być może podoba ci się faza pisania artykułu; może się jej boisz. Różnica zazwyczaj zależy od tego, czy uważasz się za „dobrego pisarza” – o czym świadczą oceny zdobyte na niezliczonych innych zadaniach pisarskich. Moje doświadczenie z pracami naukowymi sugeruje, że raportowanie wyników badań ilościowych bardzo różni się od innych rodzajów pisania. Studenci, którzy dobrze radzą sobie w kreatywnym pisaniu, mogą uznać tę formę ekspozycji za trudniejszą; inni rzadko oklaskiwani za sprytne zwroty frazy mogą otrzymać komplementy dotyczące ich jasności wypowiedzi. Napisanie raportu z badań może być wyzwaniem dla studentów, którzy wyróżniają się w pisaniu esejów i okazją do zabłysnięcia dla tych, którzy zwykle „piszą dobrze”.”Możesz poprawić wydajność pisania, zwracając szczególną uwagę na te sugestie dotyczące zgłaszania swoich badań.
hasłem przewodnim dla tego typu zapisu jest struktura. Format Twojego artykułu powinien ujawnić strukturę twojego myślenia. Urządzenia takie jak paragraphing, nagłówki, wcięcia i wyliczenia rzeczywiście pomagają czytelnikowi zobaczyć główne punkty, które chcesz zrobić. Jeśli masz tendencję do ciągów zdań bez organizowania swoich myśli w akapity, nie pomagasz mu lub jej w zrozumieniu Twojego pisania. Ogólnie rzecz biorąc, jeśli wpiszesz pełną stronę (z podwójnym odstępem) bez wcięć dla nowego akapitu, praktycznie przepuściłeś jedną myśl w drugą i przegapiłeś okazję do zróżnicowania swoich pomysłów.
nagłówki mogą przekazać główne tematy omówione w twoim artykule. Raport z badań (patrz Lacy artykuł na temat analizy wariancji) zazwyczaj zawiera cztery podstawowe składniki:
1. Oświadczenie o problemie, który dał początek badaniom
2. Omówienie sposobu, w jaki badania zostały zaprojektowane w celu wyjaśnienia problemu
3. Analiza danych uzyskanych w wyniku badań
4. Podsumowanie i zakończenie badania
chociaż możesz uwzględnić te sekcje w swoim raporcie bez oddzielnych nagłówków, podstawowa logika Twojego artykułu będzie łatwo widoczna dzięki nagłówkom określającym jego podstawowe składniki: (1) problem, (2) projekt badawczy, (3) Analiza danych, (4) Podsumowanie i wniosek.
artykuł 310 Statistics research ma na celu wykazanie Twoich kompetencji w stosowaniu statystyk do analizy politycznej i społecznej. Papier powinien mieć nie więcej niż 5 stron na maszynie (podwójne odstępy, nie licząc tabel ani Wykresów). Powinien być podobny do artykułów w sekcji „Notatki z badań „czasopisma ” Polityka”, źródło koronkowej lektury na temat analizy wariancji.. Praktycznie wszystkie te artykuły są ustrukturyzowane (niektóre jawnie, inne niejawnie)zgodnie z poniższym konturem. Aby pomóc nam ocenić twoje prace pod kątem 25 punktów, które mogą zdobyć, postępuj zgodnie z konturem wyraźnie w pisaniu swoich prac. Zostaną one ocenione zgodnie z czterema nagłówkami sekcji:
Rozpocznij od krótkiego określenia intelektualnej troski o temat, wskazując, dlaczego warto go studiować. Na przykład, czy temat odzwierciedla ustalone zainteresowanie (np. wyjaśniając frekwencję do głosowania), czy też odnosi się do stosunkowo nowego obszaru (np. zmieniającej się roli Latynosów w Polityce)? Aby podkreślić trwający charakter badań, każdy artykuł powinien przytoczyć co najmniej jedno poprzednie badanie lub publikację związaną z Twoimi badaniami. (Indeks tematyczny streszczeń Socjologicznych, który zawiera artykuły z politologii, jest dobrym źródłem dla publikacji. USPD: United States Political Science Documents jest kolejnym dobrym źródłem, a także zawiera streszczenia cytowanych artykułów. Oba źródła są w pokoju referencyjnym.)
możesz albo przytoczyć swoje odniesienia w przypisach (podając autora, tytuł i dane publikacji), albo możesz przytoczyć autora i datę w nawiasach w tekście. Na przykład (Tufte, 1974: 314) – a następnie podaj pełny cytat pod „referencjami” na końcu artykułu:
Tufte, Edward R. (1974) Data Analysis for Politics and Policy. Englewood Cliffs, New Jersey: Prentice-Hall.
Ta sekcja powinna przełożyć obawy intelektualne wyrażone powyżej na twoje badania. Wskaż tutaj naturę i źródło swoich danych (tj. podaj zestaw danych, którego używasz w swojej analizie), środki operacyjne swoich koncepcji teoretycznych i wszelkie kontrole innych czynników wpływających na zmienną zależną. Na przykład, czy spodziewasz się, że hipotetyczny związek będzie się utrzymywał między płcią i rasą (dla danych na poziomie indywidualnym) lub między rodzajami systemów politycznych (dla danych na poziomie krajowym)? Musisz również sformalizować swoje hipotezy w tej sekcji.
formalizując, mam na myśli fizyczne odróżnienie hipotez od reszty tekstu na dwa sposoby: (1) oznaczanie ich jako H1, H2 itp., oraz (2) podkreślając je. Na przykład można powiedzieć: „prowadzi to do naszej pierwszej hipotezy:
H1: im większy PNB na mieszkańca, tym wyższy wskaźnik umiejętności czytania i pisania.”
hipotezy powinny być śmiałymi twierdzeniami oczekiwań, które nadają się do fałszowania. Zyskują na wiarygodności, gdy przeżywają próby ich przetestowania-tj. sfałszowania. (Co prawda, intelektualnie bardziej satysfakcjonujące jest proponowanie hipotez, które są wspierane, a nie fałszowane poprzez analizę danych. To, czy Twoje hipotezy są poparte, czy sfałszowane, nie będzie miało wpływu na ocenę papieru.) Tam, gdzie to możliwe, formułować hipotezy kierunkowe, które zachęcają do fałszowania łatwiej niż hipotezy niekierunkowe. (Wkrótce omówimy różnicę między nimi.)
zwróć również uwagę na związek między pojęciami w twojej teorii i na sposób, w jaki operujesz tymi pojęciami w formułowaniu swoich hipotez. Należy uważać, aby nie wyrzucać danych przez zwijanie zmiennych w celu wykonania crosstabulations, gdy mogą one być bardziej prawidłowo analizowane zamiast poprzez analizę korelacyjną i regresji. Na przykład zmienne „termometru” w danych VOTE88 są wyrażone w zakresie od 0 do 100, podczas gdy te w VOTE96 są podzielone na kilka porządkowych kategorii. Więc te zmienne VOTE88 zrobić lepsze ilościowe zmienne zależne w analizie regresji niż rekodowane zmienne w VOTE96.
zgłoś tutaj wyniki swoich testów statystycznych. Odwołaj się wyraźnie do testowanych hipotez według liczby: H1, H2 i tak dalej. W większości przypadków Twoje dane powinny raportować tabele statystyk. Jeśli używasz danych porządkowych lub ciągłych, Twoje statystyki będą obejmować współczynniki korelacji, współczynniki regresji lub Wyniki testów t lub testów F. Nie należy po prostu akceptować i zgłaszać formatu wydruku komputerowego SPSS. To nie jest zbyt eleganckie. Zamiast tego sformatuj dane w tabele, takie jak te w Journal of Politics lub innym profesjonalnym czasopiśmie. Zachowaj ostrożność w raportowaniu tabel. Zapewnij tytuły informacyjne. Pamiętaj, aby uwzględnić Ns, na których opierają się wszelkie procenty. (Będziemy odliczać punkty, jeśli Ns nie są uwzględnione.)
tabele statystyczne powinny zawierać wszystkie informacje potrzebne czytelnikowi do analizy testu. Twoim zadaniem jako pisarza jest wskazanie kluczowych cech analizy, a nie powtarzanie wszystkich liczb w tabelach. Dane znajdują się w tabeli; tekst powinien być użyty do podsumowania jego szczegółów. Przykład: „wszystkie z wyjątkiem jednej korelacji w tabeli 1 są w oczekiwanym kierunku i są istotne statystycznie.”Cytuj liczby rzeczywiste tylko po to, aby podkreślić szczególne punkty: „Zauważ, że korelacja .25 między PNB na mieszkańca a śmiercią w wojnach zagranicznych jest znacznie niższa niż w.50 między PNB a śmiercią w przemocy domowej.”
proszę zgłaszać korelacje i nachylenia (jeśli stosujesz analizę regresji)tylko do drugiego miejsca po przecinku. Nie odtwarzaj ich niewolniczo do ostatecznego punktu dziesiętnego z wyjścia SPSS. Jeśli twoja analiza obejmuje wykresy, możesz użyć wydruku wykresu, jeśli odpowiednio oznakujesz go i zamontujesz na stronie w swoim papierze z wyczuciem estetycznym. W miarę możliwości należy unikać odwoływania się do zmiennych za pomocą ich etykiet SPSS (np., PCTBLACK, CLINTON), ponieważ etykiety te nie mają większego znaczenia dla zewnętrznego czytelnika, dla którego ten artykuł powinien być napisany. Zamiast tego, odnoszą się do nich w bardziej opisowych terminach: „procent czarny” i ” głosuj na Clintona w 1992 roku.”To sprawia, że czytanie jest przyjemniejsze.
Ta sekcja powinna wrócić do problemu poruszonego na początku artykułu. Zapewnia związek między wąską analizą danych a szerszymi problemami intelektualnymi, z którymi zaczynałeś. Możesz zacząć od podsumowania wyników testów statystycznych i określenia, czy badania poparte lub sprzeczne z panującą teorią. Jeśli Twoje hipotezy są poparte, jak potężna jest teoria? To znaczy, ile wariancji wyjaśniasz w zmiennej zależnej? Jeśli twoje badania nie poprą testowanej teorii, jakie są możliwe źródła niepowodzenia? Sama teoria? Obecność zmiennych zakłócających? Nieadekwatność danych czy sposób pomiaru zmiennych? Podstawowy projekt badawczy? Jeśli widzisz słabości w swoich badaniach, tutaj jest miejsce na komentarz i być może sugestie dotyczące przyszłych badań.
zdecydowanie odradzam Próbowanie zbierania własnych danych do pisania tego artykułu. Gromadzenie danych jest czasochłonne i często frustrujące. Wolałbym, żebyś spędził czas na analizie danych, a nie na zbieraniu danych do tego artykułu. Masz kilka zestawów danych do wyboru. Dostępne zestawy danych można przeglądać za pośrednictwem DOIT. Prawdopodobnie rozważysz różne zestawy danych, zanim zdecydujesz się na jeden do analizy. Powinieneś zbadać zmienne, którymi jesteś zainteresowany, uruchamiając częstotliwości dla zmiennych dyskretnych i opisów dla zmiennych ciągłych. (Możesz określić, które są dyskretne i ciągłe po wartościach MIN i MAX na wydrukach z procedury DOIT.) Użyj CROSSTABS dla zmiennych dyskretnych i wykresu dla zmiennych ciągłych, aby uzyskać wyczucie danych. Wkrótce nauczysz się potężniejszych technik statystycznych, które możesz wykorzystać w swojej analizie, co sprawi, że pisanie artykułu będzie bardziej interesujące. Przewodnik po przydatnych poleceniach SPSS do wykorzystania w badaniach