定性研究追求分析性推广，不是统计学意义上的代表性
别名: 分析性推广 · 理论推广 · theoretical generalization
概念解释
质性材料的正当外推方式是分析性推广（analytic generalization）：把案例里站得住的机制、条件与变异模式接到理论或可迁移的命题上，而不是用样本去估计总体里某现象占多少。统计学意义上的代表性要求已知或可建模的入选概率，以及针对总体参数的估计；访谈、观察和个案研究通常不具备这套抽样装置。用“十二个人够不够代表用户”来评价质性结论，问错了对象。
机制
概率推广走的是实例到总体参数的路：样本均值或比例在抽样模型下逼近总体。分析性推广走的是实例到命题的路：若机制 M 在条件 C 下产生结果 R，新情境只要仍具备 C，就可以预期 R，无论新情境是否属于原样本的总体。论证负担因此从“人数够不够”转到“机制是否被案例充分阐明、条件是否写清、反例是否被认真对待”。目的性抽样正是为了覆盖对命题关键的变异，而不是为了模仿随机样本的人口分布。
怎么研究
写主张时分成两层：案例内已经观察的关系，以及准备外推的命题。为命题列出支撑它的案例、削弱它的案例、以及它依赖的条件。用复制逻辑而不是计数逻辑组织多个案例：字面复制看同类条件是否再现，理论复制看条件改变时结果是否按命题预期改变。若报告给出百分比，检查分母是否只是便利样本；是的话，百分比只能描述材料内部构成，不能充当总体估计。评审问的是命题能否被下一个不同但条件明确的案例挑战，而不是 n 是否达到某个习惯数字。
边界
分析性推广不能给没有机制的主题标签颁发护照，“很多人提到等待”并不是命题。它也不禁止研究者同时做定量估计——那只是另一条问题，需要另一套抽样。把分析性推广说成“所以不用管样本”，会把目的性抽样的理由也一起拆掉。读者仍可能做个案到个案的迁移判断，那是可迁移性，依赖厚描述，与把案例升格为理论不是同一件事。