈现。
趋同与分歧	每个 GET 都展示了受访者以不同方式共享它，以及谁并不共享。
报告主题分布	用表格显示哪些受访者对每个主题有贡献。
反思性	记录了研究者的立场及其可能的影响。参见我们的定性研究中的反思性指南。

AI 能帮助做诠释现象学分析吗？

部分可以。近期研究同时展示了它的潜力与局限。Martínez-Pernía 及其同事使用 GPT-4 辅助对 28 名成年人的访谈进行现象学分析，报告称 AI 辅助分析耗时约 20 小时，而同一数据的人工编码分析约需 70 小时；但 AI 也遗漏了部分人工分析捕捉到的身体感受，且未能完全吻合更复杂的经验结构（Frontiers in Psychology，2025 年 5 月）。该研究采用的是描述现象学和微观现象学方法而非 IPA，但其经验同样适用。另外，Ashwin、Chhabra 和 Rao 发现，大语言模型在标注定性访谈数据时可能引入系统性偏差（Sociological Methods & Research，2025）。

在 IPA 中较为稳妥的分工方式：

可以自动化：转录、匿名化、按访谈记录行号整理引文、根据你自己写的陈述起草 PET 表格。
谨慎使用：AI 建议的经验陈述聚类，只作为提示，需对照你自己的阅读加以核查。
保留给人：探索性笔记、经验陈述以及每一项诠释性判断。双重诠释要求由研究者本人来完成理解。

Qualitati 的定位

Qualitati 是一个面向高校和研究机构的欧洲定性研究平台，将 GDPR 和数据隐私置于核心位置。它不会替你做 IPA，也不应该这样做。它支持的是 IPA 项目中围绕诠释的那些环节：

数据收集。使用 Active Listener 模式亲自进行半结构化访谈，获得实时提示和环节追踪；或在试点和探索阶段运行文字或语音形式的 AI 主持访谈。
支持 10 种语言的访谈记录。适用于跨国现象学研究，访谈记录可逐行审阅。
个案层面的整理。QDA Workspace 支持归纳式编码和编码手册构建，你可以用它为每份访谈记录标注自己的经验陈述，并跨个案比较。

免费版每月提供 30 个积分，无需信用卡。当前费率请见定价页面，或在我们的 NVivo 替代工具指南中比较不同方案。

局限与方法论考量

推广性有限。IPA 提供的是理论上的可迁移性，而非统计意义上的推广。请在局限部分明确说明。
依赖表达充分的叙述。当受访者能够反思并描述自身经验时，IPA 效果最好。对于表达困难的受访者，请调整访谈方式或考虑其他方法。
研究者的影响既是关键也是风险。诠释处于核心位置，因此透明的审计轨迹和反思笔记必不可少。
术语混用。在同一篇论文中混用 2009 年版和 2022 年版术语会让评审者困惑。选定一套并注明出处。

适用对象，以及何时不应采用此方法

本指南面向心理学、健康、教育和管理领域正在规划或撰写 IPA 研究的博士生、硕士生、导师和研究人员。如果你的目标是解释一个过程、检验假设、比较多个异质群体，或在大样本中汇总观点，就不要选择 IPA。反思性主题分析或扎根理论通常更适合这些目标。

常见问题

IPA 与现象学有什么区别？

现象学是一种哲学传统，也是一类研究方法的统称。IPA 是其中一种具体方法，额外加入了明确的诠释（诠释学）立场和逐案的个案取向。相比之下，描述现象学旨在描述一种经验的本质结构。

做 IPA 需要多少受访者？

小规模、同质的样本是常态。硕士项目常以三位受访者为默认规模，博士研究通常更多。每个个案的分析深度比总人数更重要。

什么是个人经验主题和群体经验主题？

个人经验主题（PETs）概括一位受访者的经验。群体经验主题（GETs）通过跨受访者比较 PETs 形成，同时呈现共同模式与分歧模式。这些术语出自 Smith、Flowers 和 Larkin 2022 年第二版教材。

IPA 和主题分析是一回事吗？

不是。两者都会产出主题，但 IPA 先深入分析每个个案再作比较，聚焦生活经验的意义，并报告受访者之间的分歧。主题分析则从一开始就在整个数据集层面进行。

可以用 ChatGPT 或其他 AI 工具做 IPA 吗？

用于转录和整理是可以的，前提是已获得伦理审批并落实数据保护。对于经验陈述和诠释，AI 输出最多只能作为提示，因为这一方法要求研究者亲自完成意义建构。

总结

当你想了解一个小而具体的群体如何理解一段重要经验时，诠释现象学分析是合适的选择。逐案分析，统一使用 2022 年术语，报告分歧，并让诠释始终出自你本人。访谈提纲准备好后，免费开始，获取 30 个积分，在 Qualitati 中收集并转录访谈，跨个案整理你的经验陈述。

人工审阅说明：本文的示例和 IPA 质量清单是 Qualitati 研究团队的编辑工具，并非经过验证的测量工具。请与导师及上文引用的 IPA 文献核对样本规模和报告规范。