华夏学术资源库

论文答辩陈述研究方法

在论文答辩陈述中,研究方法部分是展示研究科学性、规范性和创新性的核心环节,需清晰阐述研究设计、数据收集与分析方法的选择依据、实施过程及适用性,以下从研究方法体系构建、具体方法应用、方法选择依据及局限性四个维度展开详细说明。

论文答辩陈述研究方法-图1
(图片来源网络,侵删)

研究方法体系的构建逻辑

研究方法体系的构建需以研究问题为导向,形成“问题导向—方法匹配—逻辑闭环”的框架,本研究旨在探讨[具体研究问题,如“数字化转型对企业创新绩效的影响机制”],需通过定量与定性相结合的混合研究方法,实现“现象描述—关系验证—机制深挖”的多层次分析,具体而言,研究方法体系分为三个层面:

  1. 理论基础层面:以[相关理论,如“资源基础观”“动态能力理论”]为支撑,构建研究假设模型;
  2. 数据获取层面:通过问卷调查法获取大样本定量数据,结合案例访谈法获取定性深层数据;
  3. 数据分析层面:运用统计软件(如SPSS、AMOS)进行信效度检验、相关性分析及结构方程模型检验,通过Nvivo软件对访谈文本进行编码与主题分析,实现数据的交叉验证。

具体研究方法的应用与实施过程

(一)定量研究方法:问卷调查法与结构方程模型

  1. 问卷设计与变量测量
    问卷设计基于成熟量表进行本土化改编,包含三个核心部分:

    • 自变量(数字化转型):参考“企业数字化成熟度量表”,从技术应用(如云计算、大数据覆盖率)、业务流程(如生产、营销数字化程度)、组织变革(如数字化人才培养)3个维度设计12个题项;
    • 因变量(创新绩效):采用“创新绩效量表”,从创新产出(如新产品数量、专利申请量)、创新效率(如研发周期缩短率)、创新质量(如新产品市场占有率)3个维度设计10个题项;
    • 中介变量与调节变量:引入“动态能力”作为中介变量(从感知能力、整合能力、重构能力3个维度测量),以“企业规模”“行业属性”作为调节变量。
      所有量表均采用Likert 5点计分法(1=“完全不同意”至5=“完全同意”),并通过预调研(发放问卷50份)进行题项修正,最终形成正式问卷。
  2. 样本选择与数据收集
    采用分层抽样法,选取[具体行业,如“制造业”“信息技术服务业”]的500家企业作为研究对象,通过线上问卷(问卷星)与线下访谈相结合的方式发放问卷,回收有效问卷382份,有效回收率为76.4%,样本覆盖大型企业(占比35%)、中型企业(占比45%)、小型企业(占比20%),确保样本代表性。

  3. 定量数据分析方法
    运用SPSS 26.0进行描述性统计、信度分析(Cronbach’s α系数均大于0.8)和效度分析(KMO值0.872,Bartlett球形检验显著);通过AMOS 24.0构建结构方程模型,检验数字化转型对创新绩效的直接效应,以及动态能力的中介效应(Bootstrap法抽样5000次),并采用多群组分析验证企业规模的调节作用。

    论文答辩陈述研究方法-图2
    (图片来源网络,侵删)

(二)定性研究方法:多案例比较法

  1. 案例选择与数据收集
    为弥补定量研究的局限性,选取3家数字化转型成效差异显著的典型企业(A企业:行业龙头,数字化转型成功;B企业:中型企业,转型中遇到瓶颈;C企业:小型企业,转型尚未起步)作为案例对象,通过半结构化访谈收集数据,访谈对象包括企业高管(CEO、CIO)、中层管理者(研发总监、市场总监)及一线员工(工程师、销售人员),每家企业访谈8-10人,累计访谈27人,访谈时长共计32小时,收集企业年报、内部报告、新闻媒体报道等二手资料,形成三角验证。

  2. 定性数据分析方法
    采用主题分析法(Thematic Analysis),借助Nvivo 12软件对访谈文本进行编码:

    • 开放式编码:对原始资料逐行编码,提炼初始概念(如“数据驱动决策”“跨部门协作障碍”等);
    • 主轴编码:将初始概念归类为核心范畴(如“技术赋能”“组织阻力”“外部环境适配性”等);
    • 选择性编码:构建“数字化转型—动态能力—创新绩效”的作用机制模型,揭示定量数据背后的深层逻辑。

研究方法的选择依据与合理性

  1. 混合方法的优势互补:定量研究通过大样本数据揭示变量间的相关性与因果关系,但难以解释“如何”与“为什么”;定性研究通过深描案例过程,挖掘作用机制与情境因素,二者结合可提升研究结论的全面性与解释力。
  2. 方法与研究问题的匹配性:针对“影响机制”这一核心问题,结构方程模型适合检验变量间的路径关系,而多案例比较法能识别不同情境下的差异化路径,二者共同回应研究假设。
  3. 数据收集的严谨性:通过预调研优化量表、分层抽样确保样本代表性、三角验证提升数据可信度,降低方法偏差。

研究方法的局限性及改进方向

  1. 局限性

    • 样本集中于特定行业,结论向其他行业推广时需谨慎;
    • 横截面数据难以完全揭示动态演化过程,可能存在内生性问题;
    • 访谈对象的主观认知可能影响定性数据的客观性。
  2. 改进方向

    论文答辩陈述研究方法-图3
    (图片来源网络,侵删)
    • 未来可扩大样本范围,纳入更多行业企业,提升结论普适性;
    • 采用纵向研究设计,跟踪企业转型过程,捕捉动态变化;
    • 结合客观指标(如企业专利数据库、财务数据)补充主观访谈数据,增强数据客观性。

相关问答FAQs

Q1:为什么选择混合研究方法而非单一定量或定性方法?
A:混合研究方法能够实现优势互补,定量方法(如结构方程模型)通过大样本数据可精准检验变量间的因果关系与效应强度,但难以解释“数字化转型如何通过动态能力影响创新绩效”的具体机制;定性方法(如多案例比较)通过深描企业实践过程,可挖掘技术、组织、环境等多重情境因素的作用逻辑,弥补定量研究“知其然不知其所以然”的不足,二者结合既能提供宏观层面的普适性结论,又能提供微观层面的深度解释,提升研究的科学性与实践指导价值。

Q2:如何确保研究方法的信度与效度?
A:为确保信度与效度,本研究采取了以下措施:①在问卷设计阶段,基于成熟量表进行本土化改编,并通过预调研(50份问卷)修正题项,确保量表内容效度;②数据收集阶段,采用分层抽样法确保样本代表性,并通过线上与线下结合的方式发放问卷,降低无应答偏差;③数据分析阶段,定量部分通过Cronbach’s α系数(均大于0.8)检验信度,KMO值与Bartlett球形检验确保效度,并采用Bootstrap法验证中介效应的稳健性;定性部分通过三角验证(访谈+二手资料)和编码者间一致性检验(两位编码者编码一致性达89%),提升数据可信度。

分享:
扫描分享到社交APP
上一篇
下一篇