在教育评估中，研究者常常同时面对两类问题：一项教学干预是否产生了可量化的效果，以及参与者在过程中经历了什么、为什么会出现变化。单独使用问卷或测试可以呈现平均效应，单独使用访谈或课堂观察可以捕捉复杂情境，但各有盲区。混合方法研究的价值，正在于把两类证据系统地组织起来，而不是简单地把“问卷结果”和“访谈记录”放在同一篇论文里。下面以一个虚拟的混合式教学改革评估项目为例，说明如何从研究问题出发，完成设计、采样和数据融合。
从研究问题出发：明确混合目的与整合层次
在开始设计之前，研究者需要先判断：所研究的问题是否真的需要混合方法。如果只有一个单一的定量问题或单一的定性问题，强行混合只会增加不必要的复杂度。一个典型的混合方法研究问题往往包含两个层面：效果或差异层面的“是否”，以及机制或体验层面的“如何”和“为什么”。例如，该项目可以提出一个总问题：“混合式教学改革是否提升了本科生的学习投入，以及这一变化是如何发生的？”这个总问题可以进一步分解为定量子问题（如“实验组与对照组的学习投入得分是否存在显著差异”）和定性子问题（如“学生如何感知新的学习流程，哪些环节影响了他们的参与”）。
整合层次决定了两类数据在哪个环节发生关系。最低限度是在解释阶段对两套结果进行对比；更深层次的整合发生在设计阶段，例如决定定性问题来源于定量结果。常见的整合层次包括设计层面、数据采集层面、分析层面和解释层面。研究者需要根据混合目的选择主要整合层次。如果目的是三角验证，通常需要在数据采集后对同一现象分别收集证据并比较；如果目的是解释机制，则可能需要在设计层面安排顺序连接；如果目的是补充细节，嵌入设计可以在主方法进行过程中辅以另一类数据。这一选择不应等到数据收完才决定，而应在设计阶段明确。
选择混合设计并制定采样方案
混合方法研究通常有三种基础设计：并行设计、嵌入设计和解释型顺序设计。三者不是模板，而是不同的整合逻辑。
| 设计类型 | 数据收集时序 | 整合逻辑 | 典型适用场景 |
|---|---|---|---|
| 并行设计 | 定量与定性同时或近乎同时收集 | 独立分析后合并比较 | 需要交叉验证或全面理解同一现象 |
| 嵌入设计 | 一种方法为主，另一种方法嵌套其中 | 辅助数据嵌入主分析过程 | 以实验或量化评估为主，同时需捕捉情境或过程信息 |
| 解释型顺序设计 | 先定量后定性 | 用后一阶段结果解释前一阶段结果 | 定量结果需要深入解释或出现意外发现 |
如何选择？关键回到研究问题的优先级。如果总问题同时需要证明效果和解释过程，且两类数据可以独立回答各自子问题，并行设计较为合适。如果研究以一项量化干预效果评估为主体，但希望了解实施过程中的阻碍或参与者体验，嵌入设计能避免额外的大规模定性工作。如果研究首先需要确认是否存在差异，再决定访谈哪些参与者，解释型顺序设计则更有效。例如，在混合式教学改革评估中，如果研究者已经预判学生参与度会变化，并希望同时了解原因，可以选择并行设计；如果定量结果需要用来筛选访谈对象，解释型顺序设计更合适；如果改革实施是一个动态过程，希望在每个阶段获得反馈，则嵌入式设计能让定性数据服务于主研究。
采样方案必须与两种数据的要求分别匹配。定量部分关注样本的代表性和统计推断能力，通常需要明确目标总体，并根据总体大小、变异性以及研究精度要求确定样本量；定性部分则更关注信息的丰富性，常采用目的性抽样，如选择典型个案、最大差异个案或能提供关键信息的参与者。混合方法中还需要处理两类样本之间的关系：可以是同一批人同时提供问卷和访谈数据，也可以从定量样本中有目的地抽取一个子样本进行后续访谈，或者定量与定性各自独立抽样。选择哪种关系，取决于研究问题和整合逻辑。例如，在解释型顺序设计中，定性阶段应尽可能从定量样本中有目的地选取参与者，使后续访谈能够回应前一阶段的数据特征。
数据融合的分析路径与常见误区
无论采用哪种设计，数据融合通常遵循以下步骤：
- 分别完成定量与定性的数据整理和初步分析，确保两套数据各自达到可解释的质量。
- 依据设计确定整合点：并行设计在分析完成后合并，嵌入设计在主动分析过程中引入辅助数据，解释型顺序设计则以定量结果指导定性阶段。
- 对同一研究问题分别概括定量发现和定性发现。
- 比较两者是否一致、矛盾或互补。
- 在结论中综合两类证据，形成超越单一方法的解释。
在并行设计中，两套结果需要放在同一张“结果解释表”里对照：定量结果是否得到定性证据的支持，矛盾出现在哪里，是否有互补信息。在嵌入设计中，定性发现不是单独成章，而是用来解释主动分析的过程，例如说明实验中的某些情境因素如何影响结果。在解释型顺序设计中，定量阶段的结果直接决定定性访谈提纲，最后再用定性材料解释定量模式背后的机制。
常见误区之一是“只要同时使用了问卷和访谈，就是混合方法研究”。如果两类数据分别回答不同问题，最后没有整合，那只是两个独立研究被拼在一起。第二个误区是整合点后置：一些研究者在收集完所有数据后才开始思考如何合并，这会导致方法之间缺乏衔接。第三个误区是采样策略与设计不匹配，例如在解释型顺序设计中，定性阶段没有从定量样本中有目的地选取个案，而是使用了另一批方便的参与者，导致无法真正解释前一阶段的结果。第四个误区是忽视数据权重，分析时随意选择有利于预设结论的证据，或者回避、淡化不一致的结果。混合方法研究应当明确哪类数据是主要证据、哪类是补充证据，并对矛盾结果给出解释，而不是强行统一。第五个误区是在报告时只分别展示定量和定性结果，缺少联合解释，使读者无法看到整合后的判断。避免这些误区的关键在于：在项目开始前写出明确的研究问题层级，在设计说明中说明整合层次和采样关系，并在分析计划中预判结果不一致时的处理思路。
在正式启动前，研究者可以问自己几个问题：总研究问题是否确实需要定量和定性两类证据；混合目的与整合层次是否明确；所选设计与研究问题层级是否匹配；两种数据的采样方案能否支持各自的推断目标；数据融合的步骤和结果不一致时的解释路径是否已经预先考虑。如果这些问题都有清晰答案，混合方法研究就更有可能真正发挥其整合价值，而不是停留在方法名词的简单叠加。
