12月20日晚，于天龙教授教育研究工作坊第五讲在26号楼104顺利进行，我院部分教师及研究生参加。于老师举出中英翻译中有趣的经典例子轻松愉快的开始了今天的讲座，随后切入今天的授课主题：质性研究——数据分析。于老师从“参与者的角度”、“参加人数少”、“开放式学习”、“不研究因果关系”、“常使用访谈与观察”五个方面介绍了质性研究的特征，接着提出质性研究的三个重要特点，第一，质的研究是解释性的，一千个人眼里有一千个哈姆雷特，这意味着最后的研究结果在很大程度上取决于个人研究人员。第二，质性数据分析是迭代的，不是线性的。第三，开始收集数据后应立即开始数据分析。于老师提出，定性数据分析具有解释性，好的分析不一而足，同样的数据可能有多重分析，且没有任何一种很好的方法来分析质性的数据。为更直观的解释质性数据分析是迭代的，于老师在数轴上呈现出“Idea”到“Finding”的思考过程，从好、坏两个情况论述了数据的收集与分析应同时进行。随后于老师论述了数据分析中的基本迭代步骤：一是整理数据；二是编码数据。其中在编码数据时，需要读取与熟悉数据，并在阅读时做好相关记录。Coding在英文中表示动名次，是一个过程。于老师指出，编码的目的在于使数据有意义，其结果是总结出数据的类别、模式和主题，从而找到质性研究数据分析的关键。编码的第一步是形成阅读与记录的习惯，编码应始于一个文件，在通读文件时，记下思路与想法。第二步是开放性编码，在确定好任何明显的想法后，用标签进行解释，同时在文本中进行标记。于老师以“对学校的负面态度”为例，提出聚焦编码应优化和减少开放代码。互动环节，于老师对我院师生提出的问题进行了详细具体的解答。
教育研究工作坊进行的第五天，通过于老师对数据分析的系统性讲解，我院师生对质性研究中的数据分析有了更深刻的认识与理解，同时对数据分析形成了基本的框架与思路。希望我院师生能够学以致用，知行并进。
写稿：田园园
审稿：张冬梅
摄影：马雷鸣