1、有数据支撑且要有精美图表
需要有数据支撑的硕士毕业论文,要么需要调研,要么需要实验,要么需要查找统计年鉴或者数据库,其实这些都有不是难点所在,难点在于数据分析的方法以及用到的相关工具。无论是实证建模也好,或者统计分析也罢,很多学生对工具的使用其实不怎么在行。
或许有人认为数据性的内容不好获取,其实这个倒不难,即便没有任何数据,硕士毕业论文的结论不是开放性的,而是倾向性的,或者说是决定性的,因此,根据这个结论反推原始数据就可以,简单编辑一个随机函数,几百上千的样本数据就出来了。有人有数据,但数据不理想,但这样的数据需要“清洗”,筛选掉你不需要的,留下你需要的,就是一个完美的原始数据。
2、有案例和案例剖析
十年前的硕士论文,案例分析可能是最简单的硕士论文。但是目前来看,反倒是案例分析类的硕士毕业论文难度系数更高一些。做多了实证分析和数据分析,碰上一个案例中觉得无处下手,特别是对于研究生来说。
比如,做质性研究的,现在基本上需要用到文本分析工具,要做扎根,编码,主范畴之类的,其实这个非常考验一个人的归纳和逻辑能力。比如,做会计专硕的,实证分析建模基本不让你弄,要做定性与定量相结合的研究,这样一来,你很多数据基本上获取不到,这种纵向的数据统计年鉴以及公司财报上体现的很有限,这非常考验一个人的数据搜索和预测能力。比如作法学的,原先简单的法理剖析,构成要件之类的辨析毫无用武之处,上来就给你搞实务,做多案例剖析还可以,其实有个比较和统计,但要做单案例分析,真的要把学生难为死。
3、没有任何图表纯刷文字的
有些学生觉得不就是文字吗?人文社科最简单,不用做实验,不用查数据,只需要罗列文字就可以了。事实上有几个特别**的专业,光刷文字就能让怀疑人生。
比如科技哲学,饶了半天都不知道自己在说啥,但导师愣是从你的文字中剖析出你的问题。比如马哲,这类文章外行人看的热闹,内行人看的是“理论高度”,动不动大篇幅引用“永垂不朽”者们的原话,降重都是个问题。
从以上三类可以看出,一般是有数据图表的要容易过案例分析的,案例分析的要容易过纯文字的。
需要有数据支撑的硕士毕业论文,要么需要调研,要么需要实验,要么需要查找统计年鉴或者数据库,其实这些都有不是难点所在,难点在于数据分析的方法以及用到的相关工具。无论是实证建模也好,或者统计分析也罢,很多学生对工具的使用其实不怎么在行。
或许有人认为数据性的内容不好获取,其实这个倒不难,即便没有任何数据,硕士毕业论文的结论不是开放性的,而是倾向性的,或者说是决定性的,因此,根据这个结论反推原始数据就可以,简单编辑一个随机函数,几百上千的样本数据就出来了。有人有数据,但数据不理想,但这样的数据需要“清洗”,筛选掉你不需要的,留下你需要的,就是一个完美的原始数据。
2、有案例和案例剖析
十年前的硕士论文,案例分析可能是最简单的硕士论文。但是目前来看,反倒是案例分析类的硕士毕业论文难度系数更高一些。做多了实证分析和数据分析,碰上一个案例中觉得无处下手,特别是对于研究生来说。
比如,做质性研究的,现在基本上需要用到文本分析工具,要做扎根,编码,主范畴之类的,其实这个非常考验一个人的归纳和逻辑能力。比如,做会计专硕的,实证分析建模基本不让你弄,要做定性与定量相结合的研究,这样一来,你很多数据基本上获取不到,这种纵向的数据统计年鉴以及公司财报上体现的很有限,这非常考验一个人的数据搜索和预测能力。比如作法学的,原先简单的法理剖析,构成要件之类的辨析毫无用武之处,上来就给你搞实务,做多案例剖析还可以,其实有个比较和统计,但要做单案例分析,真的要把学生难为死。
3、没有任何图表纯刷文字的
有些学生觉得不就是文字吗?人文社科最简单,不用做实验,不用查数据,只需要罗列文字就可以了。事实上有几个特别**的专业,光刷文字就能让怀疑人生。
比如科技哲学,饶了半天都不知道自己在说啥,但导师愣是从你的文字中剖析出你的问题。比如马哲,这类文章外行人看的热闹,内行人看的是“理论高度”,动不动大篇幅引用“永垂不朽”者们的原话,降重都是个问题。
从以上三类可以看出,一般是有数据图表的要容易过案例分析的,案例分析的要容易过纯文字的。