【锚点】这一讲只钉一个方法判断：【定性研究最值钱的不是编码信度，而是可拒绝码】。【可拒绝码】是指事先写清楚：哪些观察一旦出现，当前主题必须被修改或放弃。

【显式】很多方法课要求报告【编码者信度】：两个 coder 对同一段访谈打码，算 Cohen’s kappa 或 Krippendorff’s alpha，达到 0.7 以上就放心。比如 12 份医院安全访谈、300 个代码、kappa=0.78，看起来非常严谨。

【隐式】但高一致只能证明两个 coder 共享同一套盲区。【流程节点链路】：【原始访谈】→【开放编码】→【主题聚合】→【反例筛选】→【叙事定稿】。真正危险的是第 4 步：如果两个 coder 都被“个人失误”框架带跑，他们会一起把 3 句“我们上报过，但没人处理”的访谈合并成“模糊表述”，于是主题继续停在【个人责任】，而真正可能成立的【系统失效】被挤出叙事。

【细微】真正值得警惕的不是 coder 之间随机分歧，而是【分歧集中在少数反例上】。300 个代码里，5 条反例只占 1.7%，却可能改变解释层级：从“护士没看清”变成“报警系统被静音”。如果这些反例被降格为“边缘案例”，你的信度数字越高，叙事越像被抛光过的假数据。

【极难发现】更隐蔽的是【饱和错觉】：你以为数据够了，其实只是【反例检索成本】变高。【流程节点链路】：【初始主题】→【支持码累积】→【反例检索成本上升】→【饱和错觉】→【主题固化】。当你开始只读“像主题”的句子，反例不是消失了，而是被你的搜索路径过滤掉了。

【可拒绝码】的写法很具体：在正式编码前写一张【主题死亡清单】。例如：若 ≥3 名受访者独立提到同一上游原因（设备、排班、报警静音），则“个人失误”主题必须降级为“个人失误+系统条件”；若出现 1 个完整反例且无法用情境差异解释，则必须重做主题聚合。这样，主题不是被故事选中，而是被证据拒绝过之后还留下。

最后留一个值得吵的问题：一个定性主题，如果它没有被预先设计的反例搜索击中过，它算“稳健”，还是只算“你还没遇到麻烦”？