西门子工业电源全国授权一级总代理
当然，我们有必要重想要了解为什么代码审查总是花那么长的时间。虽然你的研究结论可能无法推广到管理数据库后台的团队，但是却可能推广到其他类似领域的Web程序的前端团队。正确地认识在什么时候可以推广研究结果和定性研究本身一样困难。二者都需要依靠主观判断来确定哪些假设在新的环境之下仍然有效。申一点，那就是每个定性研究都有其局限性，但是大部分的研究都能给我们宝贵的启示。作为一个定性研究的客观解读者，我们必须接受这个现实，并认真地辨别这两点。好的研究报告会帮你解决这个问题，比如这本书里介绍的研究。
4.3 在工作中运用定性研究方法如果任何一个问题的回答是“否”的话，也许你就不适合做这个研究。相反，你可能需要找到你想解决问题，而你正管理着一整个团队的人，他们都可以解决问题……那还不让他们来帮忙！不过，你必须明确告诉他们，你的目标是了解他们，不是命令他们。你还应该表明每个人的解释不同很正常，因为每个人的角度不同。在表明了这些之后，团队成员们就会明白你想从不同角度来看问题的愿望，并和他们产生共鸣，这样他们就更容易真诚地进行反馈。
浔之漫智控技术（上海）有限公司（w）
是中国西门子的合作伙伴，公司主要从事工业自动化产品的集成,销售和维修，是全国的自动化设备公司。
公司坐落于中国城市上海市，我们真诚的希望在器件的销售和工程项目承接、系统开发上能和贵司开展多方面合作。
以下是我司主要代理西门子产品，欢迎您来电来函咨询，我们将为您提供优惠的价格及快捷细致的服务！
后，定性研究方法有时候会让人感觉松散而随意。你怎么能相信这样一个没有结构的流程所得出的结果呢？问题的关键在于你必须认识到自己周围的偏见并接受它。作为研究员的你有偏见，你的受访者有偏见，而你所使用的各种研究方法也都偏向于揭示某种现象。你越能明确地识别这些偏差，越了解它们会如何影响你对研究结果的解读，你的研究结果就越客观。
4.4 推广应用定性研究的结果
无论你是在论文中看到定性研究的结果还是你自己做的研究，都会有一个问题，那就是这些结果能在多大程度上被推广到别一个更加公正的合作伙伴来替你进行这个研究。举例来说，监察员就是非常好的研究人员的候选。他们是中立的一方，但是他们又必须从多个角度看待问题，这样才能更高效地沟通和解决问题。如果在你的公司中有监察员，那么他们将是非常好的学习定性研究方法的候选研究员，而且还将在改善工作环境的过程中扮演重要的角色。
如果你的员工确实很喜欢你，那么另一个重要的因素就是你的员工。他们能否很好地进行沟通？他们是否诚
他们是否喜欢隐瞒不报？你的团队有没有分派系？在团队中有没有不断改善的传统，或者说团队是否僵化而保守？这些都是确定某种研究方法是否可行的社会因素。举例来说，如果员工很喜欢隐瞒不报，那么就不能使用直接观察的方法，因为他们知道自己正被观察。文档分析可能会有用，但是你的团队会不会考虑隐私的问题？访谈只有在访问者能与受访者建立融洽关系的时候才有效，否则就得不到任何效果。好的定性研究方法的目标是找到一种观察的方法，既能使偏见小化，又能使客观性大化。
无论是你还是别人来做这个研究，还有一个重要的考量就是你如何来向团队解释这些研究。在任何情况之下，“秘密进行研究”的想法都是极坏的。你提出问题的原因也许是因为
虽然定性研究方法通常是在学术研究中使用，但是这些方法在工作中也有很大的作用。实际上，当你需要回答任何没有标准答案的问题的时候，这些方法就可以帮上忙。而在软件工程中遇到的问题几乎总是如此。软件测试人员可以使用定性研究方法来解决在测试中遇到的与人相关的低效问题，而项目经理们则可以使用这些方法来研究团队的社交指标会如何影响效率。设计师、开发人员以及需求工程师们可以使用定性研究方法来更深入地理解他们的用户，以便更好地满足用户的需求。当你需要分析谁、什么、何时、何地、怎么做以及为什么之间的关系的时候，定性研究方法就可以帮上忙。
使用定性研究方法就和当个名侦探或者记者一样：关键是要发现事实真相，并讲一个令人信服的故事——但同时还必须意识到从不同的角度会看到不同的事实真相。你会如何来发现这些角度在很大程度上取决于研究的状况。你需要对研究所处的社会背景有所领悟，这样你才能知道谁可以信任、他们存在哪些偏见以及他们的哪些动机可能会影响你的判断。只有具备了这些认识之后，你才能确定如何结合使用直接观察、跟踪观察、访谈、文档分析、日记研究等方法。
后，你是否信任这项研究的输出及其推论？学术论文的写作标准要求将研究结果和推论区分开来，以方便读者确定他们是否可以根据同样的证据得出同样的结论。但是在Knuth的文章中，他从头到尾都把两者混在了一起，不但详细地介绍了TeX的各种故障，也提出了他的研究推论。比如说，在描述了关于意外类错误（Knuth说这些是全局误解）的各种有趣故事之后，他这样说道：
这段经历告诉我们，所有的软件系统都应该经历你能想象到的不友善难对付的测试的磨炼，否则，即便在大量部署并取得较好的反响之后的数年中，我们也几乎可以肯定系统会不断地产生bug。