다음은 방법론에 존재할 수 있는 문제와 이러한 문제가 연구 결과에 미칠 수 있는 영향에 관한 것입니다.
확률 샘플링/무작위 샘플링을 사용할 때 샘플링될 가능성이 있는 샘플이 연구된 군중을 대표하지 않아 연구회는 통계학' 샘플 바이어스' 또는' 선택 바이어스' 와 관련된 문제를 발생시킨다.
예를 들어 설문을 사용하여 연구 결과를 얻을 때 샘플 (응답자) 에게 설문에 나열된 질문에 답하도록 요청합니다. 그러나 적절한 응답자에게 연락할 수 없거나 관련된 지리적 영역이 충분히 넓지 않은 경우 선택한 샘플 (응답자) 은 무작위 샘플로 간주할 수 없습니다.
연구를 진행하고 효과적인 연구 결과를 얻고자 할 때, 충분한 샘플 양이 매우 중요하다. 샘플 수가 많을수록 연구 결과가 더 정확해집니다. 그러나 샘플 양이 충분하지 않을 경우 제한된 데이터로 연구 내용의 현저한 연관성을 증명하기는 어렵다.
일반적으로 통계 분석에서 많은 수의 샘플이 전체 샘플을 더 잘 나타내므로 분석을 통해 얻은 결과도 전체에도 적용될 수 있습니다. 적절한 샘플 수를 선택하는 방법을 모르는 경우 과학적 계산 도구를 참조할 수 있다.
연구를 할 때는 과거의 문헌을 이번 연구의 기초로 참고하고, 문헌을 돌아보면 연구 과제에 대한 이론적 근거를 제공할 수 있다. 그러나 연구 주제의 범위가 다르기 때문에 관련 문헌이 제한적일 수 있다.
연구 주제와 관련된 문헌이 충분하지 않은 경우 새로운 연구 프레임워크나 이론을 개발해야 할 수 있습니다. 이런 상황에서 과거 문헌의 부족을 계기로 연구 공백을 개척하고 관련 분야의 미래 연구 방향에 대한 건의를 할 수 있다.
연구 분석 결과 (토론 섹션) 를 작성하면 데이터를 수집하는 데 사용되는 방법이 연구 결과를 종합적으로 분석하는 능력을 제한하는 것을 발견할 수 있습니다.
예를 들어, 한 설문에 나오는 문제가 다른 관점에서 진술되어야 한다는 것을 알게 되거나, 설문지에 없는 중요한 질문들을 간과하게 될 수도 있습니다. (존 F. 케네디, 질문명언) 이때, 너는 반드시' 연구의 한계' 에서 이 방면의 불완전성을 언급하고, 앞으로의 연구에서 어떤 구체적인 데이터 수집 방법을 채택하여 이 문제를 해결할 수 있는지를 지적해야 한다.
확장 데이터
논문 쓰기에 연구의 한계에 대한 묘사를 추가하면 문장 신뢰도를 높이는 데 도움이 된다. 심사위원이 한계를 발견했지만 저자가 미리 설명하지 않았다면 심사위원은 논문에 부정적인 인상을 줄 수 있다. 앞으로의 연구 배경에서 논문의 모든 한계를 논의한다면, 다른 연구자들의 연구 문제에 귀중한 정보를 제공하기 때문에 문장 인용이 더 가능할 것이다.
또한 연구의 한계를 언급하는 것은 연구의 단점을 충분히 고려했음을 보여 주며, 우리는 연구 중인 과제에 대해 충분히 이해하고 있다. 모든 연구는 불가피하게 한계가 있기 때문에 성실하고 상세하게 나타난다면 고의로 그것을 무시하는 것보다 평론가와 다른 연구자들에게 더 좋은 인상을 줄 수 있다.