研究论文方法论部分写作的清晰指南

方法部分是您展示研究是如何进行的，以及每个决定如何符合研究目标的地方。它解释了您的设计、工具、参与者和程序，帮助读者评估您工作质量和可靠性。

本指南分解了方法的每个部分，以便您可以清晰、自信地撰写方法。您将学习如何描述研究设计、概述步骤并展示数据分析。合理化选择而不使过程复杂化。无论您是构建论文、学位论文还是期刊文章，这里的结构将帮助您保持有序。

<CTA title="快速撰写清晰的研究方法" description="使用以纲要为基础的提示轻松构建结构化的、审核者就绪的方法部分" buttonLabel="免费试用Jenni" link="https://cn.app.jenni.ai/register" />

1. 从清晰的研究设计概述开始

读者需要快速了解研究类型。因此，您的方法部分应该从研究设计的简短概述开始。将其视为一段中的地图。

在此设计概述中，您应简要说明：

• 研究类型：定性、定量或混合方法。

• 哲学或理论方法：例如：实证主义，建构主义，实用主义，解释学。

• 时间框架：横截面，纵向研究，案例研究或其他基于时间的框架。

• 环境或场所：如学校、诊所、在线平台、实验室或社区。

• 核心目的：简单地说明您试图了解或发现的内容。

好的概述不需深入细节。这样，在读者进入下一节时，他们已经了解了您选择背后的基本逻辑。

选择正确的研究设计

设计应与您提出的问题相符。可以用一到两句简短的句子来解释这种关系。

您选择的方法取决于您的研究问题。

• 定量设计最适合您想要：

  • 测量变量

  • 检验假设

  • 使用统计方法检查关系

• 定性设计更适合您想要：

• 探索经验或意义

• 了解人们如何理解事件

• 深入研究过程而不是数字

• 混合方法设计在以下情况有用：

• 您既需要数值趋势又需要丰富的故事

• 您需要一种数据类型来帮助解释另一种

您可以根据这些示例修改自己的句子：

定量：

“本研究使用定量横截面调查设计来研究大学一年级学生学术倦怠的预测因素。”

定性：

“采用现象学方法对护理人员在提供临终关怀时如何解释和管理情感疲惫进行探讨。”

混合方法：

“研究采用解释性序列混合方法设计，首先是大规模调查，随后是对选定受访者的访谈。”

<ProTip title="💡 专业提示:" description="通过在扩展具体内容之前将整个研究方法概括为一个紧密的段落来开始您的方法部分" />

为什么这很重要

简洁的设计概述确保读者在接触到技术细节之前了解您研究的结构。它也表明您的方法逻辑上与您的研究目标相匹配，这是学术评估的重要组成部分。

2. 描述您的参与者或数据来源

在介绍设计后，读者想知道您研究的是谁或什么。此部分解释您的参与者或数据来源以及为何它们适合您的研究问题。

基于参与者的研究

如果您的研究涉及人，请首先说明目标群体是谁，以及为何适合您的问题。然后提供具体细节，而不是模糊的标签。

您应包括：

• 总样本量 - 参与研究的参与者人数？

• 抽样方法 - 您如何选择他们（例如：随机、有目的、便利）。

• 人口信息 - 年龄范围、性别、职业、地点或其他相关特征。

• 纳入和排除标准 - 谁被允许进入，谁没有被允许，为什么。

• 招募策略 - 您在哪里以及如何找到参与者。

始终解释您选择某种抽样方法的原因。审查员对此点非常关注，因为抽样影响有效性和公平性。

抽样技术（迷你指南）

抽样选择会改变您的结果的可信度或可推广性。以下是简单格式中的常用方法：

纳入和排除标准

明确说明您为何设置界限。一个简短句子可以作为锚，然后您移入具体细节。

示例：

“纳入标准要求参与者至少有六个月的远程工作经验。为了保持对全职远程工作者的关注，仅有混合工作安排的个体被排除在外。”

招募策略

描述您如何找到和邀请参与者以便其他研究者可以尝试做类似的事情。您可能提到：

• 校园电子邮件列表或公告板

• 社交媒体群组或在线论坛

• 诊所或医院单元

• 社区中心或组织

• 在线众包平台

提供足够清晰的细节，但不要透露任何个人身份。

非人为数据来源

有些研究不涉及人。如果这是您工作的情况，请清楚说明这一点，并解释您的数据来源。

您可能使用了：

• 档案文件或记录

• 组织报告

• 公共数据集或统计数据

• 历史文本或媒体内容

• 化学或环境样本

• 技术或生物系统

对这些数据，解释：

• 数据来自哪里

• 您如何访问它们

• 您如何选择包括哪些项目

• 包括或排除数据的任何规则

<ProTip title="📌 提醒:" description="在参与者数量之前总是描述您的选择标准，以便清晰解释您的逻辑" /> 

3. 详细说明材料、工具和仪器

接下来，读者会问：您用什么来收集和测量您的数据？此部分描述您的材料和仪器，以便其他人能够判断您的工具是否准确、公正和适合。

您可以按工具类型组织此部分。

常见材料类别

按照该方向，列出每个类别的清单和简短背景。

1. 问卷或调查
   说明它们是研究人员制成的还是已验证工具，并尽可能提供可靠性统计数据。

2. 访谈指南
   简要解释如何根据研究问题开发问题并进行试点测试。

3. 实验室仪器
   包括型号、测量准确度、校准步骤、软件集成和化学纯度标准。

4. 软件工具
   示例：

• SPSS, STATA, R

• NVivo, Atlas.ti, MAXQDA

• MATLAB

• Python库（NumPy, SciPy, pandas）

• Qualtrics或SurveyMonkey

示例段落：

“焦虑通过广泛应用于临床和基于人群研究的经过验证的7项工具Generalized Anxiety Disorder Scale (GAD-7)测量。”

解释您为何选择这些工具

您的读者不应对“为什么选择这些仪器而不是其他”感到困惑。因此加入简短的理由。

示例：

“由于这些工具在检查压力和健康结果的先前研究中的稳定可靠性而被选定。”

为什么这很重要

详细描述的工具帮助读者信任您的数据并评估研究的可靠性。它们还让未来的研究人员能够更精确地复制您的方法。

<ProTip title="💡 注意:" description="使用标准化仪器时，请引用原始出版物以验证有效性" />

4. 按步骤解释程序

这是方法中最长的部分，因为它详细描述了研究中发生的事情。关键是按时间顺序保持清晰。

程序部分应涵盖什么

明确的程序部分应概述：

• 研究中的步骤顺序

• 主要阶段的长度

• 任何干预措施如何给予或应用

• 您如何获取知情同意

• 参与者收到的指示

• 您如何处理、存储和清理数据

• 当事情没有按计划进行时进行的任何调整

时间顺序示例

在示例前加上一个简单的方向行，然后展示时间顺序。

1. 初始电子邮件包含调查链接已发送给所有合格的参与者。

2. 参与者访问数字同意表并电子同意。

3. 他们完成了一份基础问卷，收集了人口统计、情绪和睡眠习惯。

4. 使用计算机生成的序列将参与者随机分配到对照组或实验组。

5. 干预组参加每周45分钟的正念课程，为期四周。

实验性研究

对于实验，细节很重要，因为它们会影响内部有效性。请确保解释：

• 随机化的方法

• 是否使用了任何盲法或双盲法

• 对照组做了什么或收到了什么

• 干预的剂量、持续时间和强度

• 如何设置和监控设备

这些细节帮助读者判断您的结果是否确实来自干预而不是外部因素。

定性研究

对于定性工作，背景和研究者的角色非常重要。在这种情况下，您应该描述：

• 访谈、焦点小组或观察在哪里进行

• 每次会话持续多长时间

• 您如何记录（音频，视频，笔记）并转录数据

• 任何反思性步骤，例如保留研究日志或与同事讨论角色

示例：

“访谈在私人会议室进行，持续45到60分钟，经允许进行了音频记录。逐字逐句的转录使用Otter.ai进行，并手动检查准确性。”

<ProTip title="💬 专业提示:" description="在阐述程序时持续使用过去时态动词，以匹配学术标准" />

5. 描述您的数据收集方法

即使描述了程序，您仍需要专门解释数据收集。这可以明确您所收集的内容以及如何收集。

常见的数据收集方法

用一行关于方法合适性的句子介绍列表，然后列出常见的方法：

1. 问卷调查 - 适用于大样本和统计分析。

2. 访谈和焦点小组 - 最佳用于了解观点或经验。

3. 观察和现场笔记 - 用于民族志和扎根理论。

4. 二次或档案数据 - 包括政策文件、财务报告、临床记录或在线电影数据集。所有这些都可以充当主要来源或次要数据，这取决于它们在研究中的使用方式。

5. 实验 - 理想用于测试因果关系。

示例段落

“数据通过自我管理的在线调查在Qualtrics平台上收集。参与者有两周时间完成问卷，并在第5天和第10天发送提醒电子邮件。平台自动将响应导出至SPSS进行清理。”

<ProTip title="🧭 洞察:" description="总是证明您所选择的方法适合您的研究问题" />

6. 解释数据分析技术

读者希望了解您如何将原始数据转化为有意义的发现。此部分根据您的研究是定量还是定性而有所不同。

1. 定量数据分析

定量分析需要解释预处理、统计测试和阈值。

对于定量研究，您应该解释：

• 使用了哪个软件（SPSS，R，STATA，JASP等）

• 如何清理数据（处理缺失值、离群值和错误）

• 应用了哪些统计测试

• 采用了哪个显著性水平（通常为 p < 0.05）

• 是否检查了假设（如正态性或方差相等）

• 报告了哪些置信区间或效应量测量

常见的统计测试

用一句关于匹配测试与数据和假设的句子引导，然后显示紧凑的表格式列表：

示例段落：

“数据使用SPSS Version 28进行分析。描述性统计总结人口变量。独立样本t检验评估组间压力分数的差异。统计显著性设置为p < 0.05。”

2. 定性数据分析

对于定性分析，焦点是数据中的主题、模式和意义。在本节中，解释：

• 使用了哪种分析方法：

  • 主题分析

  • 内容分析

  • 扎根理论

  • 叙述分析

  • 话语分析
    
    

• 编码是：

  • 归纳式（代码从数据中发展）

  • 演绎式（代码基于理论或先前框架）
    
    

• 使用了哪种软件工具（NVivo，Atlas.ti，MAXQDA等）

示例：

“转录本使用NVivo进行归纳编码。主题分析遵循Braun和Clarke的六阶段方法，从熟悉开始到主题的细化。”

3. 混合方法分析

如果您使用了混合方法，请解释如何关联量化和质化部分。

常见设计：

• 顺序：先收集分析一种数据类型，然后用于塑造下一种数据类型。

• 融合：同时收集两种类型，分别分析，然后进行比较。

• 嵌入：一种数据类型嵌入另外一种中（例如，在大型试验中的少数访谈）。

示例：

“量化调查结果塑造了访谈指南，确保质化见解扩展了初始统计趋势。在解释过程中整合结果以比较数据集之间的汇合性和分歧性。”

<ProTip title="🗂️ 提醒:" description="说明您的分析使用了扣除法或者归纳法编码，以明确您的分析立场" />

7. 处理伦理考虑

每个方法部分应包含简短的伦理部分，表明您的研究遵循了规则并保护了人类和数据。

需要涵盖的关键点：

• 伦理委员会或IRB的批准， 委员会的名称， 如果有的话，批准编号。

• 同意程序：参与者如何被告知以及他们如何同意。

• 保密性和匿名性：您如何删除或保护个人身份信息。

• 数据保护，存储、访问控制和数据将被保存多长时间。

• 对弱势群体的保护措施。对未成年人、患者或其他弱势群体采取的任何额外保护措施。

伦理示例 

“研究经社会科学学院的机构审查委员会（IRB）批准（批准代码：2024-SSI-117）。参与者被告知其权利，包括自愿参与和无后果退出。 

所有数据皆储存在仅研究团队可访问的加密驱动器上。分析前删除了标识符，并在所有转录本中使用化名。”

<ProTip title="🔒 专业提示:" description="如果您的机构发放了伦理批准编号，就总是列出它" />

8. 解释研究的局限性

可信的方法承认您的方法可能在哪些方面可能会不足。这将增强您的学术诚信。

方法局限性类型

强有力的方法还承认其局限性。这不会削弱您的研究；它表明您了解其界限。

常见的方法论局限性：

• 小型或局部样本

• 便利性或非随机抽样

• 自我报告数据

• 短期或固定时间框架

• 对某些群体或记录的准入有限

• 可能的研究者偏见

• 工具没有捕捉到每个细节

示例：

“由于研究使用自报告问卷，响应可能受社会期望偏见的影响。此外，样本是从一所大学中抽取的，这可能限制其向更广泛学生群体的推广。”

9. 用清晰的副标题组织您的方法

开始时提醒读者结构等于可读性；副标题指导评估和复制。

清晰的结构帮助读者跟随您的逻辑。典型的布局是：

• 研究设计

• 参与者 / 数据来源

• 材料和仪器

• 程序

• 数据收集

• 数据分析

• 伦理考虑

• 局限性

在您继续之前，检查：

• 另一位研究者可以仅使用此部分重复我的研究吗？

• 我是否说明了其中每个主要方法的理由，而不仅仅是我做了什么？

• 我是否注意到任何报告标准，例如CONSORT，PRISMA，STROBE或COREQ，如果它们适用？

10. 如何使您的方法清晰、严谨且可复制

最终部分专注于质量。即便设计良好的研究如果方法不清晰也可能受到影响。

在完成此章节之前，请使用此质量检查表。

清晰度检查表

询问：

• 是否解释了每个步骤均使用过去时？

• 所有工具和仪器是否正确命名？

• 我是否按时间顺序书写？

理由性检查表

确认：

• 您是否解释了为何选用每种方法？

• 您是否对抽样策略进行了合理化解释？

• 您是否解释了分析框架？

可复制性检查表

验证：

• 另一位研究者可以仅依据此部分重复您的研究吗？

• 是否充分描述了您的材料？

伦理检查表

反复核对：

• 您是否记录了批准？

• 您是否解决了保密性和数据保护问题？

透明性检查表

确保：

• 您是否包含合理的局限性？

• 如果使用了报告标准（CONSORT，PRISMA，STROBE，COREQ），您是否提及？

<ProTip title="🧪 注意:" description="如果您的方法遵循了报告指南如PRISMA或CONSORT，请明确说明以额外提升清晰度" />

撰写强有力的研究论文方法部分

研究论文的方法部分显示研究是如何进行的以及每个决定如何支持研究目标。清晰的方法使您的工作可信、可复制，并更容易获得审稿人的信任。 

<CTA title="构建清晰的方法部分" description="将您的设计、步骤和过程转换为结构化的、准备发表的方法" buttonLabel="免费试用Jenni" link="https://cn.app.jenni.ai/register" />

如果您希望在将设计、程序和分析转换为打磨成型的学术写作方面寻求支持，Jenni可以帮助您在更短时间内构建更清晰、准备发表的方法。