在往期的blog中，我们解释了qualitative data和quantitative data的区别。然而这两个分类只是一个大概的数据分类。在具体的研究中，可能还会遇到更细化的数据类型。本期英国翰思教育将一次性讲清quantitative research中包含的各种不同的数据类型和研究中常提到的变量。
在methodology中，一般都会提到quantitative data。然而在具体的研究中，quantitative data可能包含了quantitative data和categorical data。简单来说，quantitative data是可以进行计算的一些实际数据，而categorical data则只有discrete（离散）和continuous（连续）两种形式。
在国外留学dissertation中，如果用到了quantitative data，那么基本上都会用到SPSS来做数据分析。在SPSS的数据分析中，categorical data可以用作分组依据。在SPSS的分析中，quantitative data可以帮助研究者做一些cross-tab或者其他分组分析。在quantitative data中，discrete variable指的是整数变量，即单个项目中的计数或者值的计数。
例如在education相关的研究中，如果包含了某些班级的研究，那么班级中的学生人数便是discrete variable。而continuous variables指的是连续的或者非有限值的数据，例如年龄、距离等。但是在实际的运用中为了分组方便，这类的数据可能会被做成不同的选项以便分类。例如在年龄方面，questionnaire会将设置一些年龄组，通过这样子的选项对respondents做一些分类。而在一些实验中，不同的年龄距离等等可能会影响分析结果，因此这类的变量会被单独列为一组，作为一个独立的分组进行分析。
categorical data包含了三种变量，分别是binary variables（二元变量），nominal variable（名义变量）和ordinal variable（序数变量）。二元变量包含了是或否的结果（例如胜负，正反二元对立的数据）。名义变量则没有等级或者顺序的排列，例如颜色的分类或者品牌的二分类等。第三种序数变量指的是按照顺序排列的组，例如常见的Likert scale就是序数变量的一种。这些分类是根据数据的性质分类的。
而在研究中，经常接触到的变量包括自变量（independent variable），因变量（dependent variable）和控制变量（control variable）。自变量指的是可以操控的变量，例如在一些实验中，研究者会对实验的个体进行一些操作，从而引发因变量的变化。因变量指的就是实验结果的变量。比如在一些生物学的实验中，研究者会通过改变某些因素以确定该因素对研究对象的影响。其中，改变的这些因素便是自变量，而影响产生的结果便是因变量。而控制变量则是在实验过程中始终保持不变的变量。
在一般的研究设计中，研究者可以提出假设，比如假设某个变量在植物生长过程中可以起到某些作用。那在接下来的实验过程中，研究者可以通过控制自变量得出因变量变化的记录。同时，也需要设定控制组和控制变量来验证实验的有效性。了解了这些变量的性质之后，同学们就知道如何更好设计留学毕业论文研究方法了。
本期内容就和大家分享到这，如果觉得对你有帮助的话欢迎关注我们，另外小编这里还整理了（20）G的essay写作资料，包括各部分写作技巧、如何避免抄袭以及essay挂科方法等，有需要的小伙伴可以戳我哦！
英国翰思教育是一家知名的留学文书与留学论文辅导机构.专业帮助英美澳加新的留学生解决论文作业与留学升学的难题,服务包括:留学申请文书,留学作业学术论文的检测与分析,essay辅导,assignment辅导,dissertation辅导,thesis辅导,留学挂科申诉,留学申请文书的写作辅导与修改等.
