毕业论文初级研究完整指南

学生对原始研究感到担忧的原因可以有很多。从对原始研究方法的了解不足，到对统计学的厌恶，或者缺乏所需的足够技能...学生对于他们的学位论文的原始研究可能会产生的紧张感，通常与考试前的几乎不可逾越的压力水平相当。

然而，进行原始研究和参加考试之间存在重大差异。前者更具吸引力，有回报，多样化，甚至可以说有趣。你掌握主动权，可以提出问题。此外，进行原始研究的学生有机会为自己的领域做出小的贡献，这可能会让他们感到非常满足 - 对许多人来说，这是他们第一次尝试成为研究员，而不仅仅是学习者。

现在，如果你正在阅读这篇文章，对我们坚定的对原始研究的热情不屑一顾，我们会告诉你一个小秘密 - 做研究实际上并不那么困难。这只是学会遵循特定的程序和知道何时做出特定的决策。

这就是这份指南的用处所在;它提供了有关这些程序和决策的逐步建议，这样你可以在学位论文研究过程之前和之中都可以使用它来支持自己。

如下所述，有不同的原始研究方法可以选择。无论你选择哪种方法，前两个步骤都是相同的;之后，你采取的步骤取决于你选择的方法。

步骤1：确定数据类型

你的原始研究的第一步是确定研究将使用的数据类型。一般而言，你可以选择使用原始数据、二次数据和大数据。请注意，本指南侧重于原始研究 - 即使用原始数据的研究。尽管如此，了解每种数据方法的一些基本信息仍然是有用的。

原始数据是研究人员自己收集的数据。在进行本科或研究生学位的原始研究时，你通常会主要依赖这种类型的数据。通常说原始数据是“实时”数据，意味着它是在研究项目进行时收集的。在这里，数据收集在研究人员的直接控制下进行。

二次数据是由他人在过去收集的数据，通常可以通过先前的研究人员、政府来源以及各种线上和线下记录来获取。这种数据类型被称为“过去的数据”，因为它是在过去收集的。使用二次数据相对容易，因为你不需要自己收集数据。然而，并不总是能确定二次数据是否100%与你的项目相关，因为它是根据不同的研究问题收集的。此外，二次数据的准确性可能存在疑问。

大数据是最复杂的数据类型，因此在本科或研究生学习期间几乎不会使用。大数据以三个“V”为特征：数据的高容量、多样化的数据类型和数据处理速度很快。由于大数据的复杂性，标准的数据处理程序不适用，你需要接受深入的培训来学习如何处理它。

步骤2：确定原始研究方法

在进行原始研究时，你可以选择依赖定性、定量或混合研究方法。每种方法都将分别进行描述，然后我们将看看根据你选择的方法需要完成的具体步骤。

定性研究是探索性质的。这意味着在主题上没有定量调查时通常进行定性研究，你希望首次探索该主题。这种探索是通过考虑特定个体的观点来实现的。你关心反映动态(而不是固定)现实的特定含义。通过观察或采访人们，你可以理解他们对现实的独立看法。

定量研究是确认性质的。因此，主要目标是通过统计分析来确认或否定假设。在定量研究中，你将关心反映固定和可测量(而不是动态)现实的数值数据。通过使用大样本和通过可靠的工具测试参与者，你寻求将研究结果推广到更广泛的人群。

混合研究结合了定性和定量方法。目标是比单一方法更全面地理解一个主题。通常，混合方法首先涉及进行定性研究，然后辅以定量研究。

因此，首先你通过一个着重关注特定个体含义的小规模研究来探索一个现象，然后你试图形成假设并通过更大的样本进行测试。你还可以依赖其他混合方法，这些方法稍后将进行描述。

选择定性研究方法后该如何操作

步骤3：了解优势和局限性

定性研究的主要优势之一是你可以深入详细地探讨一个主题。这是因为你把焦点放在特定的人或事件上。通过关注这种深入的视角，你可以理解与研究主题相关的特定含义、事件、行为、思想和情境。定性研究获取的信息比定量研究要详细得多。

然而，定性研究无法实现许多事情。由于你在调查一组特定的人，你不能将研究结果推广到更广泛的人群。在定性方法中，建立研究的质量也更加困难。在这里，质量取决于你的技能以及在解释研究结果时避免偏见的能力。最后，定性研究涉及解释多种观点，这使得难以达成共识和建立结果和结论的“底线”。

步骤4：选择特定的定性方法

有几种类型的定性方法，你需要决定哪一种最符合你的研究问题。最常见的定性方法包括观察、访谈、焦点小组和案例研究。让我们分别讨论每一种方法。

观察，顾名思义，涉及观察一群人在他们自己的环境中的行为。作为研究者，你的角色是沉浸在这个环境中，观察感兴趣的行为。你可以参与参与者，扮演一个参与者的角色，或者你可以充当旁观者和观察者。你需要完成一个事先制定的观察检查表，其中你将记录参与者的行为。

访谈是最常见的定性方法。在访谈中，你的角色是依赖预定的问题来探讨参与者的理解、意见、态度、感受等。根据你的研究主题，你也可以偏离问题结构，以探索当下出现的任何相关内容。主要目标始终是了解参与者自己的主观观点。

焦点小组类似于访谈，只是它们是与多人一起进行的。焦点小组的参与者通常来自不同的人口背景。你的角色是让他们参与开放式讨论，探索他们对一个主题的理解。

在访谈和焦点小组中，你应该记录会话并事后将其转录。

案例研究侧重于与你的研究主题相关的特定个人或组织。之所以选择这些个人和组织作为案例研究的对象，是因为它们提供了一个有趣、不寻常或特别有启发性的情境。你的角色是探索案例研究如何为你的研究提供信息。

步骤5：选择参与者

在选择参与者时，首先需要问自己的问题是，你的参与者是谁。如上所述，在进行观察、访谈和焦点小组时，你的参与者将是一组人，而在进行案例研究时，将是一个单独的个人或组织。

要确定这些个体(或组织)是谁，你必须参考你的研究问题。你还需要决定参与者的数量，通常在定性研究中较低，以及决定参与者是否应来自相似或不同的背景。问自己：什么需要连接它们，什么需要区分它们?

选择参与者涉及决定如何招募他们。观察研究通常具有预定的上下文，其中参与者运作，这使得招募变得简单，因为你知道参与者在哪里。案例研究不需要招募，因为你的调查对象是一个预定义的个人或组织。

然而，访谈和焦点小组需要更复杂的招募方法，因为你的参与者需要代表某个特定的目标群体。这里常见的招募方法是“雪球技术”，其中你的现有参与者自己招募更多的参与者。否则，你需要确定连接你的参与者的因素，然后尝试在他们都活动的地方招募他们。

还要记住，你的参与者始终需要签署知情同意书，同意参与研究(有关知情同意和研究伦理的更多信息，请参见下面的步骤9)。

步骤6：选择测量方法

定性研究涉及使用测量方法，尽管这些测量方法远比定量研究中使用的要简单得多。

观察研究通常涉及一个检查清单，您可以在上面记录您的观察结果。焦点小组、面试和大多数案例研究使用结构化或半结构化面试。结构化面试依赖于预先确定的一组问题，而半结构化面试将预先确定的问题与进一步探讨回答的机会相结合。

在大多数情况下，您将希望使用半结构化面试，因为它们能够引导您获得更详细的回答。

在使用观察方法时，您需要制定观察清单;在使用面试方法时，您需要制定面试问题。观察清单很容易创建，因为它涉及您预先确定的观察重点。这些内容可能包括参与者的姓名(如果他们要保持匿名，则可以使用编号代替)、他们的人口统计特征以及您所观察的内容。

在制定面试问题时，您需要参考您的研究问题，有时还需要参考相关文献。例如，如果您的面试关注玩电子游戏的动机，您可以制定与您的研究问题相关的一般性问题，比如“是什么激发您最常玩电子游戏?”。

然而，通过查阅相关文献，您可能会发现有些人玩游戏是因为他们觉得自己很有能力，然后决定问您的受访者，“玩游戏是否满足了您对能力的需求?”

无论您创建观察清单还是面试问题时的依据是什么，您都应该随时咨询您的导师以获取建议。

步骤7：选择分析

在分析定性研究的结果时，你无需依赖复杂的统计学方法。这是因为你并没有使用任何数字数据(但需要计算参与者的平均年龄以及根据性别、教育背景、种族等进行的百分比分布)。在定性研究中，你的数据分析依赖于编码和发现数据中的主题。

编码的过程应该是直接的。你只需阅读观察清单或访谈记录，并划出每个有趣的观察或回答。

在数据中找到主题涉及将编码的观察/回答分成模式。这是一个简单的编码过程，可能需要一些时间，但通常是有趣的工作。在编码和发现数据中的主题时，有不同的程序可供选择，包括主题分析、解释性现象学分析、持续比较分析、叙事分析和话语分析。让我们定义一下每种方法。

主题分析是最常用的程序。其目标是对数据进行编码，寻找编码中的主题，审查主题并为主题命名。解释性现象学分析与主题分析的方式相同，但特别关注如何理解某个特定背景下的个体对现象的理解。

在持续比较分析中，将一条数据(一个主题、一个陈述)与所有其他数据进行比较，以检测相似之处或不同之处;这种比较旨在理解数据之间的关系。叙事分析也提取主题，但其重点是参与者如何以语言方式呈现他们的经验。

最后，话语分析也关注语言，但其目标是理解语言与塑造人们思维和行为的影响之间的关系。

步骤8：理解程序

进行定性研究的程序相当简单。一旦您招募了参与者，您需要安排观察时间(在观察的情况下)或进行访谈(在进行访谈、焦点小组和案例研究的情况下)。

在观察和访谈过程中，您正在收集数据。正如之前提到的，您始终需要记录您的访谈，并随后进行转录。观察检查表仅需要在观察过程中完成。

一旦您的数据被收集，然后您可以进行结果分析，之后您应该准备好撰写最终报告。

如果你选择了定量研究方法，应该如何处理呢?

步骤3：了解其优势和局限性

定量研究具有许多优点。通过依靠成熟的参与者选择程序，你可以选择一个代表受调查人群的样本。这个样本以及统计分析的使用，有助于你将研究结果推广到特定人群。

定量研究还使你能够测试假设并确定因果关系。确定因果关系是可能的，因为定量方法允许你控制可能影响某些变量之间关系的外部变量(混杂变量)。最后，通过使用标准化程序，你的定量研究可以在将来被复制，无论是由你自己还是其他研究人员。

但与此同时，定量研究也存在一些限制。例如，这种研究类型不如其他方法适合深入了解人们的认知和看法，因为它试图对他们的回答进行平均处理，获得一个“底线”。

此外，定量研究通常使用自我报告的测量，不能百分之百确定参与者的诚实程度。有时，定量研究未包含足够的背景信息，用于解释研究结果。最后，如果未能正确选择参与者、测量和分析方法，可能会降低研究结果的一般性和准确性。

步骤4：选择特定的定量方法

有不同的定量方法可供选择，你的选择将取决于你的研究问题。一般来说，你可以选择描述性研究、相关研究、实验研究或拟实验研究。

让我们分别看看每一种方法。

描述性研究用于描述人群或现象的特征。例如，如果你想描述有多少大学生使用药物以及最常用的药物是哪些，那么你可以使用描述性研究。

你不是在寻求建立不同变量之间的关系，而只是描述所研究的现象。因此，描述性研究从不用于建立因果关系。

相关研究用于研究两个或更多变量之间的关系。独立变量和因变量的概念对相关研究很重要。

独立变量是你控制的变量，用于测试对因变量的影响。例如，如果你想了解智力如何影响人们的批判性思维，智力是你的独立变量，批判性思维是你的因变量。

在科学术语中，相关性测试独立变量是否与因变量的水平相关。需要注意的是，相关性从不建立因果关系，它只是测试变量之间的关系。

你还可以控制第三变量的影响，这被称为协变量或混杂变量。例如，你可能想看看在控制人们的抽象推理之后，智力是否与批判性思维相关。

之所以要控制这个变量，是因为抽象推理与智力和批判性思维都有关。因此，通过消除“干扰”的变量，你试图明确智力与批判性思维之间的更直接关系。

实验旨在建立因果关系。这是它们与描述性和相关研究的区别所在。为了建立因果关系，实验操作独立变量。

或者，可以这样说，实验具有两个或更多独立变量的条件，它们测试这些条件对因变量的影响。举个例子：你想测试一种新的营养补充剂(独立变量)是否能提高人们的注意力(因变量)。你需要一个参照点——用来比较这种效应的东西。因此，通过给一些参与者吃一颗含糖的药丸，你将这种效应与安慰剂进行比较。

现在，你的独立变量是治疗类型，有两个条件——营养补充剂和安慰剂。通过比较接受补充剂和接受安慰剂的参与者的注意力水平(因变量)，你可以确定补充剂是否导致了注意力提高。

实验可以有两种设计：组间设计和组内设计。上面的例子演示了一个组间设计，因为注意力水平是在接受补充剂和接受安慰剂的参与者之间进行比较的。

但你也可以进行组内比较。例如，你可能想查看在餐前或餐后服用补充剂是否以不同方式影响注意力水平。在这种情况下，你的独立变量是服用补充剂的时间(有两个条件：餐前和餐后)。然后，你请同一组参与者在第1天在餐前服用补充剂，在第2天在餐后服用。

由于两种条件都适用于所有参与者，你正在进行组内比较。无论你使用哪种设计，当分配参与者到一个条件时，需要确保你是随机进行的。

拟实验并不是真正的实验。它与真正的实验不同，因为它缺乏不同条件的随机分配。当你的参与者根据预定的特征分组时，你会使用拟实验。

例如，你可能想查看儿童是否比青少年更不容易在考试中作弊。在这种情况下，你根据他们的年龄将参与者分成不同的条件，因此你不能使用随机分配。由于这个原因，常常说拟实验不能适当地建立因果关系。

尽管如此，它们是用于查看预定群体之间差异的有用工具。

步骤5：选择参与者

在定量研究中，您的样本通常包含比定性研究中更多的参与者。正如先前提到的，定量研究中具有大样本量有助于将研究结果推广到更广泛的人群。

一个非常好的做法是依赖G-Power分析来计算您的样本大小应该多大，以提高研究结果的准确性。 G-Power分析是基于考虑以前研究的效应大小、显著性水平和功效而进行的，您可以在网上下载程序进行分析。

因此，您需要找到一项研究，调查了类似的效应，找出其报告的效应大小、显著性水平和功效，然后将这些参数输入到G-Power分析中。有很多在线指南可以教您如何做这些。

在选择定量研究的参与者时，您还需要确保他们代表了目标人群。您可以通过明确规定纳入和排除标准来实现这一点。

例如，如果您的目标人群包括已生育且患有抑郁症的年轻女性，那么您将只包括已生育、年龄低于35岁且患有抑郁症的女性。因此，您将排除不符合这些标准的女性。

请记住，就像在定性研究中一样，您需要参与者的知情同意，确保他们同意参与研究。

步骤6：选择测量

定量研究是关于使用测量工具的。因此，您在研究中使用的所有变量都将通过特定的测量工具进行“操作化”。这些测量工具包括在以前的研究中使用过的可靠和有效的问卷。

问卷是在不同研究中产生一致结果的情况下可靠的，当问卷测量其所应测量的内容时，它是有效的。当以前的研究已经建立了问卷的有效性和可靠性时，您可以声称问卷是有效和可靠的(当然，您必须引用这些研究)。

此外，您可以通过在统计程序中计算其克伦巴赫α值来测试问卷的可靠性，比如SPSS。高于0.7的值表示可接受的可靠性，高于0.8的值表示良好的可靠性，高于0.9的值表示卓越的可靠性。低于0.7的值表示不可靠性。

您可以随时咨询您的导师，以确定在您的研究中使用哪些问卷。或者，您可以通过查看以前的研究和它们采用的测量方式来自行查找问卷。

您决定使用的每个问卷都需要您计算最终分数。您可以获取关于如何计算使用特定问卷的最终分数的指南，这些指南可以在以前使用过该问卷的研究中找到。您将通过依赖统计程序来完成这个计算。

很多时候，这个计算将涉及到对一些项目进行反向评分。例如，一个问卷可能会问“您今天感觉好吗?”，其中5表示“完全同意”。然后，您可以有另一个问题问“您今天感觉不好吗?”，其中5同样表示“完全同意”。如果您的问卷测量一个人是否感觉良好，那么您将不得不对这两个问题中的第二个进行反向评分，以使较高的回答表示感觉更好(而不是感觉更差)。这也可以通过使用统计程序来完成。

步骤7：选择分析

统计分析是定量研究的必要步骤，但常常让学生感到头痛。然而，没有理由让它们让你感到头痛，因为进行统计分析的整个过程并不那么困难——您只需要知道在什么情况下使用哪种分析方法，并阅读如何进行特定分析的指南(在线和书籍中都可以找到)。以下提供具体示例。

如果您进行描述性研究，您的分析将依赖于描述性和/或频数统计。

描述性统计包括计算连续变量的均值和标准差，频数统计包括计算分类变量的答案频率和百分比。

连续变量是那些最终得分具有广泛范围的变量。例如，参与者的年龄是一个连续变量，因为最终得分可以在1岁到100岁之间变化。在这种情况下，您可以计算均值，例如“参与者的平均年龄为37.7岁”。

另一个例子是来自问卷的反馈，您需要计算最终得分。例如，如果您的问卷评估对医疗服务满意程度，评分范围从1(完全不满意)到5(完全满意)，问卷中有十个问题，那么每位参与者的最终得分将在10到50之间。这是一个连续变量，您可以计算整个样本的最终平均分数(和标准差)。

分类变量是不导致最终得分的变量，而是将参与者分类为特定类别的变量。例如，性别是分类变量，因为您的参与者被分类为男性或女性。在这种情况下，您的最终报告将说“50名(50%)参与者为男性，50名(50%)为女性”。

请注意，您将需要在所有类型的定量研究中进行描述性和频数统计，即使您的研究本身不是描述性研究。它们在描述样本的人口特征(参与者的年龄、性别、教育水平等)时是必需的。

在进行相关研究时，您将执行相关分析或回归分析。相关分析用于查看独立变量的水平是否与依赖变量的水平相关(例如，“智力是否与批判性思维相关?”)。

您需要检查您的数据是否服从正态分布，即总结数据的直方图是否呈现钟形曲线。这可以通过在统计程序中创建直方图来完成，您可以在网上找到有关如何进行这种检查的指南。如果您得出结论说您的数据服从正态分布，您将依赖皮尔逊相关分析;如果您的数据不服从正态分布，您将使用斯皮尔曼相关分析。您还可以包括协变量(例如人们的抽象思维)，并查看在控制协变量后两个变量之间是否存在相关性。

回归分析用于确定独立变量(或多个独立变量)的水平是否预测了依赖变量的水平(例如，“智力是否预测了批判性思维?”)。回归分析很有用，因为它允许您同时控制各种混杂因素。因此，您可以在控制参与者的抽象思维、年龄、性别、教育水平等混杂因素后，研究智力是否预测批判性思维。您可以在网上找到有关如何解释回归分析的资源。

当您进行实验和准实验时，您将使用t检验、方差分析(ANOVA)或多元方差分析(MANCOVA)。

在您有一个独立变量和两个条件的情况下使用独立样本t检验(例如，给参与者提供补充剂与安慰剂)和一个依赖变量(例如，注意力水平)。这个测试被称为“独立样本”，因为您的两个条件中有不同的参与者。正如上面所述，这是一个两组设计(between-subjects design)。因此，通过独立样本t检验，您可以确定是否接受补充剂的参与者与接受安慰剂的参与者在注意力水平上是否不同。如果您有一个组内设计(within-subjects design)，您将使用成对样本t检验。这个测试被称为“成对样本”，因为您将在两个成对条件上比较相同的参与者(例如，在餐前和餐后服用补充剂)。

因此，通过成对样本t检验，您可以确定在时间1(在餐前服用补充剂)与时间2(在餐后服用补充剂)时注意力水平(依赖变量)是否不同。

有两种主要类型的ANOVA分析。一元方差分析(one-way ANOVA)用于在独立变量有三个或以上条件的情况下使用。例如，在一个组间设计(between-subjects design)中，您正在测试治疗类型(独立变量)对注意力水平(依赖变量)的影响，同时有三个独立变量的条件，如补充剂(条件1)、安慰剂(条件2)和注意力训练(条件3)。

双因素方差分析(two-way ANOVA)用于当您有多个独立变量时使用。例如，您可能想要看看治疗类型(有三个条件的独立变量：补充剂、安慰剂和注意力训练)与性别(有两个条件的独立变量：男性和女性)对参与者的注意力(依赖变量)是否有交互作用。

最后，MANCOVA用于当您有一个或多个独立变量，但也有两个或多个依赖变量的情况。例如，如果您正在测试治疗类型(有三个条件的独立变量：补充剂、安慰剂和注意力训练)对两个依赖变量(如注意力和正确记忆信息的能力)的影响。

步骤8：理解程序

进行定量研究的程序很简单。

如果你正在进行实验，一旦招募到参与者，你需要随机分配他们到不同的条件中。如果你在进行准实验性研究，你将有一个特定的程序来预先确定哪个参与者属于哪个条件。例如，如果你正在比较儿童和青少年，你将根据他们的年龄将他们分类。在描述性和相关研究中，你不需要对参与者进行分类。

此外，在所有程序中，你需要向参与者介绍研究并取得他们的知情同意。然后，你将为他们提供你所使用的具体测量方法。

有时，对问卷调查的顺序进行交叉平衡是一个良好的做法。这意味着一些参与者将首先获得问卷调查1，而其他人将首先获得问卷调查2。

交叉平衡是重要的，以消除“顺序效应”的可能性，即问卷调查的呈现顺序影响结果。

在研究结束时，你将向参与者进行“解释”，也就是向他们解释研究的实际目的。在进行统计分析之后，你需要撰写最终报告。

如果你选择了混合研究方法，接下来要做什么：

步骤3：了解优点和局限性

混合研究的主要优点在于它克服了定性研究和定量研究的具体局限性。例如，定性研究的局限性在于在解释结果时容易出现偏见，并且结果不能推广到更广泛的人群——这是定量研究所能弥补的。另一方面，定量研究的局限性在于它不能带来对特定含义和背景的深入理解，而这是定性研究所能弥补的。因此，通过使用混合方法，各种方法的优点弥补了它们各自的弱点。因此，你可以获得比仅依赖单一方法更多关于你的研究问题的信息。

然而，混合研究也有一些局限性。其中一个主要局限性是研究设计可能会相当复杂。规划混合研究可能需要比规划定性或定量研究更多的时间。有时，你可能会遇到困难，因为需要结合定性和定量研究的结果。最后，当你解释结果时，可能会发现很难解决出现的差异。

因此，混合研究需要谨慎进行和解释。

步骤4：选择具体的混合方法

有几种混合方法，它们是根据定性和定量研究元素是如何以及何时进行的而有所区别。这些方法分别被称为顺序探索设计、顺序解释设计、并行三角测量设计和并行嵌套设计。

让我们分别讨论每种方法。

顺序探索设计是一种先进行定性研究，然后进行定量研究的方法。按照这个顺序，你可以首先深入研究一个主题，然后用数字数据补充。如果你想测试源自定性研究的理论要素，并且想将定性研究的发现推广到不同的人群样本，这个方法是有用的。

顺序解释设计是指首先进行定量研究，然后进行定性研究。在这里，定量数据被赋予优先权。随后收集定性数据的目标是帮助你解释定量数据。这个设计用于当你想要进行对定量发现的深入解释、解释和情境化时，或者当你从定量研究中获得了意外的结果，然后希望通过定性数据澄清这些结果。

并行三角测量设计涉及同时使用定性和定量数据收集。在这里，两种方法都被赋予相等的权重，对两种数据类型的分析都是分开和同时进行的。

并行嵌套设计是在同一时间收集定性和定量数据，但你采用了一个主导方法(定性或定量)，嵌套或嵌入了不太主导的方法(例如，如果主导方法是定量，不太主导的方法将是定性)。

这种嵌套意味着不太主导的方法要回答与主导方法不同的研究问题。然后，这两种方法的结果将在最终工作成果中结合起来。并行嵌套设计是混合设计中最复杂的形式，因此除非受到特别要求，否则在本科或研究生阶段不太可能要求使用它。

步骤5：选择参与者

在进行混合研究时，你通常会有两组参与者——一组参与定性研究，另一组参与定量研究。根据研究是定性还是定量，请阅读上述各节，了解如何选择参与者。

总之，在研究的定性部分中，参与者将是与你的研究项目相关的多个个体。相反，进行定量研究的部分的样本规模会更大，包括许多代表你的目标人群的参与者。

在选择定性和定量研究的参与者时，你还需要依赖不同的招募策略。

步骤6：选择测量方法

因为混合研究结合了定性和定量方法，所以你需要使用两种类型的测量方法——适用于定性研究和适用于定量研究的方法。

关于这些测量方法的详细说明已在前面涉及定性和定量研究的各节中提供。

总之，定性研究依赖于观察或访谈的使用，通常需要自己设计。定量研究依赖于可靠和有效的问卷调查，这些可以从过去的研究中获取。

有时，在混合方法中，你可能需要根据定性研究的结果来制定问卷调查。特别是如果你正在使用顺序探索设计，你可能需要通过随后的定量数据验证定性研究的结果。

无论如何，混合方法需要特别强调定性和定量测量的协调，以便它们涵盖相同的主题。你可以随时咨询你的导师以了解如何做到这一点。

步骤7：选择分析

因为定性研究和定量研究需要不同的数据分析程序，混合方法将要求您同时进行两种分析。您可以参考上文，了解在这些方法中使用的具体分析方法的更多信息。

总的来说，定性调查要求您进行主题分析，这是通过对参与者的回答或您的观察进行编码并在这些编码中找到主题来完成的。您可以依赖主题分析、解释性现象学分析、不断比较分析、叙事分析和话语分析。

定量调查要求您进行统计分析，具体的选择取决于您使用的定量设计类型。因此，如果您进行描述性研究，您将使用描述性统计分析，如果您进行相关研究，您将使用相关性或回归分析，如果您进行实验或拟实验，您将使用 t 检验、ANOVA 或 MANCOVA。

步骤8：理解程序

您进行混合研究的程序将在很大程度上取决于您使用的混合设计类型。因此，如果您使用顺序性探索性设计，您将首先进行研究的定性部分，然后进行您的研究的定量部分。

如果您使用顺序性解释性设计，则情况相反。同时三角设计和同时嵌套设计要求您同时进行研究的定性和定量部分;它们的区别在于您是否将其中一种(定性或定量)视为主要方法。

无论您使用何种混合设计，您都需要按照定性和定量研究的具体程序进行操作，所有这些程序都已在上文中进行了描述。

其他需要考虑的步骤

步骤9：考虑伦理问题

无论您进行定性、定量还是混合研究，都需要确保您的初级研究具备伦理可行性。

一些研究涉及到特别脆弱的人群或敏感话题。因此，非常重要的是，不要对参与者造成伤害。

在开始您的初级研究之前，您将向伦理委员会提交研究提案。在这里，您将详细说明在研究过程中可能出现的所有可能伦理问题的处理方式。即使您的初级研究被视为具备伦理可行性，您仍需要遵守一定的规则和行为，以满足伦理要求。这些规则包括提供知情同意、确保保密性和参与者的保护、允许参与者随时退出研究以及提供解释。

知情同意确保参与者已经理解研究内容并同意参与。无论您进行何种类型的研究，都需要征得知情同意。参与者可以通过签署纸质或在线同意书来表示同意。如果您的参与者无法提供在线签名，您可以简单地告诉他们，继续填写问卷的下一页即表示他们同意参与研究。

知情同意书需要由年满18岁的个人签署。如果您的参与者年龄较小，您需要从父母或法定监护人那里获得同意。最后，由于各种原因，有时可能无法从参与者那里获得知情同意。如果是这样，您可以向类似的一组人询问他们是否愿意参与您的研究;如果他们同意参与，您就获得了“推定同意”。

通过保持所有数据匿名来确保参与者的保密性。因此，您不应要求参与者的姓名 - 而是为每个参与者提供一个编号。即使您在报告多个参与者的访谈时，也不应该用姓名而应该用他们的姓名首字母来引用他们。

同时，重要的是要确保您的数据安全，以便第三方无法访问它。此外，保护参与者的重要性意味着您必须确保他们在参与研究过程中或之后不会遭受任何身体和心理后果。您不应该让他们感到尴尬、害怕或冒犯。如果您的参与者代表脆弱的群体(儿童、老年人、残疾人等)，您需要在研究过程中为他们提供特殊照顾。

重要的是，您的参与者应始终被告知他们可以随时退出研究。这可以在他们参与研究期间(如在访谈或问卷调查中)或之后进行。在后一种情况下，参与者应能够与您联系并要求销毁他们的数据。

最后，在研究结束时，您需要对参与者进行解释。当您事先没有告诉他们研究的真正目的以消除偏见时，这一步骤尤为重要。您可以通过面对面或提供书面的解释表格来进行解释。

步骤10：考虑你的学业水平和学科

本科研究相较于研究生研究来说，涉及的研究较为简单。如果你是本科生，你的主要研究通常会依赖于定性或定量方法，而不是混合方法。在进行定性研究时，你将更常使用面试而不是观察、焦点小组或案例研究。你甚至可以得到导师的帮助来制定你的面试问题。

在进行定量研究时，你可以依赖全方位的方法(描述性、相关性、实验性和准实验性)，但你的研究将简单明了。你的样本量不会太大，你不需要提前计算样本量，你将只使用少量测量，并且会使用更简单的统计分析方法。本科研究项目的主要目标是帮助你学习研究的基础知识。

研究生研究要求更多地参与研究项目。如果你是研究生，你需要进行批判性思考，决定回答你的研究问题的最佳方法。因此，你应该考虑本指南中提到的所有主要研究程序。你可以使用定性、定量或混合方法。

在进行定性研究时，你需要选择最合适的方法，制定你的测量方法，并展示对主题分析(或其他类似方法)的深入理解。在进行定量研究时，你需要精心设计研究，提前计算样本量，招募大量参与者，测试多个假设，并依赖更复杂的统计分析方法。研究生研究项目的主要目标是帮助你学习更高级的研究方法。

关于进行初级研究的最后一点是，某些研究方法在某些学科中更常用。

定性研究主要在社会科学中使用，而在自然科学和形式科学(数学科学)中稍少一些。由于经常依赖定性研究，社会科学通常被称为“软科学”(这并不意味着它们更容易!)

观察方法在民族学和文化人类学中使用，但也在社会学、心理学、教育学、人类地理学和传播学中使用;面试方法在所有偏好定性研究的学科中使用;焦点小组方法在图书馆与信息科学、社会科学、商业研究和可用性工程中使用;案例研究方法在行政科学、社会工作、临床科学、教育学、人类学、社会学、心理学和政治科学中使用。

定量研究在所有社会科学中受欢迎(尽管在地理学和人类学中略少一些)，并且它构成了所有自然科学和形式科学(数学科学)的基础(这就是为什么它们被称为“硬科学” - 这并不意味着它们更难!)。无论学科如何，你都需要熟悉所有基本的定量方法(描述性、相关性、实验性和准实验性)，特别是当这些方法旨在建立因果关系时。

最后，混合研究在社会科学中最受欢迎，尽管自然科学和形式科学也受益于它。

总结一下

本指南总结了进行本科或研究生项目的主要初级研究步骤。这些步骤如下：

1.决定数据类型

2.决定方法论

3.了解方法论的优点和局限性

4.选择特定的初级研究方法

5.选择参与者

6.选择测量方法

7.选择分析方法

8.了解程序

9.考虑伦理问题

10.考虑你的研究水平和学科领域

海马课堂论文辅导针对性解决论文难题，3500+海外学霸tutor团队，可辅导500+专业，根据学生的论文要求和辅导需求，以传授该论文的写作方法和得分技巧为主要目的，采用视频1V1的上课方式，针对学生的需求进行专属备课和授课，导师帮助分析论文作业题目要求，确定Topic和Title、讲解论文Topic相关课程知识点和理论、梳理写作思路提供详细的Outline、提供完整的Reference List，讲解Reference在文中的使用，让学生真正学会海外学术写作，提升论文GPA!