“数据跑不出来、导师摇头、答辩差点挂科”——你是不是也卡在了论文研究方法的选择上?
? 先搞清:英国教授到底看重啥?
在爱丁堡大学读研那会儿,我室友硬用定量分析去研究‘留学生孤独感’,发了500份问卷结果回收率不到30%,回归模型全是NaN。导师一句话点醒他:
“你的问题是人,不是数字。”
英国高校普遍强调 方法与问题的匹配度,而不是炫技式堆数据。教育类、社会学、心理学课题偏爱定性(访谈+主题分析),商科和经济学则倾向定量(SPSS/STATA建模)。
举个真实例子:利兹大学去年有位同学研究‘Z世代对绿色消费的态度’,她用了20个深度访谈+话语分析,拿了最高分。评委评语是:“细腻捕捉了情感动机”——这种评价,永远不会出现在一堆P值后面。
? 定量 vs 定性?3个判断标准拿捏准
- ?想验证假设?比如‘GPA越高,就业起薪越高’——选定量,做回归分析,LSE经管类90%都这么干;
- ?探索新现象?比如‘留学生为什么不敢找心理辅导’——得用定性,6-8个半结构化访谈,足够挖出文化羞耻感这类深层原因;
- ?时间紧(不足3个月)?优先定量!我在曼大写论文时发现,伦理审批+招募受访者动辄拖1个月,而用公开数据库(如UK Data Service)跑模型,三周搞定。
? 实用Tips:亲测有效的2条保命策略
1. 去学院官网扒近三年优秀毕业论文,看他们用啥方法——我在UCL图书馆查了15篇MSc Digital Innovation的论文,发现混合方法占比逐年上升,立马调整了自己的设计;
2. 第一版提案别写死!跟导师说‘目前倾向使用XX方法,根据预调研调整’——留退路,否则中期换题直接崩盘。


