kanske gillar du forskningsfasen för pappersskrivning; kanske fruktar du det. Skillnaden hänger vanligtvis på om du betraktar dig själv som en ”bra författare” – som bestäms av betyg som tjänats på otaliga andra skrivuppgifter. Min erfarenhet av studentforskningshandlingar tyder på att rapportering av resultaten av kvantitativ forskning skiljer sig mycket från andra typer av skrivande. Studenter som gör bra i kreativt skrivande kan hitta denna form av exposition mer utmanande; andra sällan applåderade för smarta fraser kan få komplimanger för deras tydlighet i uttrycket. Att skriva en forskningsrapport kan vara en utmaning för studenter som utmärker sig för att skriva uppsatser och en möjlighet att lysa för dem som inte brukar ”skriva bra.”Du kan förbättra din skrivprestanda genom att ägna stor uppmärksamhet åt dessa förslag för att rapportera din forskning.
ledordet för denna typ av skrivning är struktur. Formatet på ditt papper ska avslöja strukturen i ditt tänkande. Enheter som styckeindelning, rubriker, indrag och uppräkning hjälper faktiskt din läsare att se de viktigaste punkterna du vill göra. Om du tenderar att stränga meningar tillsammans utan att organisera dina tankar i stycken, hjälper du inte honom eller henne att förstå ditt skrivande. Som en tumregel, Om du skriver en hel sida (dubbelt avstånd) utan indrag för ett nytt stycke, har du nästan tcertainly kört en tanke till en annan och har missat en möjlighet att skilja dina ideer.
rubriker kan förmedla de viktigaste ämnena som diskuteras i ditt papper. En forskningsrapport (se Lacy-artikeln om variansanalys) innehåller vanligtvis fyra grundläggande komponenter:
1. Uttalande av problemet som gav upphov till forskningen
2. Diskussion om hur forskningen utformades för att klargöra problemet
3. Analys av data som produceras av forskningen
4. Sammanfattning och slutsats av studien
även om du kan inkludera dessa avsnitt i din rapport utan separata rubriker, kommer den underliggande logiken i ditt papper att vara uppenbart med rubriker som identifierar dess grundläggande komponenter: (1) problemet, (2) forskningsdesign, (3) dataanalys, (4) sammanfattning och slutsats.
310 Statistics research paper är avsedd att visa din kompetens att tillämpa statistik på politisk och social analys. Papperet ska inte vara mer än 5 maskinskrivna sidor (dubbelavstånd, inte räkna tabeller eller diagram). Det borde likna artiklar i avsnittet” forskningsanteckningar ” i Journal of Politics, källa till Lacy-läsningen om variansanalys.. Praktiskt taget alla dessa artiklar är strukturerade (vissa uttryckligen, andra implicit) enligt konturen nedan. För att hjälpa oss att utvärdera dina papper för de 25 poäng som de kan tjäna, följ konturen uttryckligen skriftligen dina papper. De kommer att göras enligt de fyra avsnittsrubrikerna:
börja med att kortfattat ange den intellektuella oroen med ämnet och ange varför det är värt att studera. Till exempel återspeglar ämnet ett etablerat intresse (t. ex. förklarar valdeltagandet), eller avser det ett relativt nytt område (t. ex. Hispanics förändrade roll i politiken)? För att betona forskningens pågående karaktär bör varje papper citera minst en tidigare studie eller publikation som är relevant för din forskning. (Ämnesindexet till Sociologiska abstrakter, som innehåller artiklar i statsvetenskap, är en bra källa för publikationer. USPD: USA: s Statsvetenskapliga dokument är en annan bra källa, och den innehåller också sammanfattningar av de citerade artiklarna. Båda källorna finns i Referensrummet.)
du kan antingen citera dina referenser i fotnoter (med författare, titel och publikationsuppgifter), eller så kan du citera författaren och datumet inom parentes i texten. Till exempel (Tufte, 1974: 314) – och ge sedan hela citatet under ”Referenser” i slutet av papperet:
Tufte, Edward R. (1974) dataanalys för politik och politik. Englewood Cliffs, New Jersey: Prentice-Hall.
detta avsnitt ska översätta de intellektuella problem som uttrycks ovan till din forskning. Ange här arten och källan till dina data (dvs. ange datamängden som du använder i din analys), de operativa måtten på dina teoretiska begrepp och eventuella kontroller för andra faktorer som påverkar din beroende variabel. Förväntar du dig till exempel att det hypotetiska förhållandet håller över kön och ras (för data på individnivå) eller över olika typer av politiska system (för data på nationell nivå)? Du måste också formalisera dina hypoteser i det här avsnittet.
genom att formalisera menar jag fysiskt att skilja dina hypoteser från resten av texten på två sätt: (1) märkning dem som H1, H2, etc. och (2) understryka dem. Till exempel kan du säga, ”detta leder till vår första hypotes:
H1: ju större BNP per capita, desto högre läskunnighet.”
hypoteser bör vara djärva påståenden om förväntningar som lämpar sig för förfalskning. De vinner i trovärdighet när de överlever försök att testa dem-dvs att förfalska dem. (Visserligen är det intellektuellt mer tillfredsställande att föreslå hypoteser som stöds snarare än förfalskas genom dataanalys. Huruvida dina hypoteser stöds eller förfalskas har ingen effekt på papperets betyg.) När det är möjligt, formulera riktningshypoteser, som inbjuder förfalskning lättare än icke-riktningshypoteser. (Vi kommer att diskutera skillnaden mellan de två snart.)
var också uppmärksam på kopplingen mellan begreppen i din teori och hur du operationaliserar dessa begrepp när du formulerar dina hypoteser. Var försiktig så att du inte slänger data genom att kollapsa variabler för att göra korsningar när de kanske mer korrekt analyseras istället genom korrelations-och regressionsanalys. Till exempel uttrycks” termometer ” – variablerna i RÖST88-data från 0 till 100, medan de i RÖST96 kollapsas i några ordinära kategorier. Så dessa VOTE88-variabler gör bättre kvantitativa beroende variabler i regressionsanalys än de omkodade variablerna i VOTE96.
rapportera här resultaten av dina statistiska tester. Hänvisa uttryckligen till hypoteserna som testas med nummer: H1, H2 och så vidare. I de flesta fall bör dina uppgifter rapportera statistiktabeller. Om du använder ordinära eller kontinuerliga data kommer din statistik att involvera korrelationskoefficienter, regressionskoefficienter eller resultat av t-test eller F-test. Acceptera inte bara och rapportera formatet för SPSS – datorutskrift. Det är inte så elegant. Istället formatera om data till tabeller som de i Journal of Politics eller någon annan professionell tidskrift. Var försiktig med att rapportera dina tabeller. Ge informativa titlar. Var noga med att inkludera Ns som några procentsatser är baserade på. (Vi kommer att dra av poäng om Ns inte ingår.)
statistiska tabeller ska innehålla all information som läsaren behöver för att analysera testet. Ditt jobb som författare är att påpeka de viktigaste funktionerna i analysen, inte att upprepa alla siffror i tabellerna. Uppgifterna finns i tabellen; texten ska användas för att sammanfatta dess uppgifter. Exempel: ”alla utom en av korrelationerna i Tabell 1 är i förväntad riktning och är statistiskt signifikanta.”Citat faktiska siffror bara för att betona speciella punkter: ”Observera att korrelationen mellan .25 mellan BNP per capita och död i utländska krig är betydligt lägre än för .50 mellan BNP och dödsfall i våld i hemmet.”
vänligen rapportera korrelationer och sluttningar (om du använder regressionsanalys) endast till andra decimalpunkten. Reproducera dem inte slaviskt till den ultimata decimalpunkten från SPSS-utgången. Om din analys involverar tomter kan du använda PLOTTUTSKRIFTEN om du märker den ordentligt och monterar den på en sida i ditt papper med estetisk känsla. Om möjligt, undvik hänvisning till variabler med deras SPSS-etiketter (t. ex., PCTBLACK, CLINTON), för dessa etiketter förmedlar liten mening till en extern läsare, för vilken detta papper ska skrivas. Hänvisa istället till dem i mer beskrivande termer:” procent svart ”och” rösta på Clinton 1992.”Detta gör det lättare att läsa.
i det här avsnittet bör du återgå till problemet som togs upp i början av papperet. Det ger länken mellan din smala dataanalys och de bredare intellektuella problem som du började med. Du kan börja med att sammanfatta resultaten av dina statistiska tester och bestämma om din forskning stödde eller motsatte sig rådande teori. Om dina hypoteser stöds, hur kraftfull är teorin? Det är, hur mycket varians förklarar du i den beroende variabeln? Om din forskning inte stöder den testade teorin, vilka är de möjliga källorna till misslyckande? Teorin själv? Förekomsten av förvirrande variabler? Otillräckligheten av data eller hur variablerna mättes? Grundforskningsdesign? Om du ser svagheter i din forskning, här är platsen att kommentera och kanske ge förslag om framtida forskning.
jag rekommenderar starkt att du försöker samla in dina egna data för att skriva detta papper. Datainsamling är en tidskrävande och ofta frustrerande aktivitet. Jag föredrar att du spenderar din tid på att göra dataanalys snarare än datainsamling för detta papper. Du har flera datamängder att välja mellan. Du kan granska tillgängliga datamängder via DOIT. Du kommer förmodligen att överväga olika datamängder innan du bestämmer dig för en för din analys. Du bör undersöka de variabler som du är intresserad av genom att köra frekvenser för diskreta variabler och beskrivande för kontinuerliga variabler. (Du kan se vilka som är diskreta och kontinuerliga med min-och maxvärdena på utskrifterna från DOIT-proceduren.) Använd korstabeller för diskreta variabler och diagram för kontinuerliga variabler för att få en känsla för data. Du kommer snart att lära dig mer kraftfulla statistiska tekniker att använda i din analys, vilket gör att du skriver papperet mer intressant. Guide till användbara SPSS-kommandon för användning i din forskning