论文研究工作过程的质量把控（问题自查）

　　一、研究设计阶段的质量检查

　　（一）应注意的工作环节

　　1.构造论点树。

　　提出研究问题并给出答案，意味着作者已经有了主论点,接下去就是如何论证主论点。论点树形象地表示了论证过程和内容,从中可看出,论文将从哪些视角来论证主论点,有些不能直接论证的论点,又是如何分层次来论证的。论文总会包含许多大小论点,论点树表明了这些论点之间的逻辑关系,它是作者深人思考各个论点的轻重层级和相互关联的结果。论点树一旦构建完成,研究工作和论文便有了骨架,论文内容得以前后连贯,融为一体。

　　每篇论文论点树的复杂程度都不同,专业学位论文一般最多为三个层次。构造论点树的主要工作是论点转换,从主论点逐级转换到操作论点。每级论点都是以变量语言和两变量间关系判断的陈述句出现的。

　　2.确定待论证的操作论点。

　　论点树各支干的层级都落实到操作论点。操作论点是论证工作的实际对象，但不是每个操作论点都要自己动手论证。有的可引用文献资料中别人已经论证过的说法和做法,有的可用现有理论来推论,真正必须着手收集数据去论证的可能就1 ~3个,确定后续待论证的操作论点,是本环节的主要工作内容。

　　3.变量设计。

　　确定待验证的操作论点以后,论点所含的变量一定要可测，这样,后续的收集数据等实证工作才能进行下去。管理研究常遇到一些抽象名词如“满意度”“开放度”等,它们无法直接测量,不得不采用一些间接指标来测量,这些间接指标能否科学地测量这些抽象概念,要有根据和科学论证，否则,后面的定量分析的信度和效度都谈不上。

　　（二）自查问题

　　①是否理出了本研究的主论点?

　　②是否厘清了研究所涉及的各个论点,以及各论点之间的逻辑关系(即形成论点树)?

　　③论点树中的各论点,是否都表达了两个变量之间的预期关系?

　　④待论证的论点中,所涉及的因素(变量)是否有前后一致的界定?

　　⑤是否确定了待验证的操作论点?

　　⑥操作论点中的变量是否有操作定义和适当的测量尺度?

　　⑦是否清晰地规定了各变量的属性(离散的或连续的)?

　　二、研究设计数据收集阶段的质量检查

　　（一）应注意的工作环节

　　1.选择数据收集方法。

　　专业学位论文最适合采用经验(实证)论证的方式，运用数据和事实来支持自己提出的论点。论证工作开始就会遇到采用何种方法收集数据的问题,应至少比较分析两种收集方法,选出合适的一种。 如企业经营绩效的数据,就应采用现有统计数据法,从企业的财务报表取得。有的论文却不恰当地用问卷法,靠主观判断来收集绩效数据，其信度和效度要差得多。如实验法，虽然是科学研究中离不开的收集数据方法,用在管理研究,便要比较实验安排与现实的管理条件和环境是否相似,这影响到实验结果的信度和效度问题,有了肯定的答案才能采用。

　　2.选择收集数据的对象,确定抽样方式和步骤。

　　选好收集方法后,便要根据方法的特点设计方案。无论何种方法,都要选好数据收集的对象。实验法的对象为实验组和控制组成员,问卷法的是被测者,访谈法的是受访人员。选择这些对象的依据是,从这些对象获取的数据,能代表研究对象总体的属性。如果研究高新企业的问题,却从一般企业收集数据;研究管理者行为,却是用问卷调查在校学生的数据,这些数据分析的结果,效度就差。

　　3.选择或设计测量工具。

　　数据收集方法确定后便要选择测量工具,测量工具获得的数据要能有效地反映操作变量的属性。管理研究常用问卷作为测量工具,其效度特别值得注意,由主观定性判断转化为定量的问卷数据,这个转化过程本身就不精密,并且设计的问项是否能准确地反映待测变量的内涵,尚无严格的科学方法来鉴别。所以,问卷法中问项的提出,量表的设计都应有理论或事实根据。现有数据统计法等提供现成的统计数字和事实,在使用前也要考察其统计对象和口径等,是否与本研究的要求一致。

　　（二）自查问题

　　①所选择的数据收集方法是否经过分析比较,确实适合测量本研究相应的操作变量?

　　②数据收集对象是否明确,是否交代清楚总体规模和主要特征?

　　③如果选择样本,是否描述了抽样方法?

　　④是否描述了样本规模及主要特征、抽样方式和步骤?

　　⑤如采用问卷法:

　　a.问卷设计是否与论点论证的目标一致?

　　b.问卷测量的变量是否排除了可用统计数据测量的变量(如绩效、利润等)?

　　c.各个问项的提出是否有根据,能否反映所测变量的内涵?

　　d.各个问项是否只涉及单一的概念?

　　e.是否删去了答案差异值过小的问项?

　　⑥如用现有数据统计法:

　　a.是否说明了统计数据的来源?

　　b.数据指标原来的含义与本研究的含义是否一致?

　　c.原数据的总体或样本特征与本研究特征是否一致?

　　⑦如用实验法:

　　a.是否有合理的实验设计?

　　b.控制组和实验组的成员选择方法是否合理?

　　c.控制组和实验组实验结果的差异是否经过显著性检验?

　　d.是否分析了实验中测量误差及其对内外部效度的影响?

　　三、数据分析及结论阶段的质量检查

　　（一）数据分析应注意的工作环节

　　1.选择定量分析方法。

　　数据分析的目的是论证所提出的论点,即定量地判断两个变量之间的关系。常用到的有相关分析和回归分析等统计分析方法。论文应说明采用该分析方法的理由,明确界定自变量、因变量、控制变量等,并说明分析步骤,使别人也能重复这个分析过程。

　　2.统计显著性检验。

　　统计分析过程离不开显著性检验,缺少该环节的分析结果可谓无效结果。要根据样本种数和数据类型选择适当的检验方法，选定显著度a的值,对分析结果的真实性(效度)作出判断。

　　3.讨论可能影响分析结果的外生变量。

　　因变量的影响因素往往不止一个,定量分析一般只处理一个或几个自变量,对于可能影响分析结果而又不能控制的重要外生变量要加以讨论。

　　4.描述分析结果。

　　用图表简括地将分析结果列出来,并与原定的待论证的操作论点(假设)进行对比讨论。

　　（二）数据分析自查问题

　　①统计数据的表述方式是否适当、规范?

　　②选用的显著性检验方式是否适用于本研究?

　　③显著性检验中,显著度和自由度的选择是否正确?

　　④是否每个统计分析结果都经过显著性检验?

　　⑤分析结果的表述是否清晰，图表与正文是否相配?

　　（三）结论自查问题

　　①是否有主次地表达清楚论文的研究结果一主论点和经过验证的操作论点?

　　②这些研究结果是否与研究设计阶段提出的论点相呼应?

　　③每项研究结果是否与前人已有结果和现有说法(参照点)进行了比较分析,以显示本研究的价值所在?

　　④是否指出了本研究结果可以推广的范围?

　　⑤是否讨论了不可控的外生变量对本研究结果的影响?

　　⑥是否说明了本研究结果可以解决或解释的现实问题?