量化研究的第四章「討論」撰寫建議～晨晰統計林星帆顧問整理

在個人進行統計諮詢的經驗中，超過半數的客戶都是正在撰寫學位論文（博碩士論文），通常大家詢問完統計分析的概念、統計軟體的操作、輸出報表的解釋、整理論文圖表以及 ... 晨晰統計部落格新站（統計、SPSS、BIGDATA討論園地） 跳到主文 一個討論統計的好地方 部落格全站分類：圖文創作 相簿 部落格 留言 名片 公告版位 晨晰統計顧問有限公司在新北市板橋\服務市話：02-29602817\手機：0918-276-622\信箱：[email protected]\網址：http://www.rai-stat.com.tw Dec21Tue201010:14 量化研究的第四章「討論」撰寫建議～晨晰統計林星帆顧問整理 在個人進行統計諮詢的經驗中，超過半數的客戶都是正在撰寫學位論文（博碩士論文），通常大家詢問完統計分析的概念、統計軟體的操作、輸出報表的解釋、整理論文圖表以及統計結果的敘述方式之後，我很常被問到「第四章要如何寫討論」，因此筆者將個人的淺見整理為一篇短文，與各位分享。

    一、「討論」要放在第四章的哪裡呢？ 一般說來，第四章叫作「結果與討論」，亦即分為結果與討論兩個部分，假設現在有一篇論文旨在研究A量表與B量表之間的關聯性，以及個人背景特性在量表得分上的差異，那這個研究生的第四章分節可能如下：   第一節受訪者背景特性分佈 第二節A量表與B量表現況分析 第三節背景特性在A量表與B量表之差異分析 第四節A量表與B量表之相關分析 第五節背景特性與A量表對於B量表之預測力分析   這個時候「討論」通常有兩種擺列的方式： （一）整體式討論：此五節內容純粹只提到統計結果而沒有任何的討論，而直接另成「第六節綜合討論」，然後再針對各節的統計結果另成段落作討論，例如：   第六節綜合討論 壹、樣本特性 貳、現況分析 叁、差異分析 肆、相關分析 伍、預測分析   （二）部分式討論：不另成「第六節綜合討論」，但在每一節統計結果的最後另成一段「綜合討論」；甚至很多教授偏好在每一張表格及每一段統計結果之後都加上一小段「討論」。

    （三）小結： 以上兩種討論的擺放位置，即使是APA格式也沒有一定的規範，主要依據指導教授的偏好以及清楚明瞭的原則即可。

就我個人諮詢會員的經驗中，就指導者的角度而言，每一張表格或每一個段落之後就接著討論是一個比較好的方式。

因為如果將討論集中在每一節的最後面或者另成一節時，通常我們要看結果跟討論是否方向性一致的時候，都還要前後頁翻來翻去查核對照，頗為麻煩。

    二、「討論」撰寫原則 一篇量化的論文陳述完統計結果之後，接著就是要根據本研究得到的結果與其他研究相同或相反之處作呼應及解釋，無論結果與別人相同與否，都要進一步陳述原因，否則當初就不要作這個變項才對，一般說來寫討論時會遇到三種狀況：     （一）與先前研究結果一致：這是最容易解決的層次，只要詳細閱讀原作者的討論，應該可以找出原作者所推論的原因為何，或甚至原作者連原因都有引用其他研究者的觀點。

    （二）與先前研究結果不同：這是比較麻煩的層次，根據我個人的經驗顯示，通常分歧的主因可能有樣本數不相同、年代不相同、對象不相同、研究工具不相同以及文化不相同（跨國研究或不同地區）等因素造成，研究生本身如果無法舉證為何跑出與先前研究不一樣的結果，那麼至少也要提出個人的見解，否則乾脆這個變項就從研究架構中移除。

    （三）無相關研究可供參考：假使你是「天下第一人」的研究，可能根本沒有文獻可以供佐證或反證，此時則要靠平常讀文獻累積的功夫，才能寫出具有深度的個人見解。

    以上就是我個人對於「討論」寫法的淺見，之後若有機會在寫關於「結果」、「建議」與「研究限制」的看法。

另外，在此推薦張芳全老師的著作「論文就是要這樣寫」，裡頭有一些更詳實的建議，對撰寫學位論文的各位應該會有幫助。

分享 Facebook Plurk YAHOO! 分享在我的Facebook 分享在我的Plurk 分享在我的即時通 全站熱搜 創作者介紹 晨晰部落格新站 晨晰統計部落格新站（統計、SPSS、BIGDATA討論園地） 晨晰部落格新站發表在痞客邦留言(2)人氣() E-mail轉寄 全站分類：不設分類個人分類：論文寫作此分類上一篇：論文寫作注意事項與格式 此分類下一篇：關於投稿審查的一些心得~晨晰統計林星帆顧問整理 上一篇：2011年速成班課程出爐～趕快來電報名！ 下一篇：FACEBOOK討論區的優勢！！ 歷史上的今天 2020:新冠疫苗安全嗎?之專有名詞釋義（上）－晨晰統計林星帆顧問整理 2015:健保資料庫（NHIRD）研究方法Ⅷ－Method的Datasource怎麼寫之2？~~林星帆顧問整理 2007:“統計”詞語的產生 ▲top 留言列表 發表留言 熱門文章 文章分類 powerBI(36)生物醫學統計(125)迴歸與SEM(55)研究方法(66)SAS教學(54)Excel與統計軟體(44)統計應用專題(78)其他類統計知識(113)問卷知識(26)論文寫作(15)統計分析新趨勢(14)晨晰的宣傳與服務專案(55)數據話視頻(15)會員心得分享(10)新聞類(65)我們的故事(78)未分類文章(6) 最新文章 最新留言 文章精選 文章精選 2021十二月(3) 2021十一月(5) 2021十月(3) 2021九月(3) 2021八月(3) 2021七月(3) 2021六月(3) 2021五月(5) 2021四月(4) 2021三月(5) 2021二月(2) 2021一月(4) 2020十二月(4) 2020十一月(5) 2020十月(4) 2020九月(3) 2020八月(5) 2020七月(3) 2020六月(4) 2020五月(3) 2020四月(4) 2020三月(4) 2020二月(4) 2020一月(3) 2019十二月(4) 2019十一月(4) 2019十月(4) 2019九月(3) 2019八月(3) 2019七月(3) 2019六月(4) 2019五月(4) 2019四月(5) 2019三月(4) 2019二月(3) 2019一月(4) 2018十二月(4) 2018十一月(4) 2018十月(5) 2018九月(3) 2018八月(3) 2018七月(5) 2018六月(4) 2018五月(4) 2018四月(5) 2018三月(3) 2018二月(3) 2018一月(5) 2017十二月(4) 2017十一月(4) 2017十月(4) 2017九月(4) 2017八月(4) 2017七月(4) 2017六月(4) 2017五月(3) 2017四月(3) 2017三月(5) 2017二月(3) 2017一月(4) 2016十二月(4) 2016十一月(5) 2016十月(4) 2016九月(4) 2016八月(5) 2016七月(4) 2016六月(4) 2016五月(4) 2016四月(5) 2016三月(5) 2016二月(4) 2016一月(5) 2015十二月(4) 2015十一月(5) 2015十月(4) 2015九月(4) 2015八月(4) 2015七月(4) 2015六月(5) 2015五月(4) 2015四月(3) 2015三月(5) 2015二月(3) 2015一月(4) 2014十二月(5) 2014十一月(4) 2014十月(4) 2014九月(5) 2014八月(4) 2014七月(4) 2014六月(5) 2014五月(4) 2014四月(4) 2014三月(5) 2014二月(3) 2014一月(4) 2013十二月(6) 2013十一月(4) 2013十月(5) 2013九月(5) 2013八月(4) 2013七月(5) 2013六月(4) 2013五月(4) 2013四月(6) 2013三月(4) 2013二月(4) 2013一月(6) 2012十二月(4) 2012十一月(4) 2012十月(6) 2012九月(4) 2012八月(4) 2012七月(9) 2012六月(4) 2012五月(5) 2012四月(4) 2012三月(3) 2012二月(4) 2012一月(4) 2011十二月(4) 2011十一月(6) 2011十月(4) 2011九月(5) 2011八月(5) 2011七月(4) 2011六月(4) 2011五月(5) 2011四月(4) 2011三月(5) 2011二月(3) 2011一月(4) 2010十二月(5) 2010十一月(5) 2010十月(4) 2010九月(5) 2010八月(5) 2010七月(5) 2010六月(5) 2010五月(4) 2010四月(5) 2010三月(6) 2010二月(5) 2010一月(6) 2009十二月(5) 2009十一月(5) 2009十月(7) 2009九月(5) 2009八月(8) 2009七月(7) 2009六月(6) 2009五月(4) 2009四月(4) 2009三月(4) 2009二月(5) 2009一月(4) 2008十二月(8) 2008十一月(9) 2008十月(8) 2008九月(9) 2008八月(10) 2008七月(10) 2008六月(13) 2008五月(13) 2008四月(10) 2008三月(9) 2008二月(9) 2008一月(10) 2007十二月(10) 2007十一月(12) 2007十月(13) 2007九月(10) 2007八月(9) 2007七月(6) 2007六月(7) 所有文章列表 文章搜尋 新聞交換(RSS) 誰來我家 參觀人氣 本日人氣： 累積人氣： QRCode POWEREDBY (登入) {{article.user_name}} {{article.timestamp*1000|date:'MMM.dd.y.hh.mm'}} {{article.title}} {{article.content}} 我要留言 回到頁首 回到主文 免費註冊 客服中心 痞客邦首頁 ©2003-2021PIXNET 關閉視窗 PIXNET Facebook Yahoo! Google MSN {{guestName}} (登出) 您尚未登入，將以訪客身份留言。

亦可以上方服務帳號登入留言 請輸入暱稱(最多顯示6個中文字元) 請輸入標題(最多顯示9個中文字元) 請輸入內容(最多140個中文字元) 請輸入左方認證碼： 看不懂,換張圖 請輸入驗證碼 送出留言