选题是学术论文写作的关键第()步

选题是论文写作的第一步，也是最为重要的一步。在论文写作之前，首先要确定选题。在从事科研的时候，当然也会有个主题，但这只是一个研究方向或者研究领域。只有研究到一定程度，开始写作的时候才会最终确定论文的题目。选题是非常重要的，它决定着科研的方向，对于科研的成败具有重大影响。一个好的选题会事半功倍，而一个差的选题会事倍功半。要保证自己的论文选题切实可行，且值得做，那么它至少要符合以下四个原则：（一）有价值价值是我们选择一个论文题目的首要依据，也是论文指导老师衡量你的论文选题能否通过的一个重要指标。一个有价值的选题能够满足社会需要，对实践起积极的推动作用，或者解决学科中的一些问题，促进学科发展。无论是直接还是间接，短期或是长期，只要我们的论文选题能够实现上述作用，它就是有价值的。要保证论文选题的价值，在定题之前应该查阅相关文献，与指导老师进行充分沟通，切勿将过多的时间与精力浪费在空想这类没有意义的事情上。选择什么题目来进行写作?这是写作时遇到的选题问题。例如硕士生经过一年或两年基础课的学习以后，进入到硕士论文写作阶段。论文写作首先要有个好的选题，而选题对于初学者来说往往是非常困扰的一件事情。有的学生不知道选择什么样的题目，所以往往让导师指定题目，这样选题就变成了命题。（二）感兴趣一个好的选题，至少要对于研究者来说是有趣的。因为兴趣将是支撑你克服苦难险阻，完成研究的最大动力。完成论文的过程中可能会遇到很多困难和挫折，因此，必须具有足够的热情和耐心。只有当你对选题感兴趣时，你才会有足够的热情和耐心去坚持研究，并且对研究的过程和结果充满好奇心。强烈的好奇心反过来也会驱使你在论文写作过程中反复研究资料，不断验证观点，努力克服研究和写作过程中的重重困难，使论文撰写工作顺利进行。除此之外，论文研究和写作过程中的热情也会体现于论文的字里行间，并感染读者。因此，感兴趣，或者说有趣，是我们论文选题的一个重要标准。（三）可操作可操作是指应该根据自己实际具备的条件和经过努力可以具备的条件来选题，以便相关研究能够顺利进行下去。可操作原则一方面要求我们了解自己的能力特长、知识结构、兴趣爱好等；另一方面要求立足于具备的客观条件，如资料、设备、经费和时间等，做到扬长避短，主动创造条件，充分发挥自身优势。具体来说，选题的可操作性体现在以下三个方面：题目不宜过大“选题要小，小题大作，这是一个基本的考虑方向。选题虽小，对于科研的要求则是非常之高的，必须要以小见大。小题只是一个切入点，以此反映出作者对某一专题甚至整个学科的理论研究水平。”选择小问题，以便深入研究。一般来说，把题目做大不如做小。研究范围缩得越小，就越容易进入正题，思路就越清晰，研究工作就越容易进行。即使选题很小，但只要能挖掘出一些有价值的信息，或是提出自己独到的观点，有理有据，那么，你的论文就算是成功的。2、所需资源是可以获得的在论文选题的时候，要考虑到你的研究在现有条件下是否可行，所需的材料是否可以获得。来源和方法是可以驾驭的你计划使用的资源和方法最好属于你的知识范围之内，是你可以理解并能加工、处理的。如果你研究使用的方法或资源是你完全没有接触过的，那么在完成论文之前，你可能要花费大量的时间学习新的知识，这必然会分散你做毕业论文的精力和时间，甚至可能影响论文的完成进度。（四）有创新创新是论文是否值得一做的关键标准之一，也是你选题能力的重要体现，如果你所选的题目具有创新性，能够展示你独到的见解，或者在研究方法上与别人不同，那么，无疑对你的论文有很大的加分作用。你的论文创新至少应该体现在以下某一个方面：理论创新。在传统理论知识基础上的提高和发展，提出自己的新观点，构建新体系。这种推进性的选题，前人已经研究得较为充分，需要在此基础上进一步推进。这种题目的好处是资料较多，因为前人在研究过程中已经积累了大量资料，为写作提供了便利，具有较好的写作基础。但这种题目的困难在于创新，因为前人已经进行了大量的研究，甚至论题已经枯竭，也就是该说的话都说光了，无话可说了，所以写作会有较大的困难。对于这种题目必须要调整思路，另辟蹊径，别出心裁，如此才有可能推陈出新。应用创新。将已有的理论、方法、原理应用于新的实践领域，解释新问题，揭示新规律，探索理论应用的具体实施策略。方法创新。方法上的创新通常是科学新发现的先驱，指使用新的研究方法，或者研究方法体系来研究既有问题或新问题。这种开拓性的题目，前人没有写过的。因此，这样的选题可能较为冒险，失败的几率会大一些。当然如果成功了，成就也较大，甚至会填补某一个学术领域或者问题的空白。开拓性选题的特点是资料较少，发挥的余地较大。即使只是做了一些基础性的工作，也会取得一定的成果。所以，对这种开拓性的选题来说，资料收集是十分重要的，只有收集到他人所未能收集到的资料，才可以尝试进行写作。最后：论文写作存在着如何处理资料与观点的问题。资料是论文的基本素材，也是写作的基础。而观点则是论文的灵魂，是作者学术思想的表达。正确处理好资料与观点的关系，对于论文写作来说是一种非常重要的技巧。一篇论文有一大半是引用资料，如果一篇论文一点资料都不引用，那么这篇论文反而是不好的。因为论文首先要把在这个问题上以往研究的状况反映出来，学术研究是“接着说”，所以首先要告诉我们前人是怎么说的，这个故事说到什么程度了，然后才能接着说。资料不能简单堆砌，而是要对资料进行认真梳理，然后以适当的方式加以铺陈。资料的堆砌就像用砖砌墙，只是把砖块粗粗拉拉地叠放在一起，而没有在砖块之间进行粘合，也没有对砖缝进行勾缝，使墙变得坚固和美观。对于一个初学者来说，要想对某一问题提出超越前人的观点，确实是强人所难。因此，写作的学习阶段，这是一个知识消费的阶段，这个时期汲取知识是主要的任务，还不可能在观点上出新。只有知识积累到一定程度，才能从学习向研究转变，从知识消费逐渐过渡到知识生产，这才有可能提出自己的观点。我们都有这样的体会，刚开始接触某一学科的时候，感到书上说的一切都是对的，不可能有自己的想法，也不会有自己的想法。这个阶段就像爬山一样，刚起步从山脚往山顶上爬，这个时候一抬头是满山遮目不见天。爬了一半，到了半山腰，这时山就不那么压抑了，眼界也就慢慢开阔了。爬到山顶，才会有见天的感觉。如果这是一座高山，那么到了山顶你就会体会到“一览众山小”的诗意。一篇论文要有论点，并且要对论点进行较为充分的论证。这里的论点也就是我在前面所说的观点，但仅仅提出观点是不够的，还要对观点进行有效的论证。对于一篇论文来说，论证是十分重要的，而论证的过程就是一个梳理的过程，也是一个说理的过程。没有论证的论点是武断的，而没有论点的论证是盲目的。

1、确定论文的选题　　注意选题的创造性，科学性，实践性。应该根据自己的知识结构和兴趣，确定研究方向，在自己课程学习、广泛阅读和资料的积累的基础上，逐步明确具体的题目　　Tips：　　尽量选择应用型题目,宜小题大作　　2、进行文献检索　　全面搜集资料既可以避免重复了别人已经做过的工作，也可以从中启发思路、产生观点，为下一步做观点、角度、材料上的准备　　3、确定研究方法　　思辨研究和实证研究（包括定向研究和定量研究），一般研究方法有观察法、调查法、实验法、经验总结法、 个案法、比较研究法、文献资料法等　　Tips:　　确定研究方法时要叙述清楚“做些什么” 和“怎样做”　　提倡使用综合的研究方法　　4、设计论文的框架结构　　结构合理，章和章之间要有逻辑联系,防止盲目写下去，淹没主题　　5、充实论文内容　　对已经取得的文献资料、调查材料和各种论据进行分析、归类，分别充实到各章节中，再进行解释、论证。用正确的逻辑思维和严谨的数据组织方式，使材料有力的为论文服务　　6、对论文从技术上进行规范的检查调整　　章节设计的技术问题、文中的引证标示、注释及编号、文后的参考文献编排，以及不属于论文本身的内容提要、关键词等，都要按照规范化的要求进行检查和调整

（纯个人心得总结）首先，我要说明这里的指导并非 常规意义的指导，我这里说的指导是到底应该如何写论文（应该还是很抽象，不过看完就知道了）。迄今为止，我大约也帮忙做了能有上千份的学生论文数据分析部分，包括一部分的整篇论文写作。因为我是做市场研究与数据分析的，擅长的主要工具是spss，不敢说百分百精通spss，但是应付个八九十应该是足够了，很自然的平时就利用下班和业余时间帮学生做一些论文数据分析以及论文写作指导。很多论文的核心部分都包括数据分析，而统计学也应该是所有学科应该学习的一门重要课程，但是恰恰相反，很多学科只是把统计学和数据分析作为一项选修甚至不重要的课程对待，这样导致学生在最后做论文时完全不懂。而在这种情况下，很多学生因为对数据分析的一窍不通，导致论文从开始的设计到后续的数据收集、整理等都会出现问题，最终导致分析出问题。因此，在对数据分析一窍不通的情况下，应该如何从头构建论文及写作呢？很多论文虽然数据分析部分是核心，但是不管哪种论文的写作，都脱离不了论文的框架。因此，具体的过程应该如下：首先是选题，当然很多时候是导师直接给选题，这个没有太多讨论。其次是选题确定后，马上要做的不是想我应该怎么去写作，或者在哪抱怨“哎~~郁闷，完全不知道怎么写嘛”。而是先通过文献查找，看前人在这个选题方面已经做了哪些研究，都是如何做的。通过查找文献找到跟选题有关的资料，然后对这些资料进行整理，整理不需要计较参考文献的结论和数据细节等，而是要把每篇文献的研究目的、采用的研究方法、采用的分析方法整理出来。当然参考文献中的分析方法你可能还完全不懂，但是没关系，你先把这些参考文献中使用的分析方法全部罗列出来，如线性回归、方差分析、均值t检验、logistic回归等，把这些文献中常用的统计方法罗列出来，你需要弄清楚对应关系，即每种分析方法是用来支持和实现什么样的研究目的，以及能够得出什么样的结论，认真阅读文献就能实现这一步。第三．通过上一步，你应该朦胧的知道你选题相关的参考文献中常用的统计方法名称，以及这些统计方法能够帮助实现哪些目的，或者得出什么结论，同时也不会对自己的选题那么恐惧和迷茫了，因为可能你的选题已经有前人做过了，你的论文只是“复制”一遍而已了，我说的复制是重复一遍前人的研究。在这种情况下，可以构思下自己的选题，这一步属于纯理论层面的，你需要将自己的思路具体化，比如要实现什么目的，很自然的需要什么数据分析方法也就能确定了。当然很多论文会预先设计一系列待验证的假设，也是在这一步完成，因为你找到的文献中可能会存在矛盾的结论，可能会存在一些你认为的研究缺陷（文献看多了，自然自己就会有想法出来了），提出自己的一系列假设，能够很清楚的指导后面的数据收集和分析。第四．选题、假设还有研究方法这些经过前面几步都能确定了，接下来就是要考虑具体研究和收集数据的环节了。这个环节最重要的也是首要的是弄清楚你的数据应该是什么类型的，通过哪种方法来获取。其实也容易了，因为前面你已经确定了统计分析方法，而每种方法有它特定的数据类型要求，比如是分类数据（如性别、民族、年级等）、比如连续性数据（如年龄、身高、体重、温度、长度、距离等）。分类数据简单通俗点的理解就是这些数字本身是没有意义的，是人为赋予它一定的含义，这些数据之间不存在连续性，且加减乘除没有意义，而连续性数据是数据本身有意义，且能够进行一些加减乘除运算。确定了所需要的数据类型，就大致能够知道在数据收集时，应该注意的问题。比如一份问卷调查，其中应该如何设计问题也就大致清楚了，通常问卷设计时就要考虑两种数据类型的问题，因为不同的选项设计会导致不同的数据类型。如你设计一个问题的答案选项是“有/没有”、“是/否”这种是属于分类数据，如果你的答案选项是李克特量表式“非常满意----非常不满意”这种，在处理时可以按照分类数据，只能统计出一些百分比，也可能将其按照连续数据如12345打分形式，这样可以求均值，可以做很多其他多元统计分析。因此这一步确定数据类型很关键，如果数据类型弄错的话，则收集的数据完全无用。第五．具体收集数据过程，不细说了，收集回来之后 就是数据的录入。记住一定要录入原始的数据，而不是经过加减整理汇总后的数据。数据录入格式也是有要求的，一般大致同样的情况下，都是一行代表一个个案或者一份问卷的数据，而一列对应表示的是问卷中的一个问题，即变量。因此数据录入完成后，应该是有多少样本数据，就有多少行，数据中包含多少个指标，那就有多少列。第六．这一步才是你应该开始头疼的数据分析不会了怎么办。因为到这里才开始是数据的具体分析过程了。不会怎么办，前面已经知道了分析方法，这种情况，只有找本教材，然后找对应的方法介绍学习即可，或者实在不行找人指导，找人帮忙等等。最后。分析完成后，开始整篇论文的写作。 PS：还要强调一点，现在的高校导师都存在一些问题，因为我接触了那么多学生，他们的认为观点就是“我的统计检验结果不显著怎么办，那不就是说我的研究没有意义么？我的假设都是错的？”“我的结论跟前人的结果不一致啊，看来我的又错了”，这两种观点明显是错的：一、数据的来源对象发生了变化，谁规定的结论必须跟前人一致；二、请问爱迪生发明灯泡的前999次失败是没有意义么？科学研究本来就是一个证伪的过程，一次次证伪来接近真相。三、如果你的假设一定是正确的，那不需要数据验证，你可以去帮助警察破案了，因为你认为你的假设一定是对的，那破案多简单的，假设一下就好了。但是很显然，很多导师并没有把这些正确的观点传达给学生。