možná se vám líbí fáze výzkumu psaní papíru; možná se toho bojíte. Rozdíl obvykle závisí na tom, zda se považujete za „dobrého spisovatele“ – jak je určeno známkami získanými na nesčetných dalších úkolech psaní. Moje zkušenosti se studentskými výzkumnými pracemi naznačují, že vykazování výsledků kvantitativního výzkumu se velmi liší od ostatních typů psaní. Studenti, kteří se dobře věnují tvůrčímu psaní, mohou tuto formu expozice považovat za náročnější; jiní jen zřídka tleskali za chytré obraty fráze, mohou obdržet komplimenty za jejich jasnost výrazu. Psaní výzkumné zprávy může být výzvou pro studenty, kteří vynikají v psaní esejí, a příležitostí zazářit pro ty,kteří obvykle „nepíšou dobře“.“Můžete zlepšit svůj výkon psaní tím, že věnujete velkou pozornost těmto návrhům pro hlášení svého výzkumu.
heslem pro tento typ psaní je struktura. Formát vašeho příspěvku by měl odhalit strukturu vašeho myšlení. Zařízení, jako je paragrafování, nadpisy, odsazení a výčet, skutečně pomáhají čtenáři vidět hlavní body, které chcete udělat. Pokud máte tendenci provázet věty dohromady, aniž byste své myšlenky uspořádali do odstavců, nepomáháte mu pochopit vaše psaní. Obecně platí, že pokud zadáte celou stránku (dvojité mezery) bez odsazení pro nový odstavec, téměř jste určitě spustili jednu myšlenku do druhé a Zmeškali jste příležitost odlišit své nápady.
nadpisy mohou zprostředkovat hlavní témata diskutovaná ve vašem příspěvku. Výzkumná zpráva (viz článek Lacy o analýze rozptylu) obvykle obsahuje čtyři základní složky:
1. Prohlášení o problému, který vedl k výzkumu
2. Diskuse o tom, jak byl výzkum navržen tak, aby objasnil problém
3. Analýza údajů získaných výzkumem
4. Shrnutí a závěr studie
ačkoli byste tyto oddíly mohli zahrnout do zprávy bez samostatných nadpisů, základní logika vašeho příspěvku bude snadno zřejmá u nadpisů, které identifikují jeho základní složky: (1) Problém, (2) návrh výzkumu, (3) Analýza dat, (4) shrnutí a závěr.
310 Statistics research paper je určen k prokázání vaší kompetence při aplikaci statistik na politickou a sociální analýzu. Papír by neměl být větší než 5 psaných stránek (dvojité mezery, bez počítání tabulek nebo grafů). Mělo by to být podobné článkům v sekci „výzkumné poznámky“ v časopise Journal of Politics, zdroj krajkového čtení o analýze rozptylu.. Prakticky všechny tyto články jsou strukturovány (některé explicitně, jiné implicitně) podle obrysu níže. Chcete-li nám pomoci vyhodnotit vaše příspěvky za 25 body, které mohou získat, postupujte podle osnovy výslovně při psaní příspěvků. Budou hodnoceny, jak je uvedeno ve čtyřech nadpisech sekce:
začněte krátkým uvedením intelektuálního zájmu o dané téma a uveďte, proč je hoden studia. Například, odráží téma zavedený zájem (např. vysvětlení volební účasti), nebo se týká relativně nové oblasti(např. měnící se role Hispánců v politice)? Zdůraznit pokračující povahu výzkumu, každý příspěvek by měl citovat alespoň jednu předchozí studii nebo publikaci relevantní pro váš výzkum. (Předmětový index sociologických abstraktů, který obsahuje články v politologii, je dobrým zdrojem publikací. USPD: dokumenty o politických vědách Spojených států jsou dalším dobrým zdrojem, a obsahuje také abstrakty citovaných článků. Oba zdroje jsou v referenční místnosti.)
můžete buď uvést své odkazy v poznámkách pod čarou (s uvedením autora, názvu a údajů o publikaci), nebo můžete uvést autora a datum v závorkách v textu. Například (Tufte, 1974: 314) – a poté uveďte úplnou citaci pod „odkazy“ na konci příspěvku:
Tufte, Edward R. (1974) Analýza dat pro politiku a politiku. Englewood Cliffs, New Jersey: Prentice-Hall.
tato část by měla převést intelektuální obavy vyjádřené výše do vašeho výzkumu. Uveďte zde povahu a zdroj vašich dat (tj. uveďte soubor dat, který používáte ve své analýze), provozní opatření vašich teoretických konceptů a veškeré kontroly dalších faktorů ovlivňujících vaši závislou proměnnou. Například očekáváte, že se hypotetický vztah bude držet napříč pohlavím a rasou (pro data na individuální úrovni) nebo napříč typy politických systémů (pro data na národní úrovni)? V této části musíte také formalizovat své hypotézy.
formalizací mám na mysli fyzicky odlišit vaše hypotézy od zbytku textu dvěma způsoby: (1) jejich označení jako H1, H2 atd., a (2) jejich podtržení. Můžete například říci: „to vede k naší první hypotéze:
H1: čím větší je HNP na obyvatele, tím vyšší je míra gramotnosti.“
hypotézy by měly být odvážnými tvrzeními očekávání, která se dají falšovat. Získávají na důvěryhodnosti, když přežijí pokusy o jejich testování-tj. (Je pravda, že je intelektuálně uspokojivější navrhovat hypotézy, které jsou podporovány spíše než falšovány analýzou dat. Zda jsou vaše hypotézy podporovány nebo falšovány, nebude mít žádný vliv na známku papíru.) Kdykoli je to možné, formulujte směrové hypotézy, které vyzývají k falšování snadněji než nesměrové hypotézy. (Brzy budeme diskutovat o rozdílu mezi těmito dvěma.)
věnujte také pozornost vazbě mezi pojmy ve vaší teorii a způsobu, jakým tyto pojmy operacionalizujete při formulování svých hypotéz. Dávejte pozor, abyste nevyhazovali data zhroucením proměnných, abyste provedli crosstabulace, když by mohly být místo toho lépe analyzovány pomocí korelační a regresní analýzy. Například proměnné“ teploměr “ v datech VOTE88 jsou vyjádřeny od 0 do 100, zatímco proměnné v VOTE96 jsou rozděleny do několika pořadových kategorií. Takže tyto proměnné VOTE88 vytvářejí lepší kvantitativně závislé proměnné v regresní analýze než překódované proměnné ve VOTE96.
zde nahlaste výsledky svých statistických testů. Výslovně odkazujte na testované hypotézy podle čísla: H1, H2 atd. Ve většině případů by vaše data měla vykazovat tabulky statistik. Pokud používáte pořadová nebo spojitá data, vaše statistiky budou zahrnovat korelační koeficienty, regresní koeficienty nebo výsledky t-testů nebo F-testů. Nepoužívejte jednoduše přijmout a hlásit formát SPSS počítačového výtisku. To není moc nóbl. Místo toho přeformátujte data do tabulek, jako jsou ty v časopise Journal of Politics nebo v jiném odborném časopise. Buďte opatrní při Hlášení tabulek. Poskytněte informativní tituly. Nezapomeňte zahrnout Ns, na kterém jsou založena všechna procenta. (Budeme odečíst body, pokud Ns nejsou zahrnuty.)
statistické tabulky by měly obsahovat všechny informace, které čtenář potřebuje k analýze testu. Vaším úkolem jako spisovatel je poukázat na klíčové vlastnosti analýzy, neopakovat všechna čísla v tabulkách. Údaje jsou v tabulce; text by měl být použit k shrnutí jeho údajů. Příklad :“ všechny kromě jedné korelace v tabulce 1 jsou v očekávaném směru a jsou statisticky významné.“Citujte skutečná čísla pouze pro zdůraznění zvláštních bodů: „Všimněte si, že korelace .25 mezi HNP na obyvatele a smrtí v zahraničních válkách je podstatně nižší než u .50 mezi HNP a úmrtí v domácím násilí.“
prosím nahlaste korelace a svahy (pokud používáte regresní analýzu) pouze na druhou desetinnou čárku. Nereprodukujte je otrocky na konečnou desetinnou čárku z výstupu SPSS. Pokud vaše analýza zahrnuje grafy, můžete použít výtisk grafu, pokud jej správně označíte a připojíte na stránku v papíru s estetickým pocitem. Pokud je to možné, vyhněte se odkazování na proměnné jejich štítky SPSS (např., PCTBLACK, CLINTON), neboť tyto štítky vyjadřují malý význam externímu čtenáři, pro kterého by měl být tento dokument napsán. Místo toho se na ně odkazujte popisněji: „procento černé“ a “ hlasujte pro Clintonovou v roce 1992.“To přispívá k příjemnějšímu čtení.
tato část by vás měla vrátit k problému vznesenému na začátku příspěvku. Poskytuje spojení mezi vaší úzkou analýzou dat a širšími intelektuálními obavami, se kterými jste začali. Můžete začít shrnutím výsledků statistických testů a určením, zda váš výzkum podporoval nebo odporoval převládající teorii. Pokud jsou vaše hypotézy podporovány, jak silná je teorie? To znamená, kolik rozptylu vysvětlujete v závislé proměnné? Pokud váš výzkum nepodporuje testovanou teorii, jaké jsou možné zdroje selhání? Samotná teorie? Přítomnost matoucích proměnných? Nedostatečnost dat nebo způsob měření proměnných? Návrh základního výzkumu? Pokud ve svém výzkumu vidíte slabiny, zde je místo, kde se můžete vyjádřit a možná navrhnout budoucí výzkum.
důrazně doporučuji, abyste se nepokoušeli shromažďovat vlastní data k napsání tohoto příspěvku. Sběr dat je časově náročná a často frustrující činnost. Byl bych raději, kdybyste trávili čas analýzou dat, než shromažďováním dat pro tento dokument. Máte několik datových sad, ze kterých si můžete vybrat. Dostupné datové sady si můžete prohlédnout prostřednictvím DOIT. Pravděpodobně budete zvažovat různé datové sady, než se usadíte na jednom pro vaši analýzu. Měli byste prozkoumat proměnné, o které máte zájem, spuštěním frekvencí pro diskrétní proměnné a DESKRIPTIVY pro spojité proměnné. (Můžete zjistit, které jsou diskrétní a nepřetržité podle hodnot MIN a MAX na výtiscích z procedury DOIT.) Použijte CROSSTABS pro diskrétní proměnné a PLOT pro spojité proměnné získat cit pro data. Brzy se naučíte výkonnější statistické techniky, které můžete použít ve své analýze, díky čemuž bude psaní papíru zajímavější. Průvodce užitečnými příkazy SPSS pro použití ve vašem výzkumu