Dissertation Methodology怎么写？研究方法、Sampling与数据分析指南

Methodology是Dissertation里最容易出现“方法写了很多，但为什么这么做没有解释清楚”的章节。选择Questionnaire还是Interview？应该使用Quantitative、Qualitative还是Mixed Methods？Sampling为什么选Purposive而不是Random Sampling？数据最后准备怎么分析？这些决定不能只是罗列出来，而需要围绕research Question形成一套能够被解释和论证的Research Design。本文从Research Philosophy、Research Approach和Research Strategy开始，逐步讲清Sampling、Questionnaire、Interview、Primary与Secondary Data、Quantitative与Qualitative Data Analysis，并讨论Reliability、Validity、Research Ethics以及Methodology常见问题。对于硕士Dissertation、Thesis或Final Research Project，真正好的Methodology不是把研究术语写得复杂，而是让读者理解：为什么这个方法适合回答你的研究问题。

很多学生写Dissertation Methodology时会从一句话开始：

“This research uses a quantitative research method...”

然后马上介绍Questionnaire、Sample Size和SPSS。

这些内容本身没有问题，但中间缺少了最重要的一层：为什么？

为什么Quantitative Research适合这个Research Question？为什么使用Questionnaire而不是Interview？为什么选择这群Respondents？为什么这种Data Analysis能够回答Research Objectives？

Methodology真正需要建立的，就是这些研究决定之间的逻辑。

一、先从Research Question决定研究方法

Methodology最重要的原则之一，就是方法服务于Research Question。

例如：

RQ1：Is employee satisfaction associated with intention to leave?

这个问题希望判断Variables之间是否存在Relationship，因此Quantitative Research可能比较合适，可以通过Questionnaire获得可量化的数据，再进行Statistical Analysis。

但是如果问题变成：

RQ2：How do employees experience remote working and its influence on work-life balance?

这里关注的是Experience、Meaning和Interpretation，Semi-structured Interview等Qualitative Method可能更容易获得有深度的信息。

因此不要先决定“我要发100份问卷”，然后再寻找一个适合问卷的问题。

正确顺序应该反过来。

二、Quantitative、Qualitative和Mixed Methods怎么选？

Quantitative Research通常强调Measurement和Numerical Data。

它适合回答“多少”“是否存在关系”“两个Group有没有Difference”等问题。

Qualitative Research则更关注Participant如何理解某个Experience或Social Phenomenon，因此Interview、Focus Group和Observation比较常见。

Mixed Methods并不是因为“两个方法比一个方法高级”。

如果Research Question只需要一种方法就能回答，强行增加第二种方法反而会增加Research Design复杂度。

方法选择的核心不是哪一种Method看起来更专业，而是哪一种能够提供回答Research Question所需要的Evidence。

三、Deductive和Inductive到底有什么区别？

Deductive Approach通常从Theory或已有Research出发，提出Hypothesis或预期Relationship，再通过Data进行检验。

Inductive Approach则更强调从Data中发现Pattern，再逐渐形成Concept或Explanation。

不过现实研究并不一定完全按照两个极端运行，所以写Methodology时应该解释自己的实际Research Process，而不是机械套定义。

四、Sampling怎么写才不是只报一个Sample Size？

Sampling回答的是：研究对象是谁，以及为什么这些Participants能够为Research Question提供合适的数据。

最基础的区分是Probability Sampling和Non-probability Sampling。

Convenience Sampling并不是自动“不可以用”。

对于时间和Access受限的Student Research，它有时是现实选择。但必须说明Limitations，例如Sample可能无法代表更大的Population。

同样，Sample Size也不能机械使用一个固定数字。合理规模取决于Research Design、Population、Analysis Method、Access以及学校具体要求。

五、Questionnaire怎么设计才能真正收集到有用数据？

Questionnaire看起来简单，但问题设计会直接影响Data Quality。

第一步不是马上写Questions，而是把Research Objectives转化成需要测量的Variables或Constructs。

例如研究Online Learning Satisfaction，可以考虑Teaching Quality、Platform Usability、Interaction、Flexibility和Overall Satisfaction。

Pilot Test也非常重要。

正式发放前让少量符合目标Population特征的人完成Questionnaire，可以发现措辞不清、选项遗漏、逻辑跳转错误和完成时间过长等问题。

六、Interview为什么适合Qualitative Research？

Interview的优势在于Researcher可以追问。

如果Participant说“Remote Working让我压力更大”，Researcher可以继续问：为什么？压力来自Communication、Workload、Isolation还是Work-life Boundary？

这就是Qualitative Data的价值——不仅知道一个现象存在，还可以探索它是怎样发生的。

对于很多Master's Dissertation，Semi-structured Interview比较常见，因为既能保证不同Participants讨论相似Topic，又保留进一步探索Unexpected Findings的空间。

七、Data Analysis必须提前想，而不是收完数据再决定

一个非常实际的问题是：Researcher收集了一堆Data以后才开始考虑怎么分析。

Methodology设计阶段就应该考虑Data Analysis。

Quantitative Data可以根据Research Question使用Descriptive Statistics以及适当的Inferential Analysis；Qualitative Data则可能使用Thematic Analysis、Content Analysis等方法。

需要注意的是，统计方法不能仅仅因为软件里有这个按钮就使用。

每一种Test都有自己的Data和Assumption要求，应根据Research Question与实际数据决定。

八、Reliability、Validity和Research Ethics怎么处理？

Methodology不仅需要说明“怎么收集数据”，还要让读者相信这些数据具有足够的研究质量。

Quantitative Research中经常讨论Reliability和Validity；Qualitative Research则可能采用与其研究传统相匹配的Credibility、Dependability等质量判断方式。

Research Ethics通常还涉及Informed Consent、Confidentiality、Anonymity、Data Storage以及Right to Withdraw。

如果研究涉及Sensitive Data、Children或其他特定Participant Group，则需要严格遵循所在University的Ethics Approval要求。

九、一个完整Methodology可以怎样组织？

不同University和Department的要求会不同，但一般可以按照下面的逻辑检查：

如果正在准备Master's Dissertation、Thesis或Final Research Project，可以围绕Methodology写作辅导、Research Design梳理、Questionnaire检查、Sampling选择以及数据分析思路反馈逐项核对。重点不是套一个固定模板，而是让Research Question、Data和Method之间保持一致。

FAQ：Dissertation Methodology常见问题

1. Dissertation Methodology主要写什么？
主要解释Research Design、Sampling、Data Collection、Data Analysis、Research Quality和Ethics，并论证为什么这些选择适合Research Question。

2. Methodology和Research Methods一样吗？
并不完全一样。Research Methods通常指具体的数据收集和分析方法，而Methodology更强调这些方法背后的整体研究逻辑和选择理由。

3. Quantitative和Qualitative哪个更好？
没有绝对更好，应根据Research Question、需要的Evidence以及Research Context选择。

4. Dissertation一定要发Questionnaire吗？
不一定。Interview、Observation、Secondary Data以及其他Research Methods都可能适合，关键看研究问题。

5. Sample Size越大越好吗？
不是简单越大越好。Sample Size应结合Population、Research Design、Analysis Method、可行性和课程要求判断。

6. Convenience Sampling可以用吗？
在某些Student Research中可以使用，但需要说明选择原因以及Representativeness等局限。

7. Pilot Study有什么作用？
可以提前发现Questionnaire、Interview Guide或Research Procedure中的问题，再进行调整。

8. Data Analysis写在Methodology还是Results？
Methodology说明准备采用什么Analysis以及理由；Results或Findings章节则呈现实际分析得到的结果。

9. Methodology需要写Limitations吗？
通常应该讨论重要限制，例如Sampling Bias、Access、Time Constraint或Measurement Limitation。

10. Methodology最常见的问题是什么？
最常见的问题是大量介绍Research Method定义，却没有说明为什么自己的Research Question需要这些具体方法。

总结：Methodology最重要的是“为什么这样研究”

Dissertation Methodology并不是Research Terminology展示。

一个清楚的Methodology应该让读者看到完整Research Logic：Research Question需要什么Evidence，因此选择什么Research Design；这个Design需要什么Participants和Data，因此采用相应Sampling与Data Collection；最后再使用适合的方法进行Data Analysis。

与此同时，Researcher还需要说明Reliability、Validity、Ethics和Limitations。

Questionnaire、Interview、SPSS或者Thematic Analysis本身都只是工具。真正决定Methodology质量的，是这些工具是否适合回答你的Research Question。

简单来说，Methodology不仅要告诉读者“What did you do?”，更重要的是解释“Why did you do it this way?”。