Цель магистерской диссертации – продемонстрировать владение предметом и всестороннее его понимание. В этой статье мы остановимся на нескольких моментах, которые необходимо учитывать при подготовке к грамотной диссертации.
В этой статье мы рассмотрим процесс выбора темы, выбора подхода к вашей магистерской диссертации, сбора данных и их совместного анализа.
Связанные темы диссертации:
- Какие трудности возникают при написании диссертации?
- Как можно подготовиться к стажировке или работе в академической среде?
- Какой должна быть структура магистерской работы?
Структура магистерской работы:
Общая схема структурирования включает разделы «Введение», «Методология» и «Результаты».
Диссертация является неотъемлемой частью академической карьеры. Это проявление работы и опыта студента, магистра. Итак, мы должны убедиться, что делаем это правильно и не оставляем ничего на волю случая.
При разработке исследовательского проекта необходимо принять множество решений: тип исследования (качественное, количественное), методы сбора данных (опрос, интервью), методы анализа данных (статистика, обоснованная теория), исследуемая совокупность (академический персонал).
Чтобы убедиться, что этот процесс идет гладко и студент готов к следующему шагу – представлению своей работы перед аудиторией, – вот несколько рекомендаций по написанию тезисов:
- Убедитесь, что у вас есть четкий исследовательский вопрос
- Тщательно исследуйте, прежде чем начать процесс написания
Эта часть представляет собой обзор литературы о различных ресурсах, которые могут помочь в процессе написания магистерской диссертации.
Анализ данных – это процесс изучения и интерпретации числовых данных. В этой статье обсуждается несколько вещей, которые следует учитывать при анализе данных.
1. Тип данных:
Существует три основных типа данных: количественные или категориальные, порядковые или интервальные и качественные или порядковые. Первые два чаще всего используются в социальных науках, а последний – в естественных науках, таких как биология и химия.
2. Статистические тесты:
Наиболее распространенные статистические тесты для категориальных данных включают хи-квадрат (χ²) и точный критерий Фишера (FET). Для количественных данных мы в основном используем t‑тесты для независимых выборок, t‑тест для парных выборок, дисперсионный анализ (ANOVA) и регрессионный анализ. Для порядковых данных используем Spearman