撰寫研究論文方法論部分的清晰指南

在研究方法部分，您需要展示您的研究究竟是如何進行的，以及為何每個決定都合乎您的研究目標。它說明了您的設計、工具、參與者和程序，以便讀者能夠評估您研究工作的品質及可靠性。

本指南將拆解研究方法的各個部分，幫助您清晰、自信地撰寫。您將學會如何描述研究設計、概述步驟以及呈現數據分析。合理論證您的選擇，而不使過程過於複雜。無論您是在撰寫學術論文、畢業論文還是期刊文章，本部分都與其他核心組件並列——請參見我們的學術論文基本組成部分拆解——此處的結構將有助於您保持條理。

<CTA title="快速撰寫清晰的研究方法" description="輕鬆使用基於大綱的提示，構建結構完整、符合評審要求的工作方法部分" buttonLabel="免費試用 Jenni" link="https://app.jenni.ai/register" />

1. 從清晰的研究設計概述開始

讀者需要快速了解這是一項什麼樣的研究。這就是為什麼您的方法部分應以簡短的研究設計概述開頭。將這視為一段話的地圖。

在此設計概述中，您應該簡要說明：

• 研究類型：定性、定量或混合方法。

• 哲學或理論方法：例如：實証主義、建構主義、實用主義、解釋學。

• 時間範圍：橫斷面研究、縱向研究、案例研究或其他基於時間的架構。

• 場所或環境：如學校、診所、網絡平台、實驗室或社區。

• 核心目的：用簡單的話說明您試圖發現或理解什麼。

一個好的概述不需要冗長的細節。它提供足夠的信息，以便當讀者進入後續章節時，已經理解您選擇背後的基本邏輯。

選擇合適的研究設計

設計應該契合您提出的問題。這種關係可以用一兩句簡明扼要的話來解釋。

您選擇的方法取決於您的研究問題。

• 定量設計最適用於您想要：

  • 測量變量

  • 檢驗假設

  • 使用統計學檢驗關係

• 定性設計更適用於您想要：

• 探索經驗或意義

• 理解人們如何理解事件

• 深入研究過程而非數字

• 混合方法設計在以下情況下很有用：

• 您既想要數據趨勢，又想要豐富的故事描述

• 您需要一種數據類型來幫助解釋另一種數據類型

您可以模仿以下示例來撰寫自己的句子：

定量：

“本研究採用定量橫斷面調查設計，探討一年級大學生學術倦怠的預測因子。”

定性：

“採用現象學方法，探索照護者在提供臨終關懷時，如何解釋和應對情感疲憊。”

混合方法：

“研究採用了解釋性順序混合方法設計，首先進行大規模調查，然後對選定的受訪者進行針對性訪談。”

<ProTip title="💡 專業貼士：" description="在展開具體細節之前，先用一個精煉的段落總結您的整個研究方法來開始撰寫您的研究方法部分" />

為什麼這很重要

簡明扼要的設計概述可確保讀者在遇到技術細節之前理解您研究的結構。它還表明您的方法在邏輯上契合您的研究目標，這是學術評價的關鍵部分。

2. 描述您的參與者或數據來源

在設計之後，讀者想知道您研究了誰或什麼。本部分說明了您的參與者或數據來源，以及為什麼他們適合您的研究問題。

以參與者為基礎的研究

如果您的研究涉及人，請首先說明目標群體是誰，以及為什麼他們適合您的問題。然後給出具體的細節，而不是含糊的標籤。

您應該包括：

• 總樣本量 - 有多少參與者參加了這項研究？

• 抽樣方法 - 您是如何選擇他們的（例如：隨機、目的性、便利性抽樣）。

• 人口統計信息 - 年齡範圍、性別、職業、地點或其他相關特徵。

• 納入和排除標準 - 允許誰加入，誰不能加入，以及原因。

• 招募策略 - 您在哪裡以及如何找到參與者。

務必說明您為什麼選擇某種抽樣方法。評審人員會密切關注這一點，因為抽樣會影響有效性和公平性。

抽樣技術（簡明指南）

抽樣選擇會改變您結果的可信度或推廣程度。以下是常見方法的簡明格式：

納入和排除標準

明確說明為什麼存在這些限制。可以用一個短句子來確立這一點，然後再進入具體細節。

示例：

“納入標準要求參與者至少有六個月的遠距工作經驗。排除完全採用混合工作制的人員，以保持對全職遠距工作者的關注。”

招募策略

描述您是如何尋找並邀請參與者的，以便其他研究人員可以嘗試進行類似的工作。您可能會提到：

• 校園電子郵件名單或公告板

• 社群媒體群組或線上論壇

• 診所或醫院科室

• 社區中心或組織

• 線上眾包平台

提供足夠的細節以使過程清晰，但不要透露任何個人身份。

非人類數據來源

有些研究根本不涉及人。如果您的研究是這種情況，請清楚說明並轉而解釋您的數據來源。

您可能使用過：

• 檔案文件或記錄

• 組織報告

• 公共數據集或統計數據

• 歷史文獻或媒體內容

• 化學或環境樣品

• 技術或生物系統

對於這些，請說明：

• 數據來自哪裡

• 您是如何取用這些數據的

• 您是如何選擇要納入哪些項目的

• 纳入或排除數據的任何規則

<ProTip title="📌 溫馨提示：" description="務必先描述您的篩選標準，然後再說明參與者人數，使您的邏輯更加清晰" /> 

3. 詳細說明材料、工具與儀器

讀者問的下一個問題是：您使用什麼來收集和測量數據？ 本部分將描述您的材料和儀器，以便其他人評估您的工具是否準確、公平且合適。

您可以依工具類型來組織此部分。

常見材料類別

在該方向指引下，列出每個類別並進行簡要說明。

1. 調查或問卷
   說明其是研究人員自行編製還是經過驗證的工具，並提供可靠性統計數據（如有）。

2. 訪談大綱
   簡要說明問題是如何編製的、如何與研究問題相結合，以及如何進行預試的。

3. 實驗室儀器
   包括型號、測量精度、校準步驟、軟件集成和化學純度標準。

4. 軟件工具
   例如：

• SPSS, STATA, R

• NVivo, Atlas.ti, MAXQDA

• MATLAB

• Python 函式庫 (NumPy, SciPy, pandas)

• Qualtrics 或 SurveyMonkey

示例段落：

“焦慮狀況使用廣泛性焦慮症量表 (GAD-7) 進行測量，這是一項經過驗證的 7 項目工具，廣泛應用於臨床和人群研究中。”

解釋為何選擇這些工具

絕不能讓讀者感到疑惑：“為什麼是那個工具而不是另一個？”因此，請加上簡短的論證，並在學術論文的文獻探討部分中將您的選擇與先前的研究聯繫起來。

示例：

“選擇這些工具是因為它們在先前研究壓力和健康結果的研究中具有已確立的可靠性。”

為什麼這很重要

描述詳盡的工具有助於讀者信任您的數據並評估您研究的可信度。它們還能讓未來的研究人員更精確地複製您的方法。

<ProTip title="💡 注意：" description="在使用標準化儀器時，請引用原始文獻以證實有效性" />

4. 逐步說明程序

這通常是研究方法中篇幅最長的部分，因為它準確描述了研究中發生的事情。關鍵在於按時間順序展開，保持條理清晰。

您的程序部分應涵蓋哪些內容

一個清晰的程序部分應該概述：

• 您研究中的步驟順序

• 每個主要階段的長度

• 如何給予或應用任何干預措施

• 您如何取得知情同意

• 參與者收到了哪些說明

• 您如何處理、儲存和清理數據

• 事情未如預期計劃進行時所做的任何調整

時間順序示例

在示例前加上一行說明，然後展示時間順序。

1. 向所有符合條件的參與者發送包含問卷鏈接的初始電子郵件。

2. 參與者閱讀電子知情同意書並以電子方式同意。

3. 他們填寫了一份基线问卷，以獲取人口統計信息、情緒和睡眠習慣。

4. 使用計算機生成的序列將參與者隨機分配到對照組或實驗組。

5. 干預組每週參加一次 45 分鐘的正念課程，共持續四週。

實驗性研究

對於實驗來說，細節至關重要，因為它們會影響內部效度。務必說明：

• 隨機化方法

• 所使用的任何盲法或雙盲法

• 對照組做或接收了什麼

• 干預措施的劑量、持續時間和強度

• 設備是如何安裝和監控的

這些細節有助於讀者判斷您的結果是否真的來自干預措施，而不是外部因素。

定性研究

對於定性研究來說，語境和研究人員的角色非常重要。在這種情況下，您應該描述：

• 訪談、焦點小組或觀察在何處進行

• 每次會議持續多長時間

• 您如何記錄（音訊、影片、筆記）和轉錄數據

• 任何反思反思步驟，例如撰寫研究日記或與同行討論您的角色

示例：

“訪談在私人會議室進行，持續 45 至 60 分鐘，並在獲得許可的情況下錄音。使用 Otter.ai 生成逐字稿，並手動檢查準確性。”

<ProTip title="💬 專業貼士：" description="在整個程序描述中一致使用過去式動詞，以符合學術標準" />

5. 描述您的數據收集方法

即使您描述了程序，仍需要對數據收集進行專門說明。這將明確您到底收集了什麼以及如何收集。

常見數據收集方法

用一行關於方法適用性的話來介紹列表，然後列出常見方法：

1. 調查和問卷 - 適用於大樣本和統計分析。

2. 訪談和焦點小組 - 最適合理解觀點或經驗。

3. 觀察和現場筆記 - 用於民族誌和紮根理論。

4. 次級或檔案數據 - 包括政策文件、財務報告、臨床記錄或線上數據集。所有這些都可以作為一手資料或次級數據，這取決於它們在研究中如何被使用。

5. 實驗 - 用於檢驗因果關係的理想選擇。

示例段落

“使用託管在 Qualtrics 上的自填式線上調查收集數據。參與者有兩週時間完成問卷，並在第 5 天和第 10 天發送提醒電子郵件。平台自動將回覆匯出到 SPSS 進行清理。”

<ProTip title="🧭 洞察：" description="務必論證您選擇的方法為何符合您的研究問題" />

6. 說明您的數據分析技術

讀者想知道您的原始數據是如何轉化為有意義的發現的。這部分取決於您的研究是定量還是定性。

1. 定量數據分析

定量分析需要說明預處理、統計檢驗和閾值。

對於定量研究，您應該說明：

• 您使用的是哪種軟件（SPSS, R, STATA, JASP 等）

• 您如何清理數據（處理缺失值、異常值、錯誤）

• 您應用了哪些統計檢驗

• 您使用的顯著性水平（通常為 p < 0.05）

• 您是否檢查了假设，例如正態性或等方差性

• 報告的任何信賴區間或效應量測量值

常見統計檢驗

前言中指出將檢驗與數據和假設相匹配，然後顯示一個緊湊的表格樣式列表：

示例段落：

“數據使用 SPSS 第 28 版進行分析。描述性統計匯總了人口統計學變量。獨立樣本 t 檢驗評估了各組之間壓力得分的差異。顯著性水準設定為 p < 0.05。”

1. 定性數據分析

對於定性分析，重點在於數據中的主題、模式和意義。在本節中，說明：

• 您使用了哪種分析方法：

  • 主題分析

  • 內容分析

  • 紮根理論

  • 敘事分析

  • 話語分析

• 您的編碼是：

  • 歸納式（代碼源自數據）

  • 演繹式（基於理論或先前框架的代碼）

• 使用的任何軟件工具（NVivo, Atlas.ti, MAXQDA 等）

示例：

“轉錄文本使用 NVivo 進行歸納式編碼。主題分析遵循 Braun 和 Clarke 的六階段方法，從熟悉數據開始，到主題提煉結束。”

1. 混合方法分析

如果您使用混合方法，請解釋您是如何連結定量和定性部分的。

常見設計：

• 順序性：先收集並分析一種數據，然後用來引導下一種數據的收集和分析。

• 合流性：同時收集兩種類型的數據，分別進行分析，然後進行比較。

• 嵌入式：一種數據類型嵌套在另一種之中（例如，在大規模試驗中嵌入少數訪談）。

示例：

“定量調查結果重塑了訪談大綱，確保定性洞察能夠對最初的統計趨勢進行擴展。結果在解釋階段進行了整合，以比較不同數據集之間的趨同性與分歧性。”

<ProTip title="🗂️ 溫馨提示：" description="說明您的分析使用的是演繹式還是歸納式編碼，以明確您的分析立場" />

7. 解決倫理考量

每個方法章節都應包含簡短的倫理部分，證明您的研究遵守了相關規定並保護了人群和數據安全。

需要涵蓋的關鍵點：

• 倫理委員會或 IRB（機構審查委員會）的批准， 委員會名稱以及批准號（如有）。

• 同意程序： 參與者是如何被告知以及他們如何表示同意的。

• 保密性與匿名性： 您是如何移除或保護個人身份標識的。

• 數據保護， 儲存、訪問控制以及數據將保存多久。

• 對弱勢群組的保護措施。 對未成年人、患者或其他高風險群組採取的任何額外照顧措施。

倫理示例 

“本研究獲得了社會科學院機構審查委員會 (IRB) 的批准（批准號：2024-SSI-117）。參與者均已被告知其權利，包括自願參與及無條件退出。 

所有數據皆儲存於加密硬碟中，僅限研究團隊存取。所有標識資訊均在分析前予以移除，且所有轉錄文本中皆使用匿名代稱。”

<ProTip title="🔒 專業貼士：" description="如果您的機構發放了研究協議或倫理批准號，請務必將其包括在內" />

8. 說明您的研究局限性

一個可信度高的研究方法會承認您的方法可能存在不足之處。這將增強您的學術坦實與誠信。

方法學局限性的類型

一個強大的研究方法也承認其局限性。這並不會削弱您的研究；它表明您了解其邊界所在。

常見的方法學限制：

• 小樣本或局限於特定地點的樣本

• 便利抽樣或非隨機抽樣

• 自陳數據（自我報告數據）

• 短暫或固定的時間範圍

• 對某些群組或記錄的有限訪問

• 可能存在的研究者偏差

• 無法捕捉到每個細節的工具

示例：

“由於本研究使用自我報告問卷，回覆可能會受到社會期許偏差的影響。此外，樣本來自單一大學，這可能會限制研究結果推廣到更廣泛的學生群體中。”

9. 採用清晰的副標題來組織您的研究方法

首先提醒讀者結構等同於可讀性；副標題能夠起到指引評估與複製的作用。

清晰的結構有助於讀者跟進您的邏輯。典型的排版如下：

• 研究設計

• 參與者 / 數據來源

• 材料和儀器

• 程序步驟

• 數據收集

• 數據分析

• 倫理考量

• 局限性

在繼續之前，請檢查：

• 另一位研究人員是否可以僅憑此章節重現我的研究？

• 我是否解釋了為什麼使用各個主要方法，而不僅僅是做了什麼？

• 我是否註明了適用的報告標準，例如 CONSORT、PRISMA、STROBE 或 COREQ（如果有的話）？

10. 如何使您的方法清晰、嚴謹且可複製

最後一節著重於品質。如果方法不明確，即使設計優良的研究也會受到影響。

在最終定稿之前，請使用這份品質清單進行自我檢查。

清晰度清單

觀照：

• 每個步驟是否均使用過去式進行解釋？

• 所有工具和儀器是否均正確命名？

• 您是否按時間順序撰寫？

合理性論證清單

確認：

• 您是否解釋了*為什麼*選擇每種方法？

• 您是否為您的抽樣策略進行了合理解釋？

• 您是否解釋了您的分析框架？

可複製性清單

核對：

• 另一位研究人員能否僅根據本部分重現您的研究？

• 重現研究的材料是否得到了充分的描述？

倫理清單

再次檢查：

• 您是否記錄並提供了獲得批准的證明？

• 您是否妥善解決了保密和數據保護問題？

透明度清單

確保：

• 您是否納入了合理的局限性？

• 如果使用了報告標準（CONSORT, PRISMA, STROBE, COREQ），您是否提及？

<ProTip title="🧪 注意：" description="如果您的研究方法遵循了 PRISMA 或 CONSORT 等報告指南，請明確說明這一點以增加額外的清晰度" />

撰寫學術論文中強有力的研究方法部分

一份堅實的學術論文研究方法部分能精確展示您的研究是如何開展的，以及為什麼每個決定都支持您的研究目的。清晰的方法會使您的工作具有可信度、可複製性，並且更容易獲得評審的信任。 

<CTA title="構建清晰的方法部分" description="將您的設計、步驟和過程 turned into 一個結構化、符合出版要求的研究方法" buttonLabel="免費試用 Jenni" link="https://app.jenni.ai/register" />

如果您在將您的設計、程序和分析轉化為精湛的學術寫作時需要支持，Jenni 可以幫助您在更少的時間內構建出更乾淨、隨時可以出版的研究方法部分。