传统上，学术研究人员通常通过两种不同的范式进行研究，即实证主义(positivistic research)和现象学(phenomenological research)。实证和现象学方法在确定您的数据收集过程中发挥着重要作用，尤其是确定您将在研究中使用的方法。
        实证主义是对社会世界进行科学研究的名称。它的目标是制定关于社会宇宙运行动态的抽象和普遍的规律。定律是关于宇宙中力量之间关系的陈述。在实证主义中，将根据收集的数据系统地测试定律。实证主义通常涉及使用现有理论来发展假设，以便在研究过程中进行检验。实证主义研究人员倾向于使用高度结构化的研究方法，以便将来可以复制相同的研究。实证主义者(positivist)更喜欢定量方法，例如社会调查、结构化问卷和官方统计，因为这些方法具有良好的可靠性和代表性。实证主义者将社会视为塑造个人，并相信“社会事实（social facts）”塑造个人行为（individual behaviors）。
        现象学研究是一种定性研究方法，旨在理解和描述现象的普遍本质。该方法调查了人类的日常经历，而不是研究人员对该现象的先入为主的假设。它强调特定结构的经验、生活方面——即现象在它发生时是如何被体验的，而不是对这种体验的看法或随后赋予它的意义。它专注于研究问题，例如体验特定情况的感觉。
        这里要谈一下经验性（empirical）研究，中文软件经常把这个词翻译为实证研究，这就混下了positivistic research和empirical research之间的区别。经验性（empirical）研究是使用经验证据进行的研究，而这类研究往往缺乏现有的理论支撑。它也是通过直接和间接的观察或经验获得知识的一种方式。经验证据（个人直接观察或经验的记录）可以定量或定性分析。量化证据或以定性形式理解证据，研究人员可以回答经验性问题，这些问题应该被明确定义并可以用收集的证据（通常称为数据）来回答。研究设计因领域和正在研究的问题而异。许多研究人员将定性和定量分析形式结合起来，以更好地回答在实验室环境中无法研究的问题，特别是在社会科学和教育领域。

定量研究

        这种方法经常被遵循科学范式的研究人员使用。该方法旨在量化数据并概括目标人群样本的结果。它遵循结构化的数据收集过程，数据以数字的形式输出。定量研究常常使用数理统计方法。根据ESOMAR（European Society for Opinion and Market Research）撰写的一份研究报告，定量研究在 2018 年占全球市场研究产出的最大部分，占比78%（2019，第 27 页）。
        在某些领域，定量研究可能从一个通过实验测试的研究问题开始（例如，“在学习声乐的过程中使用VR技术对歌唱者进行训练能提高歌唱技巧吗？”）。通常，研究人员对所研究的主题有一定的理论（比如声乐训练理论，要训练呼吸，咬字，发音等）。基于这一理论，将提出陈述或假设（例如，“VR训练可以提高歌唱者呼吸，咬字，和发音的技巧”）。从这些假设中，可以得出对特定事件的预测（例如，“通过VR训练，歌唱者提高了声乐歌唱基本技巧，这种训练方法比通常的钢琴伴奏训练更有效”）。然后可以通过合适的实验来测试这些预测。根据实验的结果，假设和预测所依据的理论将被支持或不被支持，或者可能需要修改，然后进行进一步的测试。

定性研究
        与旨在计算事物以解释观察到的事物的定量方法不同，定性研究方法旨在对您作为研究人员的观察结果进行完整而详细的描述。定性方法不是提供预测和/或因果解释，而是提供所收集数据的背景化和解释。这种研究方法是主观的，需要较少数量的精心挑选的受访者。根据Research.com,五种最常用的定性研究方法是：面对面的焦点小组中，面对面的深度面试， 电话（网络视频）深度面试，在线社区讨论，移动定性研究。

混合方法
        一种当代方法源于传统的定量和定性方法的结合。 混合方法方法的存在源于它通过将定量和定性研究方法融合在一起，同时认识到两者的局限性，从而帮助研究人员更清楚地看待社会关系及其复杂性。混合方法也因社会研究中的三角测量概念而闻名。 三角测量为研究人员提供了通过在一项研究中部署各种定量和定性方法元素来展示关于单一现象的多个发现的机会。

洋葱模型:
        桑德斯等人 (2007）提出研究洋葱模型的概念，以帮助研究人员在未来研究领域内开发一种方法并构建研究设计。 该研究洋葱模型有六个主要层：哲学层（方法论），方法层（approaches），策略层（具体的方法），选择层，时间水平（横向和纵向），数据采集和处理（技巧和过程）。可作为研究人员创建和组织研究方法的分步指南。

方法（method）与方法论（methodology）

        方法是一套特定形式的程序，尤其是系统的或已建立的程序，用于完成某事物或接近某事物。https://www.merriam-webster.com/dictionary/method。方法论是一套用于特定研究或活动领域的方法系统。https://www.merriam-webster.com/dictionary/methodology。

        您的研究论文的方法（method）部分不仅仅描述您的数据收集过程和分析，还要描述方法论（methodology）即关于研究过程的总体方法和观点。研究的方法有很多，方法只是用来回答您的研究问题的工具。简而言之，您将如何收集数据。例如，用户体验（UX）研究方法的示例：上下文查询 （Contextual inquiry），面试 （Interview），可用性研究 （Usability study），民意调查 （Survey），日记学习 （Diary study），和卡片分类 （Card sort）等。您可以选择一种或多种方法来回答您的研究问题。您也可以阐述您的方法论，方法论是研究方法的基本原理，也是进行分析的镜头。换句话说，方法论描述了“概述研究方式的一般研究策略”（Howell， 2013）。例如，研究用户体验（UX）的方法论有：现象学（Phenomenology）：描述特定现象的“生活经验”，民族志（Ethnography）：探索社会世界或文化，共同的信仰和行为，参与式（Participatory）：将参与者视为积极的研究人员，民族方法学（Ethnomethodology）：研究人们如何使用对话和肢体语言来构建世界观，扎根理论（Grounding theory）：假设一张白纸，并使用归纳方法来开发新理论。

如何撰写有效的方法和方法论部分？
•    介绍你的方法。介绍用于调查您的研究问题的方法论。在前面的部分中，您的方法论方法可以是定量、定性或混合方法。
•    建立方法和研究对象之间的联系。解释你的方法论与整体研究设计的相关性。请记住，您的具体的方法和研究问题之间的联系应该很清楚。这意味着你的具体的方法必须适合实现你的研究论文的目标——解决你提出的研究问题。
•    介绍你的工具。指明您将在收集数据时使用的工具，并说明您将如何使用它们。这些工具和工具可以是您的调查、访谈问卷、观察等。如果您的方法包括档案研究或分析现有数据，请提供文件的背景信息，包括原始研究人员是谁，以及数据最初是如何创建的并聚集。
•    讨论你的分析。解释您将如何分析数据收集过程的结果。根据您使用的方法，您可以使用统计分析或探索理论观点来支持您对观察到的行为的解释。
•    提供背景资料。在使用读者可能不熟悉的方法时，请务必提供有关这些方法的背景信息。
•    讨论抽样过程。解释您的抽样程序背后的原因。例如，如果您在研究中使用统计数据，请说明您选择此方法的原因以及您的抽样程序。如果您要进行采访，请描述您将如何选择参与者以及如何进行采访。
•    解决研究局限性。确保解决您在研究中可能遇到的限制，例如可能影响数据收集过程的实际限制。如果您预计在此过程中会遇到潜在问题，请说明您尽管存在风险仍决定使用该方法的原因。

在编写研究的方法部分时要避免什么？
•    避免包含不相关的细节。
•    保持你的方法部分直截了当和彻底。无助于读者理解您选择的方法的细节不应包含在您的方法部分中。
•    无关信息包括对基本程序的不必要解释。只有在读者非常规和不熟悉的情况下，才应解释基本程序。
•    不要忽视您在数据收集过程中可能遇到的问题。与其视而不见，不如描述你是如何处理它们的。

道德考量
        研究人员必须遵守道德规范，以确保信任、问责、相互尊重和公平（Resnik，2015）。根据 Saunders等人 (2003, p. 131) 的说法，研究人员必须注意一些伦理方面的考虑，尤其是在收集和呈现研究数据的过程中：
•    相关个人的隐私权。
•    参与研究的性质必须是自愿的，参与的个人必须有权部分或完全退出该过程。
•    所有参与者必须先表示同意。
•    维护个人提供的数据的机密性以及可识别的参与者的匿名性。
•    参与者对研究人员收集数据的方法有何反应。
•    参与者将如何受到数据分析和报告方式的影响。
•    研究人员的行为和客观性。

数据采集和处理

        采集数据并使用数理统计分析方法进行分析并整理出结果。下面列出了9种常用的数据采集方法：
1.    访谈Interviews被广泛用于寻找定性数据。他们要么亲自进行，要么通过电话进行。这些访谈可以是正式的和结构化的，也可以是非正式的。这将取决于您研究的主题和性质。如果你在研究中使用访谈，你需要确保你的问题是明确的。鼓励人们说出自己的想法，以保证您的方法取得成功。
2.    问卷Questionnaires用于收集定性或定量信息。使用比例分配数值以帮助理解您的发现。问卷可以结合您在项目中使用的两种类型的信息。结果通常易于理解和分析。
3.    快速撰写研究论文的方法之一是依靠自己的观察observations。观察为收集定性数据提供了可靠的资源。它们通常用于理解和分析行为或模式。每个学生都应该做的最重要的事情之一就是记录观察结果。依靠你的记忆是不切实际的。您可以使用表格或视频来记录您的发现。
4.    使用焦点小组focus groups可以帮助您分析不同的行为模式。焦点小组可用于科学实验或学习心理学。焦点小组是一群有共同点的人，因此您可以收集定量或定性数据并对其进行分类。确保您保留有关焦点小组如何回应的准确文件。
5.    案例研究Case studies涉及研究单个问题或现象。您可以使用调查、问卷和访谈来收集相关的定性和定量结果。您还可以通过分析以前的案例研究来证明您的假设的相关性。
6.    民族志Ethnography是对文化差异的记录和分析，广泛用于社会学作业。这一切都是关于在自然环境中研究不同的个体。为了确保你做对了，专注于不偏不倚。您应该对民族之间的差异持开放态度。
7.    检查文件和以前的记录Examining documents and previous records是为您的作业找到相关信息的好方法。这是一种获取信息的廉价方式，但您不应过分依赖结果。您必须确保您使用的信息是相关的和最新的。
8.    使用政府开放数据（open governmental data， dataset）做定量和定性分析，开放数据（集合）是在互联网上免费提供的研究数据，允许任何用户下载、复制、分析、重新处理、传递给软件或用于任何其他目的，除了与获得访问密不可分的障碍之外，没有财务、法律或技术障碍。开放数据为公民提供了他们参与政府并为改善公共服务做出贡献所需的原材料。 例如，公民可以使用开放数据为公共规划做出贡献，或向政府部门提供有关服务质量的反馈。
9.    使用文本挖掘（text data mining）做定量分析，文本数据挖掘 (TDM) 是从大量文本数据中提取所需信息的过程，这些文本数据本质上是非结构化的，无需全部阅读那些文献。文本挖掘是将非结构化文本数据转换为机器可处理的结构化形式以发现隐藏模式（hidden patterns）的过程，也称为文本知识发现数据库（KDT），它处理机器学习支持的文本数据分析。

申明：本文编译了Research.com网站一篇文章How to Write Research Methodology: Overview, Tips, and Techniques的部分内容，作者为 Imed Bouchrika。本文仅用于学术交流，不用于商业用途，因此不存在盗版，属于合理使用（fair use）。原文链接：https://research.com/research/how-to-write-research-methodology