量化研究论文写作: 题目“亮”起来,结果“量”出来

量化研究论文写作: 题目“亮”起来,结果“量”出来
204人加入学习
(6人评价)
价格 ¥99.00
会员免费学 购买课程

我们在写论文题目的时候,要考虑下到论文答辩题目的的三大功能,即题目要找得到,方便信息检索,题目要看得懂,能传递关键信息,题目要记得住,留下深刻印象。另外题目的要素包括过往研究基础,即将研究焦点,这才在研究中架起了一座桥梁,能从此岸到彼岸。

[展开全文]

量化研究论文写作:题目“亮”起来,结果“量”出来

一。题目亮起来

1.题目功能

a. 三个“得”

找得到:检索平台:web of science等可以方便信息检索

看得懂:一看题目就可以抓书关键信息,论文题目可以快速传递关键信息

记得住:题目可以给读者留下深刻印象

2. 题目要素

a. 过往研究基础:从此岸

  研究基础是什么:核心概念,写在题目里

b. 即将研究焦点:到彼岸

问题聚焦,写在题目里

一座桥:从此岸到彼岸,连接作者与读者

3. 案例分析

总结:

突出题目的两要素:即过往研究基础的核心概念以及自己的研究焦点。将自己和读者连接

实现功能:

突出核心概念让读者找得到;在题目中明确简介凸显研究聚焦,将核心概念和研究聚焦结合真正给读者留下深刻印象。

二。结果量出来

1. 效应量的原理

  effect Size,即某一个研究或某物的效果有多大。

显著性:对效果的估计有多准确。

二者相互独立,有可能效应量大,但不显著,也有可能效应量小,但可能显著。

2. 效应量的分类

d家族:平均数差异:T检验

平均数差异:两个变量之间的差别,例如两个高中老师,学生考大学的分数,第一位老师的平均分是650, 第二位是640。平均数差异就是指这两位老师之间的差距有多大。

R家族:相关性:相关;共享变异:回归,ANOVA

相关性:两个变量之间的联系:例如:高中老师的月考次数,与学生考大学的分数之间的关系。月考次数与高考分数之间联系有多强就是关于两者相关性的问题。

共享变异:共享变异的比例也可以用来回答两者的相关性。

3. 效应量的报告

第一步:分类别:具体是哪种效应量

第二步:重解释:要有解释的标准

相关性:根据Cohen标准,如果r值小于0.1,效应量几乎没有,0.1-0.3,效应量较小或较弱;0.3-0.5之间,效应量属于中等;大于0.5,效应量较大或较强。

共享变异:根据Cohen标准,如果R2的值小于0.01,效应量几乎没有;0.01-0.09之间,效应量较小或较弱,0.09-0.25之间,效应量中等;大于0.25,效应量较大。

平均数差异:根据Cohen标准,如果Cohen'd小于0.2,效应量几乎没有;0.2-0.5之间,效应量较小或较弱;0.5-0.8之间,效应量中等;大于0.8,效应量较大或较强。

ANOVA:效果量计算复杂,可做如下报告:根据Cohen(1988)标准,如果Eta2的值在小于0.01,效应量几乎没有;0.01-0.09之间,效应量较小或较弱;0.09-0.25之间,效应量中等;大于0.25,效应量较大或较强。

范例:经过数据分析,我们法相,XX效应量的值是XX,这个值在Cohen(1988)的标准中,属于(接近于没有、较小、中等、较大)的效应量。

三。重解释中,研究情景也很重要。

如果效应量虽然很小,但是后果很严重,这个效应量也很重要。例如雷曼兄弟公司倒闭的效应量很小,但是引发了美国乃至全球的金融危机或金融风暴。

总结:效应量的报告要首先分类别,然后根据情景解释效应量究竟有多大。

问答:

1.效应量的意义:衡量效果的大小

2. 共享变异与相关性的关系:前者是后者更高阶的数据,即平方

3.如果和判定情景是否很重要呢?:根据研究问题的提出语境,如果研究的问题涉及的人非常多,那么这个设计的情境就非常重要,所以及时非常小的效应量都有可能都会带来很重要的后果。

4.效应量和显著性的区别:效应量就研究问题的效果进行研究,显著性即指研究者对其研究结果的把握。

5.何时用D组:研究平均数差异

   研究相关或回归时用R族

6. 如果两组均值,效应量越大,这两组的差异就越大,而显著性越大,两组存在差异的把握就越大。

[展开全文]