måske kan du lide papirskrivningsfasen af forskning; måske frygter du det. Forskellen afhænger normalt af, om du betragter dig selv som en “god forfatter” – som bestemt af karakterer optjent på utallige andre skriveopgaver. Min erfaring med studerendes forskningspapirer antyder, at rapportering af resultaterne af kvantitativ forskning er meget forskellig fra andre typer skrivning. Studerende, der klarer sig godt i kreativ skrivning, kan finde denne form for udstilling mere udfordrende; andre bifalder sjældent for kloge vendinger kan modtage komplimenter for deres klarhed i udtrykket. At skrive en forskningsrapport kan være en udfordring for studerende, der udmærker sig ved at skrive essays og en mulighed for at skinne for dem, der normalt ikke “skriver godt.”Du kan forbedre din skrivepræstation ved at være meget opmærksom på disse forslag til rapportering af din forskning.
Nøgleordet for denne type skrivning er struktur. Formatet på dit papir skal afsløre strukturen i din tænkning. Enheder som afsnit, overskrifter, indrykning og optælling hjælper faktisk din læser med at se de vigtigste punkter, du vil gøre. Hvis du har tendens til at streng sætninger sammen uden at organisere dine tanker i afsnit, hjælper du ikke ham eller hende med at give mening om din skrivning. Som tommelfingerregel, Hvis du skriver en hel side (dobbelt afstand) uden at indrykke for et nyt afsnit, har du næsten helt sikkert kørt en tanke ind i en anden og har gået glip af en mulighed for at differentiere dine ideer.
overskrifter kan formidle de vigtigste emner, der diskuteres i dit papir. En forskningsrapport (se Lacy-artiklen om variansanalyse) indeholder typisk fire grundlæggende komponenter:
1. Redegørelse for det problem, der gav anledning til forskningen
2. Diskussion af, hvordan forskningen blev designet til at afklare problemet
3. Analyse af data produceret af forskningen
4. Sammendrag og konklusion af undersøgelsen
selvom du kunne medtage disse sektioner i din rapport uden separate overskrifter, vil den underliggende logik i dit papir være let synlig med overskrifter, der identificerer dens grundlæggende komponenter: (1) problemet, (2) forskningsdesign, (3) dataanalyse, (4) sammenfatning og konklusion.
310 Statistics research paper er beregnet til at demonstrere din kompetence til at anvende Statistik til politisk og social analyse. Papiret må ikke være mere end 5 maskinskrevne sider (dobbelt afstand, ikke tæller tabeller eller grafer). Det skal svare til artikler i afsnittet “forskningsnotater” i Journal of Politics, kilde til Lacy-læsning om variansanalyse.. Næsten alle disse artikler er struktureret (nogle eksplicit, andre implicit) i henhold til nedenstående oversigt. For at hjælpe os med at evaluere dine papirer for de 25 point, de kan tjene, skal du følge oversigten eksplicit ved at skrive dine papirer. De vil blive scoret som angivet under de fire afsnit overskrifter:
Begynd med kort at angive den intellektuelle bekymring med emnet og angive, hvorfor det er værd at studere. For eksempel afspejler emnet en etableret interesse (f. eks. forklarer valgdeltagelse), eller vedrører det et relativt nyt område (f. eks. den skiftende rolle, som latinamerikanere spiller i politik)? For at understrege den igangværende karakter af forskning skal hvert papir citere mindst en tidligere undersøgelse eller publikation, der er relevant for din forskning. (Fagindekset til sociologiske Abstracts, der indeholder artikler i Statskundskab, er en god kilde til publikationer. USPD: USA ‘ s statsvidenskabelige dokumenter er en anden god kilde, og den indeholder også abstracts af de citerede artikler. Begge kilder er i Referencerummet.)
du kan enten citere dine referencer i fodnoter (giver forfatter, titel og publikationsoplysninger), eller du kan citere forfatteren og datoen i parentes i teksten. For eksempel (Tufte, 1974: 314) – og giv derefter den komplette henvisning under “referencer” i slutningen af papiret:
Tufte, Edvard R. (1974) dataanalyse for politik og politik. Prentice-Hall.
dette afsnit skal oversætte de intellektuelle bekymringer, der er udtrykt ovenfor, til din forskning. Angiv her arten og kilden til dine data (dvs.angiv det datasæt, du bruger i din analyse), de operationelle mål for dine teoretiske begreber og eventuelle kontroller for andre faktorer, der påvirker din afhængige variabel. Forventer du for eksempel, at det hypotetiske forhold holder på tværs af køn og race (for data på individuelt niveau) eller på tværs af typer af politiske systemer (for data på nationalt niveau)? Du skal også formalisere dine hypoteser i dette afsnit.
ved formalisere mener jeg fysisk at skelne dine hypoteser fra resten af teksten på to måder: (1) mærkning dem som H1, H2, etc. og (2) understreger dem. For eksempel kan du sige, “dette fører til vores første hypotese:
H1: jo større BNP pr.”
hypoteser bør være dristige påstande om forventninger, der egner sig til forfalskning. De vinder i troværdighed, da de overlever forsøg på at teste dem-dvs.at forfalske dem. (Det er ganske vist intellektuelt mere tilfredsstillende at foreslå hypoteser, der understøttes snarere end forfalskes gennem dataanalyse. Om dine hypoteser understøttes eller forfalskes, har ingen indflydelse på papirets karakter.) Når det er muligt, formuler retningshypoteser, som inviterer forfalskning lettere end ikke-retningshypoteser. (Vi vil diskutere forskellen mellem de to snart.)
vær også opmærksom på sammenhængen mellem begreberne i din teori og på den måde, du operationaliserer disse begreber i formuleringen af dine hypoteser. Pas på ikke at smide data ved at kollapse variabler for at udføre Krydstabuleringer, når de måske mere korrekt analyseres i stedet gennem korrelations-og regressionsanalyse. For eksempel udtrykkes” termometer ” – variablerne i STEM88-dataene fra 0 til 100, mens de i STEM96 kollapses i nogle få ordinære kategorier. Så disse STEM88 variabler gør bedre kvantitative afhængige variabler i regressionsanalyse end de omkodede variabler i STEM96.
rapporter her resultaterne af dine statistiske tests. Henvis eksplicit til de hypoteser, der testes efter nummer: H1, H2 osv. I de fleste tilfælde skal dine data rapportere tabeller over statistikker. Hvis du bruger ordinære eller kontinuerlige data, involverer din statistik korrelationskoefficienter, regressionskoefficienter eller resultater af t-test eller F-test. Må ikke blot acceptere og rapportere formatet af SPSS computer udskrift. Det er ikke meget klassisk. I stedet omformatere dataene i tabeller som dem i Journal of Politics eller someother professional journal. Vær forsigtig med at rapportere dine tabeller. Giv informative titler. Sørg for at medtage de Ns, som eventuelle procentsatser er baseret på. (Vi trækker point, hvis Ns ikke er inkluderet.)
statistiske tabeller skal indeholde alle de oplysninger, som læseren har brug for for at analysere testen. Dit job som forfatter er at påpege nøglefunktionerne i analysen, ikke at gentage alle numrene i tabellerne. Dataene er i tabellen; teksten skal bruges til at opsummere dens oplysninger. Eksempel: “alle undtagen en af korrelationerne i tabel 1 er i den forventede retning og er statistisk signifikante.”Citat faktiske tal kun for at understrege særlige punkter: “Bemærk, at korrelationen af .25 mellem BNP per indbygger og død i udenlandske krige er væsentligt lavere end for .50 mellem BNP og dødsfald i vold i hjemmet.”
rapporter venligst korrelationer og skråninger (hvis du anvender regressionsanalyse) kun til andet decimal. Gengiv dem ikke slavisk til det ultimative decimaltegn fra SPSS-output. Hvis din analyse involverer plot, kan du bruge PLOTUDSKRIFTEN, hvis du mærker den korrekt og monterer den på en side i dit papir med æstetisk følelse. Undgå, hvor det er muligt, at henvise til variabler ved hjælp af deres SPSS-etiketter (f. eks., PCTBLACK, CLINTON), for disse etiketter formidler ringe mening til en ekstern læser, for hvem dette papir skal skrives. I stedet henvises til dem i mere beskrivende termer: “procent sort” og “stem på Clinton i 1992.”Dette giver mere behagelig læsning.
dette afsnit skal vende tilbage til det problem, der blev rejst i begyndelsen af papiret. Det giver forbindelsen mellem din snævre dataanalyse og de bredere intellektuelle bekymringer, som du begyndte med. Du kan starte med at opsummere resultaterne af dine statistiske tests og afgøre, om din forskning understøttede eller modsatte fremherskende teori. Hvis dine hypoteser understøttes, hvor stærk er teorien? Det vil sige, hvor meget varians forklarer du i den afhængige variabel? Hvis din forskning ikke understøtter den testede teori, hvad er de mulige kilder til fiasko? Selve teorien? Tilstedeværelsen af forvirrende variabler? Utilstrækkeligheden af dataene eller den måde, variablerne blev målt på? Det grundlæggende forskningsdesign? Hvis du ser svagheder i din forskning, her er stedet at kommentere og måske komme med forslag til fremtidig forskning.
jeg anbefaler stærkt at forsøge at indsamle dine egne data for at skrive dette papir. Dataindsamling er en tidskrævende og ofte frustrerende aktivitet. Jeg foretrækker, at du bruger din tid på at udføre dataanalyse snarere end dataindsamling til dette papir. Du har flere datasæt at vælge imellem. Du kan gennemgå de tilgængelige datasæt gennem DOIT. Du vil sandsynligvis overveje forskellige datasæt, før du afregner et til din analyse. Du bør undersøge de variabler, som du er interesseret i, ved at køre frekvenser for diskrete variabler og beskrivelser for kontinuerlige variabler. (Du kan se, hvilke der er diskrete og kontinuerlige ved hjælp af min-og maks-værdierne på udskrifterne fra DOIT-proceduren.) Brug CROSSTABS til diskrete variabler og PLOT til kontinuerlige variabler for at få en fornemmelse af dataene. Du vil snart lære mere kraftfulde statistiske teknikker til at anvende i din analyse, hvilket vil gøre at skrive papiret mere interessant. Vejledning til nyttige SPSS kommandoer til brug i din forskning