Results或Findings是Dissertation中最容易出现两个极端的章节:一种是把SPSS输出、问卷百分比和Interview内容全部堆进去,数据很多,却看不出research Question到底得到了什么答案;另一种则是在Results里提前进行大量理论解释,导致它和Discussion几乎没有区别。真正清楚的Results Chapter应该围绕Research Questions组织证据:Quantitative Research需要选择真正有意义的Descriptive Statistics、Relationship和Difference进行呈现;Qualitative Research则需要从Interview或其他资料中形成Themes,并使用有代表性的Evidence支持发现。本文从Results与Discussion的区别开始,讲清表格、图表、统计结果、Qualitative Themes以及Mixed Methods Findings应该怎样组织,让Research Findings真正成为Methodology与Discussion之间的桥梁。

完成Data Collection之后,很多学生会觉得Dissertation最困难的部分已经过去了。
实际上,真正的问题刚刚开始:
收集到这么多Data,到底应该把什么放进Results Chapter?
一个常见误区是认为数据越多越好。于是Questionnaire的每一道题都制作一个Pie Chart,SPSS输出的每一个Table都复制进去,Interview里每一句有意思的话也都保留下来。
但Results不是Data Warehouse。
它真正的任务是把原始Data整理成能够回答Research Question的Research Findings。
| 章节 | 核心问题 |
|---|---|
| Methodology | How did you investigate the research question? |
| Results / Findings | What did you find? |
| Discussion | What do these findings mean? |
| Conclusion | What is the overall answer to the research question? |
这是dissertation写作中最容易混淆的问题之一。
简单理解,Results主要负责呈现Evidence,Discussion主要负责解释Evidence。
假设一项研究调查Remote Working对Employee Productivity的影响,结果发现62%的Respondents认为在家办公提高了自己的Productivity。
Results部分可以说明这个比例,并结合相关Table或Chart呈现。
但是为什么会出现这一结果?是否与减少Commuting Time、提高Autonomy或者更少Office Distraction有关?与literature review中的已有研究是否一致?这些更深入的问题通常应该进入Discussion。
| Results | Discussion |
|---|---|
| 报告主要Finding | 解释Finding意味着什么 |
| 呈现Data | 解释Data背后的原因 |
| 报告Statistical Result | 与Theory和Literature比较 |
| 呈现Qualitative Theme | 讨论Theme的Research Meaning |
简单判断:Results回答“What did the data show?”;Discussion进一步回答“Why does this matter?”。具体是否把Results与Discussion合并,则应按照所在University和Department的格式要求。
Results最怕变成“Questionnaire第1题、第2题、第3题……”的流水账。
一个更容易阅读的方法,是重新回到Research Objectives和Research Questions。
例如研究Online Learning Satisfaction,可能有三个Research Questions:
| Research Question | Results需要什么Evidence |
|---|---|
| RQ1: Students整体满意度如何? | Mean、Distribution、Frequency |
| RQ2: Interaction是否影响Satisfaction? | Relationship相关分析 |
| RQ3: Students遇到了哪些主要问题? | Open-ended Response或Interview Themes |
这样Results就从“我收集了什么”变成“这些Data怎样回答我的Research Question”。
Quantitative Research通常会产生大量Numbers,但不是所有Numbers都值得进入正文。
最基础的一层通常是Sample Characteristics。例如Gender、Age、Education、Industry或Work Experience等Demographic Information。
第二层才是与Research Objectives直接相关的数据。
| 数据类型 | 常见呈现方式 |
|---|---|
| Demographic Data | Frequency、Percentage |
| Scale Responses | Mean、Median、Standard Deviation等适当指标 |
| Group Difference | 根据Research Design选择适当Statistical Test |
| Variable Relationship | 根据变量类型和Assumptions进行适当分析 |
不要因为SPSS能够输出几十张表,就把它们全部复制到Dissertation正文。
真正需要呈现的是与Research Question有关的结果。
图表的作用是让复杂信息更容易理解,而不是为了让Dissertation看起来“数据很多”。
如果一个Table已经清楚显示了Gender Distribution,就没有必要紧接着再制作一个表达完全相同信息的Pie Chart。
| 形式 | 适合情况 |
|---|---|
| Table | 需要展示具体Numbers或多个Variables |
| Bar Chart | 比较不同Categories |
| Line Chart | 展示随时间变化的Trend |
| Scatter Plot | 观察两个Continuous Variables之间的Pattern |
每个Table或Figure都应该有清楚的编号和Title,并在正文中被解释。
不要放完一张图以后直接进入下一张图。
至少应该告诉读者:这张图最值得注意的Finding是什么。
Qualitative Research通常不会得到一排整齐的Numbers,而是Interview Transcript、Observation Notes或者Open-ended Responses。
这些原始资料需要经过Coding和Analysis,逐渐形成Themes。
例如研究International Students的Online Learning Experience,经过Interview Analysis以后可能出现:
| Theme | 可能包含的内容 |
|---|---|
| Theme 1: Flexibility | 时间安排、Recorded Lecture、学习地点 |
| Theme 2: Isolation | 缺少Social Interaction、Loneliness |
| Theme 3: Communication | Tutor Feedback、Group Work、Language Barrier |
| Theme 4: Technology | Platform、Internet、Digital Skills |
然后围绕Theme组织Findings,而不是按照Participant 1、Participant 2、Participant 3逐个人介绍。
必要时可以选择少量有代表性的Participant Evidence支持Theme,但引用本身不能代替Analysis。
假设一项研究调查120名Employees,分析Remote Working与Job Satisfaction。
主要结果如下:
| 指标 | Result |
|---|---|
| Valid Responses | 120 |
| Prefer Hybrid Working | 68% |
| Prefer Fully Office-based | 17% |
| Prefer Fully Remote | 15% |
| Mean Job Satisfaction | 3.84 / 5 |
正文不需要把Table里的数字重新念一遍。
可以直接指出最重要的Pattern:
多数Respondents倾向Hybrid Working,而完全Office-based和完全Remote的比例都明显较低。同时,整体Job Satisfaction处于中等偏上的水平。
至于为什么Hybrid模式更受欢迎,以及这种偏好与Autonomy、Social Interaction或者Work-life Balance有什么关系,则应该在Discussion里进一步解释。
一个很实用的原则:Table负责提供Evidence,正文负责告诉读者“Evidence里最值得注意的是什么”。
Mixed Methods同时拥有Quantitative和Qualitative Data,因此最容易出现结构混乱。
一种比较清楚的方法,是先按照Research Question组织,再在每个问题下面放入不同类型的Evidence。
例如Quantitative Survey发现70%的Students认为Online Learning更Flexible,而Interview进一步显示,这种Flexibility主要来自Recorded Lectures和减少Commuting Time。
这时两种Data不是互相重复,而是在回答同一个Research Question时发挥不同作用。
| Evidence | 作用 |
|---|---|
| Survey | 显示某种Pattern有多普遍 |
| Interview | 帮助理解Participant为什么这样回答 |
但具体如何整合Mixed Methods Findings,应与前面Methodology里确定的Research Design保持一致。
第一个错误是把所有Raw Data都放进去。
第二个错误是Table、Chart和正文重复表达同一组数字。
第三个错误是结果与Research Questions完全脱节。
第四个错误是在Results中加入过多Literature Review和Theory讨论。
第五个错误是只挑选支持自己Hypothesis的数据,而忽略Unexpected或Contradictory Findings。
| 常见问题 | 改善方法 |
|---|---|
| SPSS输出全部复制 | 只保留与Research Question有关的结果 |
| 图表太多 | 选择真正帮助理解Data的Figure |
| 只报数字 | 指出主要Pattern和Finding |
| Results变Discussion | 把深层理论解释留给Discussion,除非课程要求合并章节 |
| 忽略异常结果 | 如实呈现Unexpected Findings,再在Discussion解释 |
如果正在准备Master's Dissertation、Thesis或Final Research Project,可以围绕Results结构梳理、Data Analysis思路、Research Findings检查、图表呈现和Dissertation修改反馈逐项检查。真正需要解决的是Research Question、Methodology、Data和Findings之间能否形成完整逻辑。
1. Dissertation Results主要写什么?
主要呈现研究得到的Evidence和Findings,并围绕Research Questions组织Quantitative或Qualitative Data。
2. Results和Findings有什么区别?
不同学科和学校使用方式有所不同,有时基本互换;Qualitative Research中“Findings”这一名称比较常见。
3. Results和Discussion可以合并吗?
可以,一些课程允许Results and Discussion合并,但应以所在University、Department和Assessment Brief要求为准。
4. Results需要引用Literature吗?
如果Results与Discussion分开,通常不会在Results里展开大量文献比较;深入比较一般留给Discussion。具体仍以学科要求为准。
5. Questionnaire每一道题都需要做Chart吗?
不需要。只选择真正有助于回答Research Questions的数据进行呈现。
6. Table和Chart可以同时展示同一数据吗?
一般没有必要。除非两种形式分别能够突出不同信息,否则会造成重复。
7. Qualitative Findings应该怎么写?
通常可以围绕Themes组织,并使用经过选择的Participant Evidence支持主要发现。
8. 不符合Hypothesis的结果需要写吗?
需要。如实呈现Unexpected或Contradictory Findings是Research Integrity的一部分。
9. SPSS输出能直接截图放进Dissertation吗?
不建议把大量软件原始输出直接堆进正文。通常应该选择真正重要的结果,并按课程要求整理成清楚的Table或Figure。
10. Results写完以后下一章是什么?
很多Dissertation接下来进入Discussion,用Literature和Theory解释这些Findings意味着什么。
Results Chapter真正需要解决的不是“我收集了多少Data”,而是“这些Data告诉我们什么”。
Quantitative Research需要从大量Numbers中筛选与Research Question真正相关的Pattern、Difference和Relationship;Qualitative Research则需要从复杂文本资料中形成有意义的Themes。
Table和Figure只是表达Evidence的工具,不能代替文字说明;同样,Results也不应该提前承担整个Discussion的任务。
当Research Questions、Methodology、Data Analysis和Findings能够彼此对应时,Results才会成为Dissertation中真正有逻辑的一章。
好的Results不是把所有Data交给读者,而是把复杂Data整理成读者能够理解、能够追溯,并且能够继续讨论的Research Findings。