带有实例的研究问题类型

其中一个例子是这样一个提案，它提出“运动如何影响心理健康”。这看起来像是在问一个问题，但实际上是在要求变成几项不同研究中的一项。句子并没有说明是哪一项。了解你所回答的研究问题类型，可以帮助你的项目在数据收集中途避免在这些类型之间漂移。它也有助于在选择之前，识别隐藏在含糊草稿中的研究问题类型。

六种类型几乎涵盖了所有值得提出的研究问题, 即描述性、探索性、比较性、关系性、因果性和评价性。每一种在阅读任何来源之前，实际上都是对不同方法的承诺，因为描述性问题只需要仔细统计，而因果性问题则需要更接近实验的方法。刻意选择类型，而不是由哪个动词听起来自然来决定，这就是一个你实际上可以回答的问题，与一个只是听起来像研究的问题之间的区别。

研究问题的六种类型

下面的每一种类型都对应一种不同的好奇心。每个已完成的示例都与提案中应当写出的表述一致, 不是为了表格而简化的版本。方法一栏可以快速阅读。这就是在你写下任何其他内容之前，你的措辞所承诺的内容。

类型	示例	它要求你承诺什么
描述性	到第一次临床实习结束时，一年级护理学生中有多大比例报告倦怠症状？	一项结构化调查或计数。不需要比较组，也不需要关联检验。
探索性	第一代大学生如何描述向教师寻求帮助？	访谈或开放式数据，并按主题编码。这不是一个 p 值能够回答的问题。
比较性	第一代学生和持续就读的学生在每周有偿工作时数上是否不同？	两个或更多界定明确的组，以相同方式测量并直接比较。
关系性	学生有偿工作的小时数是否与其 GPA 相关？	一个组，两个测量变量，以及相关或回归，没有可供比较的组。
因果性	将教学从讲授式改为主动学习，是否会提高导论生物学课程的考试成绩？	一项实验或准实验，采用随机或匹配分配。单纯的相关性本身无法回答这一问题。
评估性	大学的同伴辅导项目是否提高了一年级学生的留存率？	一项与既定目标对照的前后比较或匹配比较设计，而不是事后单次测量。

该列表中的两对概念经常被混淆，比较性与关系性，以及因果性与几乎其他所有类型，因此下面为这四类单独留出篇幅，而不是各用一行带过。

描述性和探索性问题不比较任何事物

描述性问题询问的是“有什么”，只要有准确的计数或清晰的图景即可，不需要更多。'到第一次临床实习结束时，一年级护理学生中有多大比例报告倦怠症状' 需要一项调查，以及一个足够大的样本来使该百分比可信，至此就结束了。没有第二组，没有差异检验，也没有关于原因的主张。

探索性问题询问的是正在发生什么，通常是在对变量还知之甚少、尚不足以进行猜测的时候。'How do first-generation college students describe asking faculty for help' 这一问法会把你引向访谈或开放式书面回答，之后再对其进行编码，提炼反复出现的主题，因为其核心目的就是发现你原本并没有的类别。把探索性问题当作描述性问题来处理，强行把调查问卷的选项套到一个尚未被任何人梳理过的话题上，是学生最常丢掉答案中最有用部分的一种常见方式。

比较性问题和关系性问题是最容易被混淆的两类

比较性问题比较两个或更多界定明确的群体，并询问它们之间是否存在差异。'Do first-generation and continuing-generation students differ in weekly hours of paid work' 需要以相同方式测量两个群体，并且需要一个用于比较群体平均值的检验，t 检验或其等价方法。关系性问题中并没有群体，这正是混淆开始的地方。

关系性问题停留在一个群体内部，询问两个被测量的事物是否共同变化。'Is the number of hours students work for pay related to their GPA' 从不把任何人分成群体, 它是在样本中所有人身上测量的两个变量之间做相关分析。先提出关系性问题，随后却围绕它设计比较性研究，这是导师第一次通读时最常发现的结构性错误之一。

因果性问题和评价性问题要求最多的证据

因果性问题主张一件事会改变另一件事，而相关性本身无法单独回答这类问题。'Does switching from lecture-based to active-learning instruction raise exam scores in introductory biology' 需要将各班随机分配，或在先前表现上进行紧密匹配，因为如果没有这一点，分数差异同样可能只是因为哪些学生碰巧选择了哪个班。像 'affect,' 'increase,' 和 'improve' 这样的动词，实际上都在无声地承诺一种因果设计，这也是为什么它们值得与你实际构建的研究方案逐一核对。

评估性问题询问某事是否相对于既定目标起到了作用，这与因果推理很接近，但其表述围绕的是一个项目，而不是一个变量。'Did the university's peer-mentoring program improve first-year retention' 需要进行前后比较，或者使用一组未参与的匹配学生，并将其与该项目实际旨在改变的留存率进行对照。只有一个学期的留存数字，若没有可比较对象，回答的是另一个、也弱得多的问题。

为什么你选择的类型是一项方法学选择

'Does remote work affect employees' 是一个没有任何类型的草稿，这正是问题所在, 按照现在的写法，它可以变成三种不同的研究。相同的起始主题可以真正表述为三种不同类型，而每一种表述都会在招募任何参与者之前就预先决定一种不同的研究。'How much do employees work from home' 是描述性的。'Do employees at companies with formal remote-work policies work from home more than employees at companies without one' 是比较性的。'Does the number of remote workdays reduce reported burnout' 是因果性的，而且只有最后这一种版本需要实验，或者需要一种足够强、能够排除其他解释的设计。

没有任何一种类型高于其他类型, 一个执行良好的描述性研究总是胜过一个设计糟糕的因果研究。重要的是，页面上的类型必须与方法部分中的设计一致，而在提案推进之前检查这一点是值得的。将所选类型转化为一个完全可回答的句子，并逐词收紧，这一步在how to plan a research paper中有说明，该文从原始主题到最终提纲，完整讲解了整个规划过程。

在确定类型之前，先用a research question generator测试候选表述，比在阅读到第四个来源时才意识到你构建的研究并不符合你原本想提出的问题要快得多。

你需要哪一种，取决于研究是需要问题还是假设，而这一区分是单独界定的，同时还包括如何撰写零假设和备择假设。

一旦类型确定，措辞也足够严谨，起草本身就是另一个独立阶段。专为学术写作设计的 AI humanizer值得在后续阶段了解，也就是当草稿已经存在，但读起来比预期更生硬时，而不是在那之前。