在設定研究的優先順序、發展假設以及生成研究設計時，交織性的研究方式（請見名詞解釋：交織性）是個重要的考量。採取具交織性的研究方法可對於健康成果之變化提供更好的預測，與辨認使用者的需求，最終將能帶來更具包容性的研究與建設解決方案（Weber et al., 2007）。舉例而言，生理性別、社經狀況、職業的性別區隔，以及語言間的互動會影響著務農者暴露於內分泌干擾物的狀態（請見案例研究：環境化學物質）。近期的研究也呈現出了具交織性的研究方式得以如何提昇人工智慧臉部辨識之準確性（請見案例研究：臉部辨識），以及能源效益測量（請見案例研究：智慧能源解決方案）。
辨識問題
在涉及人類對象的實驗中，交織性研究方法或許有其相關性。雖然生理性別與社會性別是重要的考量概念（請見分析生理性別；分析社會性別），但它們亦會受到其他社會性及生物性因子的形塑。研究問題生成的方式決定了分析所需的交織性變因。最為重要的分類、因素以及關係是無法事前決定的，而是會在研究的過程當中逐漸浮現（Hankivsky, 2014）。
在開始一個研究之前，研究人員應該先進行系統性的文獻搜尋，以辨識出有潛在關聯的因子與分類。這些因子及分類可能是生物性的、社會文化的，或是使用者、參與者、實驗對象或細胞的心理特質（請見表格）。即使是交織性的因子，例如飲食或基因變異，也可能是考量的重點。這類的因子可能得以揭示出僅使用生理性別作為變因時，未能看清之性別差異子群（請見案例研究：基因營養學）。
在這個階段，思考社會脈絡也很重要的，包括了依據人們的社會性別、種族、社經地位、性傾向、地理位置等因素，以不同的方式形塑其生活經驗、機會與選擇之社會性的、機構性的，以及社群層次的環境（例如法律、政策、健康照護提供者、學校系統、執法單位、宗教機構、犯罪率）（Bowleg, 2012; Hankivsky, 2014）。
最後，可能也需要考量誰的實用知識或經驗與你的企劃有所關聯。在研究過程中（從生成問題到設計研究）納入多元的研究對象或潛在的末端使用者，或可銳化交織性分析並帶來更具有包容性的解決方案（請見方法：共創及參與式研究）
設計研究
交織性研究的設計應該要能夠解釋相異但互依之類屬及因子間的加乘效果。確認哪些研究方法（質化、量化，或是混合方法）最適合用來檢驗與你的企劃相關之交織性變因。質化研究（例如焦點團體、文本分析、訪談與觀察）得以仔細窺探形塑了人們的認同、機會與行事之因子、過程以及關係間的複雜網絡。量化研究（例如問卷調查、社群媒體資料、購物與註冊資料）則讓研究人員得以檢視跨群體與子群體的異同之處，也能夠呈現這些異同之處如何依社會脈絡而有變化並隨著時間而改變（Else-Quest and Hyde, 2016; Bowleg, 2008; Shields, 2008）。在混合方法研究設計中，質化方法可以用於探索有哪些交織性類屬、因子及關係可以在後續的量化分析中進行檢視。然而，質化方法也可以用來深化理解從過往的量化分析中找出的重要互動與關係。舉例而言，一個量化分析或許會呈現出無法以社會性別或社經地位單獨解釋之的意想不到之女男差異，例如高社經地位的女性有著與低社經地位的男性類似的健康狀態（Sen et al., 2010）。在這樣的狀況中，透過質化的後續研究或可協助耙梳出驅使研究所觀察到的差異或相似之處的潛在過程和機制。
必須時時考量研究關注之交織性分類與因子其潛在的動態天性。不同分類與因子的重要性能會依社會脈絡而有差異，也可能隨著時間改變（Hankivsky, 2014）。在量化研究中，這類的變因可使用地理空間分析或縱貫設計進行檢視（Weber et al., 2019; Warner & Brown, 2011）。
最後，使用質性訪談或是問卷調查的研究者應該在展開資料蒐集之前，檢視其問題與類屬是否具有誤導性或刻板的預設。針對目標群體進行廣泛的前導研究與∕或認知訪談將有助提昇研究的信效度，並且讓資料的蒐集更有效率。
蒐集資料
運用交織性研究方法，便是預設了要蒐集與生理及社會性別交織之因子的資料（例如族裔、宗教、性行為、生活方式、社經地位、障礙、跨性別者的社會性別類屬等等）。
針對個人層次的類屬與特性之關注必須輔以對群體層次之因子的留意（例如於家庭、街坊、機構、區域、州省或國家層次）。同樣的，須包含的相關變因會依照研究所認定的問題而異。在街坊的層次，可能要包含了空氣品質、犯罪率、人口密度或空房率等等的測量。在州省與國家的層次，可能要解釋例如健康照護政策方針、育嬰假政策，或是跨性別權益的立法（Bowleg & Bauer, 2016）。
在量化研究中，為了讓數據分析有其意義，須計算你的分析中所包含的各個群體所需要之最小樣本數（Rouhani, 2014）。為了讓跨群體之比較及互動分析達到有效的數據檢定力，策略性地針對部份群體做超取樣可能是必要的。同伴推動抽樣法（Heckathorn, 1997）以及時空抽樣法（MacKellar et al., 2007）可用來募集傳統抽樣方法難以接觸到的被邊緣化或是隱藏的群體（Bowleg & Bauer, 2016）。
在質化研究中，樣本必須要足夠多樣，以捕捉到與研究問題相關之多樣化的交織位置。
資料分析
交織性分析之意圖在於闡明相異但又互依之類屬及因子間的加乘效果。
量化研究應該要超越對於主要影響的添加焦點（例如評估社會性別、種族及性傾向分別的影響），並進一步檢視關注的變因間如何交織（Bauer, 2014; Hancock, 2007; Bowleg & Bauer, 2016）。
多層次的模型（例如階層線性模式）可用來耙梳出現有的結果當中之個人層次變因與群體層次因子的影響（例如醫院的配置、街坊、州省或職業）。
在迴歸分析模型中，互動詞彙可用來探究特定區域內交織著兩種或更多類屬的受試者（例如黑人男同志，或異性戀亞裔女性）在給定的結果中有著什麼差異。若是有為各個交織的類屬計算二分變項，多重的主要影響亦可用來檢視這類的差異（Sen et al., 2010）。舉例來說，一個檢驗與生理性別及種族相關的交織性類屬之主要影響的醫療研究發現，心肌梗塞病患的住院死亡比例在白人女性、白人男性與黑人男性中沒有顯現出太大差異，唯有黑人女性的比例較高（Vaccarino et al., 2005）。若是該研究的焦點侷限在兩個主要影響（生理性別與種族）而未包含此四個面向交織的二分變項（白人男性、白人女性、黑人男性與黑人女性），那麼可能就會忽略了這個重要的發現（see also Sen et al., 2010）。
質化分析通常就具有探索性的天性，應能針對於在一既定脈絡當中交織形塑著人們的認同、機會以及行事的多樣類屬、因子及過程提供豐厚的描述性說明(Hunting, 2014)。這樣的一個分析應能同時檢視跨類屬與因子的共通性與差異性，並且察覺群體當中在經驗、觀點與行為上的變化。多層次的研究取徑透過為資料素材以巢狀編碼的操作，可用來探索個人的經驗與行為與更廣的群體層次與脈絡化因子有何關聯（Hankivsky, 2014）。
報告與發佈結果
報告應依照社會性別、生理性別以及相關的交織變因具體說明樣本的特性，並且闡述汲取各變因資訊之方式。為提昇透明度，研究人員應報告交織性分析的所有相關結果，包括未定論之結果。明確交待哪些發現被廣泛地普及了，而哪些則適用於特定的人口、變因或地理位置。
在報告跨群體比較之結果時，也提供群體內部的差異以及群體彼此間的分佈重疊之資訊。小心避免過度強調個人或群體間的差異。確認差異與相似之處的資訊在文字、表格與圖示中都有恰當的說明，且對於細微差異的敏感度在整個報告當中都能加以維持（Else-Quest & Hyde, 2016b; Cole, 2009）。
在量化研究中，數據的互動（以及效應測量修改）應以足夠的細節加以報告，以便讀者解讀效應大小以及研究發現的實際重要性（Bauer, 2014; Knol & Van der Weele, 2012）。
考量到交織性與權力、特權以及不平等之間的緊密連結，將研究發現置於目標群體之特定社會性、機構性與社群層次的環境脈絡當中是很重要的（Bowleg, 2012; Hankivsky, 2014; Else-Quest & Hyde, 2016b）。
傳播的策略應該要將目標受眾的複雜性納入考量。很多時候研究人員將其受眾設限於學術同儕當中。交織性的研究取徑有助研究人員對其他潛在受眾更加敏感。
當交織性資料集變成可公開取得時，需要小心注意匿名性。舉例而言，「匿名」的人口統計資訊包括郵遞區號、生日、族裔與生理性別可能會為他人提供足以破解匿名性的資料（Sweeney, 2002）。
參考資料
Bauer, G. R. (2014). Incorporating intersectionality theory into population health research methodology: challenges and the potential to advance health equity. Social Science & Medicine, 110, 10-17.
Bowleg, L. (2008). When Black + lesbian + woman ≠ Black lesbian woman: The methodological challenges of qualitative and quantitative intersectionality research. Sex Roles: A Journal of Research, 59(5-6), 312–325.
Bowleg, L. (2012). The problem with the phrase women and minorities: intersectionality—an important theoretical framework for public health. American Journal of Public Health, 102(7), 1267-1273.
Bowleg, L., & Bauer, G. (2016). Invited reflection: Quantifying intersectionality. Psychology of Women Quarterly, 40(3), 337-341.
Cole, E. R. (2009). Intersectionality and research in psychology. American Psychologist, 64(3), 170-180.
Else-Quest, N. M., & Hyde, J. S. (2016a). Intersectionality in quantitative psychological research: II. Methods and techniques. Psychology of Women Quarterly, 40(3), 319-336.
Else-Quest, N. M., & Hyde, J. S. (2016b). Intersectionality in quantitative psychological research: I. Theoretical and epistemological issues. Psychology of Women Quarterly, 40(2), 155-170.
Hancock, A. M. (2007). Intersectionality as a normative and empirical paradigm. Politics & Gender, 3(2), 248-254.
Hankivsky, O. (2014). Intersectionality 101. The Institute for Intersectionality Research & Policy, SFU, 1-34.
Heckathorn, D. D. (1997). Respondent-driven sampling: a new approach to the study of hidden populations. Social Problems, 44(2), 174-199.
Hunting, G. (2014). Intersectionality-informed qualitative research: A primer. The Institute for Intersectionality Research & Policy, SFU, 1-20.
Knol, M.J., VanderWeele, T.J., 2012. Recommendations for presenting analyses of effect modification and interaction. International Journal of Epidemiology, 41(2), 514-520.
MacKellar, D. A., Gallagher, K. M., Finlayson, T., Sanchez, T., Lansky, A., & Sullivan, P. S. (2007). Surveillance of HIV risk and prevention behaviors of men who have sex with men—a national application of venue-based, time-space sampling. Public Health Reports, 122(1_suppl), 39-47.
Rouhani, S. (2014). Intersectionality-informed quantitative research: A primer. The Institute for Intersectionality Research & Policy, SFU, 1-16.
Sen, G., Lyer, A., & Mukherjee, C. (2010). A Methodology to Analyze the Intersections of Social Inequalities in Health. Journal of Human Development and Capabilities, 10(3), 397-415.
Shields, S. A. (2008). Gender: An intersectionality perspective. Sex Roles, 59(5-6), 301-311.
Sweeney, L. 2002. K-Anonymity: A Model for Protecting Privacy. International Journal of Uncertainty, Fuzziness and Knowledge-based Systems, 10(5), 557–570.
Vaccarino, V., Rathore, S. S., Wenger, N. K., Frederick, P. D., Abramson, J. L., Barron, H. V., ... & Krumholz, H. M. (2005). Sex and racial differences in the management of acute myocardial infarction, 1994 through 2002. New England Journal of Medicine, 353(7), 671-682.
Warner, D. F., & Brown, T. H. (2011). Understanding how race/ethnicity and gender define age-trajectories of disability: An intersectionality approach. Social Science & Medicine, 72(8), 1236-1248.
Weber, A. M., Cislaghi, B., Meausoone, V., Abdalla, S., Mejía-Guevara, I., Loftus, P., ... & Buffarini, R. (2019). Gender norms and health: insights from global survey data. The Lancet, 393 (10189), 2455-2468.
Weber, L., & Fore M. (2007). Race, Ethnicity and Health: An Intersectional Approach. In Hernan, V., & Feagin, J. (Eds.), Handbooks of Sociology and Racial and Ethnic Relations, pp. 191-219. New York: Springer Press.