mixed-methods-instrument-design

混合方法研究工具协同设计

把一套研究思路落成两条可独立成立、又能在分析阶段真正汇合的数据收集管线：量化问卷回答“多少、分布、关联、差异”，质性访谈回答“如何、为何、过程、机制、意义与例外”。始终从研究问题和整合目的出发，不从题目数量或格式出发。

边界声明

每份产出开头说明：本 skill 设计数据收集工具与整合计划，不替代抽样实施、伦理审查、量表验证、访谈执行、编码、统计分析或研究结论。新写或实质改写的量表题项只能标作“待验证题项”；不同样本的数据可以在共同构念与研究问题层比较，不得把不同人的分数强行合并成个人层总分。

本 skill 必须保持跨主题通用。把用户给出的范本当作当前任务材料或测试材料，不得把其中的行业、地区、组织、人群、理论或维度固化为默认模板。

启动闸门

开始写任何问卷题或访谈题之前，建立可见待办并确认以下参数。信息缺失但不改变方法选择时，采用明确标注的暂定值；缺失会改变设计类型、人群或测量对象时，先向用户确认。

1. 研究目的、核心研究问题（RQ）与预期贡献。
2. 理论框架、核心构念或待探索主题；没有理论框架时明确标注探索性。
3. 研究边界：时间、地点、组织、案例或事件范围。
4. 量化对象、质性对象及各自抽样逻辑；不得默认两部分是同一批人。
5. 混合理由：互证、互补、解释、开发工具、扩展范围或寻找矛盾。
6. 时序与权重：同期/先后，QUAN、QUAL 或等权。
7. 数据收集方式、语言、敏感性、伦理与合规要求。
8. 计划的统计分析、质性分析和整合位置。
9. 交付格式：Markdown、DOCX、XLSX 或其他；默认真实研究工具档。
10. 是否需要问卷星在线草稿；未明确提出时不得连接账号、创建草稿或发布。提出时再确认每个 form 是独立问卷还是经过论证的单问卷分流。

随后完成四项硬闸；未完成时不得出题：

• 建立 RQ—构念/主题—人群—资料来源的中央映射草稿。
• Web 检索同主题的既有量表、正式调查工具和访谈 protocol；记录检索式、来源质量、借用内容与改写内容。
• Web 核查所有拟使用的理论、量表、方法框架、计分方式和阈值的原始或权威出处。
• 选择并论证混合方法设计；“用户想同时拿到两份文件”不能代替方法设计判断。

详细判定规则见 references/mixed-methods-design.md，来源纪律见 references/authoritative-sources.md。

工作流

1. 判定设计类型

从下列路径中选择，并在产出中写明理由、时序、权重和整合点：

• 并行汇聚式（convergent）：两条管线围绕共同构念同期设计、分别分析，再比较一致、互补与矛盾；可使用不同样本。
• 解释型序贯（QUAN → qual）：先取得量化结果，再以异常值、组间差异或未解释模式决定访谈对象和追问。
• 探索型序贯（QUAL → quan）：先以访谈形成概念、语言和维度，再开发或改写问卷并验证。
• 嵌入式（embedded）：一条管线为主，另一条在特定阶段补充过程或情境证据。
• 多阶段（multiphase）：多轮连接、开发和验证；每一阶段分别声明输入、输出和整合点。

如果用户要求“同步生成”，而研究问题明显需要序贯设计，说明冲突，提供阶段化版本。后续阶段尚无实证输入时，只能输出“预案/占位框架”，不得伪装成已经由结果驱动的定稿。

2. 建立中央映射矩阵

先建矩阵，再分别出题。每行至少包含：

RQ	strand intent	构念/主题	量化对象与变量	质性对象与问题功能	其他证据	整合策略	预期推论

strand intent 取 QUAN、QUAL 或 MIXED。标为 MIXED 的 RQ 必须同时有问卷和访谈覆盖，并至少有一个明确整合链接；允许方法专属 RQ，但必须解释它与上位混合目的的关系。

禁止：孤儿题、无人群归属的题、把学术 RQ 原句直接抛给受访者、仅因主题相同就宣称两类数据可整合。

3. 完成完整问卷管线——质量锁

在起草问卷部分前，必须完整读取并执行 references/questionnaire-design/SKILL.md，再按其路由读取本次任务需要的参考文件。该目录是自包含的问卷方法子包；不得用本文件中的摘要替代问卷控制器，也不得因为用户只想“边问边填”就跳过来源、认知测试、测量、模式和伦理判断。

严格执行问卷控制器的全部适用要求，包括但不限于：

• 工具类型判定，区分事实调查、态度题组、潜变量量表、测验、筛查和登记表；
• 总调查误差框架及目标总体、抽样框、回答者、观察单位和分析单位；
• RQ—构念—变量—题项映射、原始/官方工具检索与逐题来源状态；
• 理解—检索—判断—作答四阶段、十二条题项红线和人群知识边界；
• 响应选项、量尺、中点、题序、随机化、回忆期、敏感题与计分依据；
• Web/移动/纸面/电话/面访的模式适配、跳题、校验、路径与导出测试；
• 多语言 TRAPD、目标语言预测试、跨群体内容/反应过程/测量等值；
• 目标人群认知访谈、可用性测试、field pilot 与修订日志；
• 内容、反应过程、内部结构、可靠性/误差、关系、公平性和用途后果证据；
• 概率/非概率样本、无应答、在线重复/机器人/低努力作答和透明报告；
• 伦理审查、知情同意、最小必要、敏感信息、去标识化与数据生命周期；
• 研究者设计版、受访者实施版、数据与编程版三层交付。

至少交付：

• 问卷边界、对象、筛选题与知情同意；
• 构念—题项—来源表；
• 按目标人群分开的问卷版本；
• 题号、变量名、题型、选项编码、跳题逻辑、缺失值规则和计分规则；
• 成熟量表、改编题项、新编题项的逐题来源状态；
• 认知访谈、专家审查、可用性测试和小规模预测试方案；
• 数据质量与分析准备清单。

不要为了与访谈“对应”而把开放问题机械改成评分题。量化题必须有可解释的测量对象、适合目标人群的回答任务和可分析的响应格式。

4. 完成完整访谈管线——质量锁

在起草访谈部分前，必须完整读取 references/interview-guide-design/SKILL.md，并按其中的路由读取本次任务需要的参考文件。该目录是原 interview-guide-design 的完整方法基线；不得用本文件中的摘要替代它。

严格保留原访谈 skill 的全部适用要求，包括但不限于：

• IPR 启动闸门、同主题 protocol 检索与出处核验；
• RQ—访谈题映射；
• 主问题—追问—探测三层；
• 大游览开场、四段式对话流和收尾兜底题；
• 七条质性提问红线；
• 可信度四准则、三角验证、成员核验、反身性、立场性和负向案例；
• 精英/关键知情人、脆弱人群、进入现场与权力关系适配；
• 伦理、录音同意、保密、去标识化、数据管理；
• 研究者版、现场详版、现场简版三版产出；
• 专家 close reading、pilot、抽样、饱和与分析准备清单。

问卷篇幅不得挤压访谈篇幅。若单次响应长度不足，拆分为多个文件或分阶段交付，也不得删去访谈方法模块。

5. 设计整合

完整读取 references/integration-and-joint-display.md，预先声明整合发生在哪里：抽样连接、工具开发、资料收集、分析、解释或报告。至少生成一张空白联合展示，列出每个 MIXED RQ 的量化指标、质性主题/证据、两者关系和元推论栏。

对结果关系预设三种状态：

• 确认（confirmation）：两条证据支持相近结论；
• 扩展（expansion）：一条证据补充另一条未覆盖的机制、情境或例外；
• 不一致（discordance）：结论冲突，保留冲突并提出复核与解释路径。

不以“结果一致”为成功标准；有依据的不一致本身可以形成重要发现。

6. 机器校验与人工自检

用 assets/instrument-map.template.json 建立混合方法映射，并用 references/questionnaire-design/assets/questionnaire-spec.template.json 建立完整问卷规格；运行：

python scripts/validate_alignment.py path/to/instrument-map.json
python references/questionnaire-design/scripts/validate_questionnaire_spec.py path/to/questionnaire-spec.json

修复全部 ERROR，并人工审查 WARNING。逐项完成 references/quality-gates.md。脚本只能检查结构、来源状态与验证诚实性，不能替代方法学判断、文献核验、认知访谈或 pilot。

用户要求 Word 时，默认只交付一份包含全部问卷与访谈提纲的完整文档。完整读取 references/output-contract.md，使用文档 skill 和 assets/mixed-instruments-docx-template.js，把各问卷 form 与各访谈对象按附表/章节依次汇入同一个 DOCX。研究者映射、JSON、验证记录和生成脚本作为内部工作材料保留，除非用户明确索要，不单独交付。

7. 可选：创建问卷星未发布草稿

仅当用户明确要求推送或在线管理时，完整读取 references/wenjuanxing-publishing.md。先从已经通过问卷规格校验的 JSON 生成问卷星 JSONL：

python scripts/prepare_wjx_payload.py path/to/questionnaire-spec.json path/to/internal/wjx

每个 form 默认对应一份独立草稿。manifest 存在 blocker 时不得推送；不得为了“成功创建”而省略跳转、随机化、拒答、必答或验证规则。使用问卷星官方 wjx-cli 创建草稿，首次创建禁止添加 --publish。回读线上题目并逐路径预览后，只有用户针对具体问卷 ID 再次明确确认，才可正式发布。

API Key 属于秘密，只能进入环境变量、系统密钥管理或用户级 CLI 配置，不得写入 Skill、项目、Word、JSONL、manifest、日志或回复。人工访谈提纲仍留在 Word；问卷星 AI 访谈必须作为不同平台能力单独核查。

8. 交付

按 references/output-contract.md 组织内容。默认成品是一份完整 Word，内部依次放置封面与适用对象说明、问卷、访谈提纲和必要的结束说明。多个人群按附表/章节分隔，但不拆成多份文件。只有用户明确要求分卷、XLSX、研究者审查材料或平台编程规格时，才额外交付其他文件；现场内容不得泄漏 RQ 编号、构念标签、计分意图或研究者备注。

不可违反的纪律

1. 通用性：不得把示例主题、人群和维度写成默认内容。
2. 双轨完整：量化用信效度与测量误差逻辑；质性用可信度、反身性与证据链逻辑。
3. 问卷保真：完整执行问卷控制器及适用专题；不得压缩成“几道评分题”，也不得把一般调查机械心理测量化。
4. 访谈保真：完整执行内置原访谈 skill；不得压缩成“几道开放题”。
5. 样本分离：不得默认问卷与访谈是同一受访者；在设计层明确各自总体、抽样和分析单位。
6. 来源可追溯：每个量表、框架、阈值、作者和年份均需 Web 核验；找不到就标“待核”或删除。
7. 验证诚实：新题、译题、改题均不得继承原工具的效度声明；不得虚构信度、效度、饱和或代表性。
8. 整合真实：至少在设计和解释层建立明确连接；两份并列文档不自动构成混合方法。
9. 人群适配：同一构念可由不同人群提供不同层级证据，题面必须符合各自知识边界与语言习惯。
10. 伦理前置：敏感信息、脆弱群体、权力不对等、录音与可识别资料必须在工具定稿前处理。
11. 不代替实施：不得声称已经完成专家评审、认知访谈、pilot、量表验证、饱和判断或成员核验。
12. 上线可控：默认只做本地设计；平台推送只创建未发布草稿，正式发布须针对具体问卷 ID 再确认，不得静默降级无法无损映射的逻辑。

参考文件路由

文件	必须读取的时机
references/mixed-methods-design.md	每次判定设计、样本关系、时序、权重与整合点时
references/questionnaire-design/SKILL.md	每次生成或审查问卷时必须全文读取，并按其表格继续读取适用参考文件
references/questionnaire-design/references/sources.md	每次核查问卷方法依据、标准范围、法律状态、量表与阈值时
references/interview-guide-design/SKILL.md	每次生成访谈提纲时，必须全文读取
references/integration-and-joint-display.md	每次构建中央矩阵、联合展示与元推论计划时
references/quality-gates.md	每次交付前逐项自检时
references/output-contract.md	每次组织最终产出或生成 DOCX/XLSX 时
references/authoritative-sources.md	核查方法依据、设计检索策略与记录来源时
references/wenjuanxing-publishing.md	用户要求推送问卷星、创建在线问卷或管理答卷时