首页 理论教育 质性分析方法

质性分析方法

时间:2022-03-09 理论教育 版权反馈
【摘要】:或许是对量化分析方法的质疑,数学课堂对话分析中质性分析方法越来越受到推崇。质性分析方法更关注揭示课堂对话互动的过程、意义和社会属性,强调研究者对被研究现象本质的洞察。互动分析方法植根于人种志学、社会语言学、对话分析和社会文化心理学等,是一种研究人与人以及人与其环境客体之间互动的跨学科方法。总体上说,质性分析方法具有一定的优点和缺点。

二、质性分析方法

或许是对量化分析方法的质疑,数学课堂对话分析中质性分析方法越来越受到推崇。质性分析方法更关注揭示课堂对话互动的过程、意义和社会属性,强调研究者对被研究现象本质的洞察。常见的质性分析方法有:人种志分析(Ethnographic analysis)、社会语言学研究(socio-linguistic)、会话分析(conversation analysis)和互动分析(interaction analysis)等。

会话分析内容将在本书第三章“学理基础”部分作重点展开,此处不再赘述。互动分析方法植根于人种志学、社会语言学、对话分析和社会文化心理学等,是一种研究人与人以及人与其环境客体之间互动的跨学科方法。[86]它源于20世纪60年代,70年代被用于课堂研究,80年代与情境理论和协作理论结合而使其分析技术得以不断改进,90年代后逐渐发展成为分析真实课堂教学活动的主要研究方法。互动分析法的关键“不在于分析对话之间的轮回结构,而在于关注话语在学习活动中如何作为意义建构的中介”,有利于揭示师生与生生之间的对话特征以及协作学习的交互机制。

互动分析的基本假设有三个:其一,知识和行动的产生、组织和使用在根本上是社会性的,置身于特定的社会和物质生态中。研究者需要追踪不同时间和空间,特别是自然发生的实践共同体成员之间的日常互动,获得理论化知识和实践的基本数据。其二,证实的观察提供了分析世界的最好基础,也就是说理论是建立在经验证据的基础上的。其三,不仅对于日常互动的参与者,还是对于通过录像观察这些互动的分析者来说,这个世界是可理解的和可觉察的。在互动分析时,通常需要先依据话语实录追踪学习的发生轨迹及其中的关键事件,然后将这些事件片断分多个时间转译为文本,并进行适当的编码和解释。除口头话语外,其他的非言语成分,如脸部表情、肢体动作、言语停顿、言语重复、打断等都有可能成为分析的内容。根据研究需要不同,可采用窄分析和宽分析两种做法。窄分析的内容包括对话和大量非言语成分的具体的微妙的信息,这种分析的文本转录是一项费时费力的工程,一般只能聚焦于复杂互动流程中的小片断对话,如30秒的课堂对话中发生了什么。宽分析的内容只记录说了哪些话,省略了音量、音高、音长和重复等言语细节,这种分析可能会丢失大量的信息,但有利于研究较大容量的话语,通常将定性和定量相结合,基于预先的理论框架进行编码分析。

大多数的课堂互动分析通常是借助录像技术进行的。因为录像技术满足了互动分析重复费时的工作特性,以及微观洞察真实情境学习的数据需要。互动分析常常与会话分析、录像分析等多种方法相结合,被广泛运用于数学课堂对话研究中。如以色列海法大学的斯法德(A.Sfard)开发了焦点分析(focal analysis)和偏见分析(preoccupational analysis)方法,在焦点分析中以斜率曲线(slope episode)作为工具来分析焦点流,在偏见分析中以编码转录即互动流程图(interaction flowchart)作为分析工具。以下是斯法德的互动流程图样例。[87]

img34

注:图中分为A、B、C三栏,每栏下均有两个独立的个体,如学生a和学生b,可用圆圈表示。数字表示话语的顺序,如[5]表示该对话片断中所出现的第5个话语。箭头表示对话的过程,即话语由谁向谁发出。实心箭头表示源话语者对目标话语者作出了直接反应,空心箭头表示源话语者邀请目标话语者作出一种反应,接下来的话语就是一种期望发生的反应。双向箭头表示说话的两个个体互相作出反应和回应。

此外,还有研究者通常会采用教师访谈、撰写反思日记等方式,收集录音录像或文本数据,细致地刻画数学课堂对话的特征。总体上说,质性分析方法具有一定的优点和缺点。其优点表现为:第一,由于分析框架不是预设的,所以用这种方法来分析任何一种叙述性的谈话,都是全面性的分析而不是推论式的分析,研究者不必就先前假设作出意义上的判断;第二,由于不基于先期假设之上的编码,所以分析时不会受到预设框架的束缚,可针对数据中出现的任何新的有价值的信息开展延伸性的分析;第三,在研究报告中,所有的谈话和互动样例都可以用来表征研究者写作的意图和具体解释而不必考虑读者是否信得过其中的分类观点,所有整合性的理解、错误的理解或者不同的观点,都可通过后续的数据或谈话记录/转录文本得以进一步印证。质性分析方法也不可避免地存在一些不足:第一,这种方法很耗时,需要花5—12个小时来描述和分析实际上仅为1小时的谈话,运用这种方法来处理大数据是很困难的;第二,这种方法只依赖于个别的或特殊的样本,所以运用这种分析作出令人信服的一般化结论也是很困难的;第三,研究者为了支持他们的观点,通常是用开放的心态来选择特定的样本,所以样本很可能是零碎的而不是系统的。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈