Kanskje du liker papirskrivingsfasen av forskning; kanskje du frykter det. Forskjellen henger vanligvis på om du anser deg selv som en «god forfatter» – som bestemt av karakterer opptjent på utallige andre skriveoppgaver. Min erfaring med studentforskningsartikler tyder på at rapportering av resultatene av kvantitativ forskning er svært forskjellig fra andre typer skriving. Studenter som gjør det bra i kreativ skriving kan finne denne form for utstilling mer utfordrende; andre sjelden applauderte for smarte vendinger av uttrykket kan få komplimenter på deres klarhet i uttrykket. Skrive en forskningsrapport kan være en utfordring for studenter som utmerke seg på å skrive essays og en mulighet til å skinne for de som ikke vanligvis » skrive godt.»Du kan forbedre skriveytelsen din ved å være oppmerksom på disse forslagene for rapportering av forskningen din.
stikkordet for denne typen skriving er struktur. Formatet på papiret skal avsløre strukturen i din tenkning. Enheter som avsnitt, overskrifter, innrykk, og opplisting faktisk hjelpe leseren se de viktigste punktene du vil gjøre. Hvis du har en tendens til å streng setninger sammen uten å organisere tankene dine i avsnitt, hjelper du ikke ham eller henne med å få mening om skrivingen din. Som en tommelfingerregel, hvis du skriver en hel side (dobbel linjeavstand) uten innrykk for et nytt avsnitt, du nesten tcertainly har kjørt en tanke til en annen, og har gått glipp av en mulighet til å skille dine ideer.
Overskrifter kan formidle de viktigste temaene som diskuteres i papiret ditt. En forskningsrapport (se Lacy-artikkelen om variansanalyse) inneholder vanligvis fire grunnleggende komponenter:
1. Erklæring om problemet som ga opphav til forskningen
2. Diskusjon om hvordan forskningen ble utformet for å klargjøre problemet
3. Analyse av dataene produsert av forskningen
4. Sammendrag og konklusjon av studien
selv om du kan inkludere disse seksjonene i rapporten uten separate overskrifter, vil den underliggende logikken i papiret være tydelig med overskrifter som identifiserer de grunnleggende komponentene: (1) problemet, (2) forskningsdesign, (3) dataanalyse, (4) oppsummering og konklusjon.
310 Statistics research paper er ment å demonstrere din kompetanse i å anvende statistikk til politisk og sosial analyse. Papiret skal ikke være mer enn 5 maskinskrevne sider(dobbelt mellomrom, ikke teller tabeller eller grafer). Det bør være lik artikler i» Research Notes » delen Av Journal Of Politics, kilde Til Lacy lesing På Analyse Av Varians.. Nesten alle disse artiklene er strukturert (noen eksplisitt, andre implisitt) i henhold til oversikten nedenfor. For å hjelpe oss med å evaluere papirene dine for de 25 poengene de kan tjene, vennligst følg disposisjonen eksplisitt i å skrive papirene dine. De vil bli scoret som angitt under de fire seksjonsoverskriftene:
Begynn med å kort angi den intellektuelle bekymringen med emnet, noe som indikerer hvorfor Det er verdt å studere. For eksempel reflekterer emnet en etablert interesse (for eksempel å forklare valgdeltakelse), eller gjelder det et relativt nytt område (for eksempel Den Skiftende Rollen Som Hispanics i politikken)? For å understreke den pågående arten av forskning, bør hvert papir sitere minst en tidligere studie eller publikasjon som er relevant for din forskning. (Emneindeksen Til Sosiologiske Abstracts, som inneholder artikler i statsvitenskap, er en god kilde til publikasjoner. Uspd: Usas Statsvitenskapelige Dokumenter er en annen god kilde, og den inneholder også sammendrag av artiklene som er sitert. Begge kildene er I Referanserommet.)
du kan enten sitere referansene dine i fotnoter( gi forfatter, tittel og publikasjonsopplysninger), eller du kan sitere forfatter og dato i parentes i teksten. For eksempel (Tufte, 1974: 314) – og deretter gi fullstendig sitat under «Referanser» på slutten av papiret:
Tufte, Edward R. (1974) Data Analysis For Politics and Policy. Englewood Klipper, New Jersey: Prentice-Hall.
Denne delen skal oversette de intellektuelle bekymringene som er uttrykt ovenfor i din forskning. Angi her arten og kilden til dataene dine (dvs.angi datasettet du bruker i analysen din), operasjonelle tiltak av dine teoretiske begreper og eventuelle kontroller for andre faktorer som påvirker din avhengige variabel. For eksempel, forventer du at det hypotetiske forholdet skal holde på tvers av kjønn og rase (for individnivå data) eller på tvers av typer politiske systemer (for nasjonalt nivå data)? Du må også formalisere hypotesene dine i denne delen.
ved formal mener jeg fysisk å skille hypotesene dine fra resten av teksten på to måter: (1) merking dem Som H1, H2, etc. og (2) understreker dem. For eksempel kan du si: «Dette fører til vår første hypotese:
H1: jo STØRRE BNP per innbygger, jo høyere leseferdighet.»
Hypoteser bør være dristige påstander om forventninger som egner seg til forfalskning. De får troverdighet når de overlever forsøk på å teste dem-dvs. å forfalske dem. (Det er ganske vist intellektuelt mer tilfredsstillende å foreslå hypoteser som støttes i stedet for forfalsket gjennom dataanalyse. Om hypotesene dine støttes eller forfalskes, har ingen effekt på papirets karakter.) Når det er mulig, formulere retningshypoteser, som inviterer forfalskning lettere enn ikke-retningshypoteser. (Vi vil diskutere forskjellen mellom de to snart.)
vær også oppmerksom på sammenhengen mellom konseptene i teorien din og på måten du operasjonaliserer disse konseptene i å formulere hypotesene dine. Vær forsiktig så du ikke kaster bort data ved å kollapse variabler for å gjøre krysstabuleringer når de kan analyseres mer riktig i stedet gjennom korrelasjons-og regresjonsanalyse. For eksempel er «termometer» – variablene i STEMMEN88-dataene uttrykt fra 0 til 100, mens DE I STEMMEN96 er kollapset i noen ordinære kategorier. Så DISSE STEMME88 variablene gjør bedre kvantitative avhengige variabler i regresjonsanalyse enn de omkodede variablene I STEMME96.
Rapporter her resultatene av dine statistiske tester. Se eksplisitt til hypotesene som testes med nummer: H1, H2 og så videre. I de fleste tilfeller bør dataene dine rapportere tabuleringer av statistikk. Hvis du bruker ordinære eller kontinuerlige data, vil statistikken innebære korrelasjonskoeffisienter, regresjonskoeffisienter eller resultater av t-tester eller F-tester. Ikke bare godta og rapportere formatet SPSS datamaskin utskrift. Det er ikke veldig stilig. I stedet reformatere dataene i tabeller som De I Journal Of Politics eller someother professional journal. Vær forsiktig med å rapportere tabellene dine. Gi informative titler. Pass på å inkludere Ns som noen prosenter er basert på. (Vi vil trekke poeng hvis Ns ikke er inkludert.)
Statistiske tabeller skal inneholde all informasjon som leseren trenger for å analysere testen. Din jobb som forfatter er å påpeke hovedtrekkene i analysen, ikke å gjenta alle tallene i tabellene. Dataene er i tabellen; teksten skal brukes til å oppsummere sine opplysninger. Eksempel: «Alle unntatt en av korrelasjonene I Tabell 1 er i forventet retning og er statistisk signifikante.»Sitat faktiske tall bare for å understreke spesielle punkter: «Merk at korrelasjonen av .25 MELLOM BNP per innbygger og død i utenlandske kriger er vesentlig lavere enn FOR .50 MELLOM BNP og dødsfall i vold i hjemmet.»
vennligst rapporter korrelasjoner og bakker (hvis du bruker regresjonsanalyse) bare til det andre desimaltegnet. Ikke gjengi dem slavisk til det ultimate desimaltegnet fra spss-utgangen. Hvis analysen din innebærer plott, kan DU bruke PLOTTUTSKRIFTEN hvis du merker den riktig og monterer den på en side i papiret med estetisk følelse. Der det er mulig, unngå referanse til variabler MED DERES SPSS-etiketter (f. eks., PCTBLACK, CLINTON), for disse etikettene formidler liten mening til en ekstern leser, for hvem dette papiret skal skrives. I stedet referer til Dem i mer beskrivende termer: «prosent svart» og «stem For Clinton i 1992.»Dette gir mer behagelig lesing.
denne delen skal returnere deg til problemet som ble reist i begynnelsen av papiret. Det gir koblingen mellom smal dataanalyse og bredere intellektuelle bekymringer som du begynte. Du kan starte med å oppsummere resultatene av statistiske tester og avgjøre om din forskning støttet eller motsagt rådende teori. Hvis hypotesene dine støttes, hvor kraftig er teorien? Det vil si, hvor mye varians forklarer du i den avhengige variabelen? Hvis forskningen din ikke støtter teorien som er testet, hva er mulige kilder til feil? Selve teorien? Tilstedeværelsen av forvirrende variabler? Mangelen på dataene eller måten variablene ble målt på? Grunnleggende forskningsdesign? Hvis du ser svakheter i din forskning, her er stedet å kommentere og kanskje komme med forslag om fremtidig forskning.
jeg anbefaler sterkt at du prøver å samle inn dine egne data for å skrive dette papiret. Datainnsamling er en tidkrevende og ofte frustrerende aktivitet. Jeg foretrekker at du bruker tid på å gjøre dataanalyse i stedet for datainnsamling for dette papiret. Du har flere datasett å velge mellom. Du kan se gjennom de tilgjengelige datasettene GJENNOM DOIT. Du vil sannsynligvis vurdere ulike datasett før settling på en for analysen. Du bør utforske variablene du er interessert i ved å kjøre FREKVENSER for diskrete variabler og BESKRIVELSER for kontinuerlige variabler. (Du kan fortelle hvilke som er diskrete og kontinuerlige av MIN OG MAX-verdiene på utskriftene FRA DOIT-prosedyren.) Bruk KRYSSTABELLER for diskrete variabler og PLOTT for kontinuerlige variabler for å få en følelse for dataene. Du vil snart lære kraftigere statistiske teknikker for å ansette i analysen din, noe som vil gjøre å skrive papiret mer interessant. Guide til nyttige spss-kommandoer for bruk i din forskning