又是一年答辩季
又是一年的答辩季。
在去年这个时候，写过一篇博客，以某答辩组几份论文的现场提问为例进行解析，以帮助学生了解问题背后想考察的目标。今年这场答辩，不详谈单个个例问题，只打算简单回顾一下参加答辩者留给我的总体印象以及部分论文写作和答辩误区。这些所想所写，只代表我所在的答辩组的情况，当然，从统计学上说，本组应当是具备一定代表性的。
学生在做论文介绍时，重点似乎总把握不太准，往往相当容易的就跳进论文的细节中去。比如一位曾在碧桂园求职的学生谈了半天自己的论文，却只是在谈论自己是如何想到要写这篇论文的（其中谈及不少琐碎的求职心情和过程），直到答辩老师暂时中止其介绍过程时，他尚还未谈及论文的主要内容，答辩老师也不知道他是用什么样的研究方法、得出什么样的结论。除了这类偏题万里的外，还有一类就是把研究过程中涉及的数据分析结果分别朗读出来，比如经由SPSS软件做信度检验，克隆巴赫系数为多少、效度检验KMO值为多少、显著性指标小于0.05……等等。在对论文做介绍时，大体上简单谈及如下几方面内容即可。
- 研究背景，简单的说，你为什么会选择写这个题目？
- 研究内容，比如你的论文是基于哪家组织、哪个品牌或产品的？
- 研究方法，如果做的题目是类如《……影响因素分析》的，那么通常采用的是因子分析；如果自己对研究方法中的某一环节比较重视，比如你在抽样环节做的很细致很规范，也可涉及。
- 研究结论或问题解决对策，简单的列及三到五条即可，此中也可包括自己论文的突出点，即论文的“贡献”，因为大多数本科毕业论文如果有所谓的“借鉴意义”，那么基本上就在这个部分了。
按着这个步骤做论文介绍，基本上能够展现出自己的写作思路，也有利于答辩组有效率的提出有针对性的问题，从而帮助答辩学生顺利的完成答辩流程。
第二个问题是为数据而“数据”。早年，前几批本科毕业生论文中极少使用SPSS软件进行数据处理，也几乎没有架构模型等的必要，但前些年校方对毕业生论文答辩提出了新的指示，导致出现某种论文中没有所谓的数据分析、实证就低人一档的倾向。于是几乎一夜之间，相当多的论文中不管三七二十一的塞入了大堆的SPSS表格，克隆巴赫、斯皮尔曼、KMO等术语，而不管这样的数据是否有必要和是否能够证明自己的结论。今天遇到的两个例子，一是做因子分析，只给出KMO的值，却没有显著性指标，另一个是已经根据既有文献得出了结论，再按结论去倒过来做一遍因子分析，但全文的结论又与因子分析的结果没有太大的相关性。所谓的数据导向，在我看来，根子不全在学生一头，很明显的，在其四年的课程中，并未真正的接受过完备的社会科学研究方法训练，甚至信度分析克隆巴赫系数若较高意味着什么恐怕也并不十分清楚，样本和问卷的有效性也许并不能完全保证，在这样的情形下一味以数据驱动论文工作，学生这根苗儿怕是助拔不起来的。如系主任在答辩后谈及的那样，社会实践的体会、调查访谈也同样属于“数据”（这并非原话，但大体意思如此），能够证明结论，多余的统计学表格没有必要占用纸张（有位女生贴了大量的SPSS表格，论文全文约三万字）。
第三个问题其实从第一届本科毕业生身上就一直存在，便是滥用模型，比如SWOT模型。虽然不少既有文献中对SWOT提出过批评，但基于它的好用和易用，相当多的学生还是特别爱在论文中（有一些甚至可以占用一整章的文字来写SWOT模型）采用，然而却并不是以理解这个模型为前提的。类似的，在不了解模型真正意义的基础上，冒失的调用模型企图证明或支撑自己的观点，这个过程会显得十分的勉强。比如，有学生会以SWOT模型来研究二手服装回收利用的模式，但却并不清楚SWOT模型通常是用在组织（比如企业、公司）甚至是个人身上，用来规划和评估其未来的走向[1]，而回收模式这个东西与企业不同，它并不存在内部优势或劣势，只能说对该模式的高效应用会形成某家企业或某个组织的优势、某家企业经由SWOT分析选择了某条发展战略因而拓展了（二手服装回收的）业务模式，等等。同样的，对五力模型的驾驭一般最好是先把波特的《竞争战略》看一遍，否则，在不理解五种作用力各是哪些、五种作用力是如何塑造行业或区域竞争状态的情况下，以该模型来分析和评估一家企业会失去准星。
第四个问题，也许不容易被接受。毕业论文（答辩）一直被视为考试的另一副形态，因而学生多少是以完成任务的心态去熬过（写作和）答辩过程的，他们因此不求甚解，也不奢望在答辩过程中与答辩老师“同行”，只要能答出问题就得过且过了。事实上，若把答辩视为一种学习的形式，那么答辩的过程也就有可能成为一个双方探讨问题的过程，在问答中老师方的提问其实也是帮助答辩学生探求知识领域未知前端的过程。一位以Zara为例研究快时尚的女生在今天的答辩中被答辩组长“纠缠”了许久，但也因此对这个服装品牌有了更深更多的了解。
总体上说，答辩中的主要问题有关四项，一是围绕着论文的思路，二是关注其研究方法，三是看文献综述，四是纠正论文中的格式规范。也就是说，你的逻辑框架有无问题、你对统计学基本理论和SPSS应用是否熟悉、你是否读过所引用的主要文献，以及你是否认真的按学术规范去撰写了论文。
Helms, M. M., & Nixon, J. (2010). Exploring SWOT analysis–where are we now? A review of academic research from the last decade. Journal of strategy and management, 3(3), 215-251. ↩︎