主题
质性主题
在文本中寻找隐藏的模式。
方法来源
主题分析（Thematic Analysis）由 Braun 和 Clarke 于 2006 年提出， 是在质性数据中识别、分析、组织和描述主题的方法。
它的核心目标不是构建宏大的理论，而是通过主题来组织和深度诠释数据中 丰富、复杂且有意义的内涵。
原方法的六个步骤是：熟悉数据 → 初始编码 → 搜寻主题 → 审查主题 → 定义与命名主题 → 撰写报告。
适用场景
适合：
- 想系统整理访谈、焦点小组、开放题作答里的主要议题。
- 需要一套有方法论文献支撑的编码流程写进论文方法部分。
- 目标是「把数据讲清楚」，不是「提出新理论」。
不适合：
与扎根理论的关系
如果你不确定该选哪个，先看质性编码总览里的对比表。 一句话：要理论选扎根，要主题选这里。
操作步骤
| 步骤 | 要做什么 | 产出 |
|---|---|---|
| 1. 数据上传 | 上传原始材料 | 语料 |
| 2. 主题选择 | 确定分析主题与关注点（支持 AI 推荐） | 研究主题 |
| 3. 初始编码 | 通读数据，给有意义的片段贴初始标签 | 初始编码表 |
| 4. 子主题提取 | 把相近的初始编码归并为子主题 | 子主题表 |
| 5. 子主题关联 | 建立子主题与初始编码的对应关系 | 关联结果 |
| 6. 核心主题编码 | 从子主题中提炼核心主题 | 核心主题表 |
| 7. 主题概念化 | 对主题体系做概念层面的总结 | 概念化结论 |
| 8. AI 解读 | 生成学术化表达 | 可写入论文的段落 |
八步串行，每步依赖上一步。
结果说明
| 结果 | 说明 |
|---|---|
| 初始编码表 | 每条标签及其对应的原文片段 |
| 子主题 / 核心主题表 | 层级化的主题体系 |
| 编码统计图 | 各主题的编码数量分布 |
| 主题概念化结论 | 对主题体系的整体诠释 |
每个阶段的结果都可以下载、可以修改标签后重新生成。
计费方式
| 步骤 | 计费 |
|---|---|
| 数据上传 | 免费 |
| 主题选择 | 按次固定积分 |
| 初始编码、子主题提取、子主题关联、核心主题编码 | 按文本字符数计费 |
| 主题概念化 | 按次固定积分 |
| AI 解读 | 按次固定积分 |
具体积分以产品内价目表为准。
与 Nvivo 的关系
结果支持转换为 Nvivo 等软件的格式，便于基于熟悉的工具做二次调整。
相关流程
详细操作文档
📖 4.3 主题分析