大学论文怎么做实证研究

关于实证论文怎么写如下：

要搞清楚自己想要研究什么学科领域的什么主题。问题不是一下选出来的，是依循学科领域——研究方向——主题——具体问题等流程逐步聚焦窄化出来的。

选题的过程中可以广泛查阅文献资料，可以询问老师、专家、学长学姐等同专业人员，也可以通过网络广泛查阅相关信息。但最关键的还是要主观上自己感兴趣、有能力、有意愿，客观上行得通、走得远、有价值。

研究设计要对问题进行变量分析，一个论文最好一次解决一个问题，多个问题交织在一起会使得文章错综复杂，也让会让读者雨里雾里。

要预先进行样本抽样设计。定量研究一般采用概率抽样，定性研究一般采用非概率抽样。研究是大样本还是小样本，是随机抽样选取还是直接选取最大信息承载者，都需要设计完善。

要预先设计研究方法及方法组合，实证研究往往不会仅仅使用一个方法，而是采用混合研究范式，综合运用多种方法。

要预先设计调查、访谈、观察、测量计划，预先设计研究工具，要预先设计研究步骤与时间进度安排，要预先开展一些试探性调查，以查看研究计划和工具的适用性，发现问题及时解决，进一步修改完善研究计划和工具。

如果人手不够的话，需要提前联系相关人员协助开展研究。比如你一次发3000份问卷，一个人肯定忙不过来；一次访谈1个人，但是对方不允许你录音，那你必须有研究助手协助手写记录。

实施研究，搜集资料实证型论文最大的特征就是要数据，没有数据一切都是虚构的。可以通过实施问卷调查、访谈、观察、测量等多种方式来搜集量化或质性的数据资料。有的呈数量化形态可以用于统计分析，有的呈文字化形态可用于描述分析。

整理、分析资料，得出结论资料搜集回来以后就需要根据资料的性质开展定量或定向分析啦。分析中可以使用SPSS或NVIVO软件协助。通过分析得出研究结论。

撰写论文论文的撰写不是必须等到得出结论才可以进行。从一开始就可以边开展研究边进行论文撰写。只不过大规模完善地论文写作是在这个时候才开始的。

实证型论文在国际上有美国心理协会的APA格式、芝加哥大学格式等成熟的格式，在我国有中国心理学会的写作规范均可以参考，因为格式非常稳定一致，被戏称为“八股文”。

意思就是按照固定格式填内容就行，不需要每次费尽脑力设计提纲框架。这倒也省事啦。大家有样学样就行。

1.提出研究问题——具体（在a对b有何作用这一问题中，明确a/b各是什么）、有趣（why should 为care？）、新颖（研究新现象、使用新方法、新数据集）、可行（通过查文献看他人是否有类似的研究或大致数据是否可得） 2.文献回顾 cnki/jstor/econlit....百度、google…… 3.建立理论模型 具体来说，回归分析一般只能说明变量之间的相关性，要对变量之间的因果关系作出判断常常需要依赖于经济理论。因此，即使无法提供完整的理论模型，也应该进行一定的理论分析。最理想的情形是，从理论模型中推导出计量模型，即待估计的回归方程。 4.收集数据 如果使用别人的数据，要注意其数据是如何定义、计算的（统计口径），是否与你的理论模型中的变量相对应。 5.使用适当的计量方法。 比如，被解释变量为二元变量，则可以使用probit或者logit；如果是非负整数，则可以使用泊松回归；如果是面板数据，则可以考虑固定效应、随机效应、时间效应、动态面板等；如果是时间序列，则应先判断是否含单位根（如果样本容量太小，比如小于20，则可以不进行单位根检验，因为单位根是大样本检验），再决定使用相应的计量方法。 对于一般的数据，通常先做OLS，看看结果，作为一个参照系。做完OLS后，可以画残差图（residual plot），大致看看扰动项是否符合经典嘉定，然后进行严格的检验。如果有所违背（比如，存在异方差、自相关），则作相应的处理。对于时间序列，还可以检验是否存在结构变动（邹检验）。另外，应该对数据的质量进行检验，判断是否存在多重共线性、极端值、弱工具变量等，并作相应的调整。 对于回归函数的具体形式，可以考虑线性、对数（如果解释变量只取正数且有指数增长趋势）、双对数、非线性（边际效应不是常数）等。 由于受数据可获得性的限制，遗漏变量几乎不可避免。因此，很有必要在实证论文中对此进行讨论。不外乎两种情况。第一，存在遗漏变量，但与解释变量不相关（需要说明为什么不相关），故可以不作处理。第二，存在遗漏变量，且与解释变量相关，则必须进行处理，处理方法包括增加控制变量、寻找代理变量、使用工具变量、使用面板数据等。 另一常见问题是内生解释变量。此时，一般需要找到有效的工具变量才能得到一致的估计。由于面板数据可以在一定程度上客服遗漏变量问题，故比横截面数据或时间序列更有说服力。因此，如果可以获得面板数据，则应尽力争取。 大多数的实证论文都希望说明x对y的因果作用。而从回归分析的相关关系得到因果关系，是一个很大的飞跃。引言——文献回顾——理论框架——计量模型——数据说明——计量方法——回归结果——结论