三、研究方法
研究方法部分对于调查报告类的论文来说非常重要。读者会根据作者对研究方法部分的描写来确定该研究是否科学，是否具有价值。如果对研究方法部分的描述模糊不清，或是让人觉得不够科学，那么读者对于研究结果自然也就不信任。曾听到某位学者提及，“在拿到一篇论文后，要先看题目和研究方法，如果研究方法不科学，那么整篇论文就没有继续阅读下去的意义”。因为错误的研究方法也只能带来错误的结果而已。在研究方法部分，我们需要解释清楚研究是如何开展的，特别是数据是如何被获得和进行处理的。下面将进行详细说明。
（一）研究的对象
在研究方法部分，我们首先需要说清楚研究的对象是谁，主要是研究哪些人，是研究个体还是群体，是研究这些人的行为方式、思想还是态度。例如，“本研究主要以杭州制造业企业的一线技能劳动者为研究者对象，调查一线技能劳动者对现有工资水平的满意度”。
在一些研究中，往往需要对多个对象进行调查，如对某职业技术院校教育质量的调查研究，可能需要调查在校学生群体、教师群体，甚至用人单位的负责人等。在这种情况下，可能会涉及多个调查，如果将多个问卷调查的结果融入一篇论文中，则需要对不同研究对象的情况都进行说明。
（二）数据的收集方式
数据的收集方式需要进行详细说明，如进行数据收集的主体是谁，是经组织培训过的学生进行的调查，还是由专门的机构负责的调查。由于大多数问卷调查为抽样调查，需要在研究方法部分详细说明抽样的方法，是用了简单随机抽样，或是整群抽样，还是偶遇抽样，并要说明样本被选取出来的过程。此外，也有必要说明到底采用的是哪种问卷发放和回收的方法，是通过问卷平台发放的网络问卷，还是一对一的入户调查，或者是街头的问卷派发；同时，对问卷调查过程中出现的特殊情况（如是否出现了删除某些样本的情况），也都应该进行说明。
（三）数据的回收情况
在数据的收集方式的后面，需要写明数据的回收情况。较为常用的表达是：“此次调查共发放问卷×××份，回收有效问卷×××份，问卷的回收率为××%。”如果有必要，也可以说明部分问卷无法回收的原因。抽样样本的构成也经常以表格的形式放入数据收集和回收部分。
研究的对象、数据的收集方式和数据的回收情况是研究方法部分较为重要的3个部分，这3个部分一般单独形成研究方法部分的第一个段落。下面介绍一个例子。
实例10-4：研究的对象、数据的收集方式和数据的回收情况
由中国社会科学院人口与劳动经济研究组织的“城市流动就业人员就业、居住和融入研究背景调查”项目，是2008年12月在北京市流动就业人员管理办公室的协助下进行的。其中，抽样先以全市的流动就业人员数量为权重，在各个城区中随机抽取40个社区样本，然后在每个社区中采用等距抽样方式随机抽取25位流动就业人员。调查共发放1000份问卷，回收有效问卷982份，其中外来市民229人，外来农民工及其家属753人，分别占样本量的23.3%和76.7%。这一比例与国家计生委于2009年组织的北京等5城市的流动就业人员调查结果接近，也与2005年北京1%人口抽样调查结果接近，因此可以认为此次调查具有较好的代表性，至少能体现中国大城市的流动人口就业问题。为了研究企业培训，仅考虑调查样本中与企业发生劳动关系的那一部分人员，不包括自雇人员和其他从业人员。经过筛选，最终使用的调查数据样本量为607个，包括443个农民工和164个外来市民（见表10-2）。[6]
表10-2 调查样本
（四）对研究工具的介绍
研究工具主要包括调查工具、统计分析软件等。对于问卷调查来说，最主要的调查工具就是问卷或量表，因此在研究方法部分也可以对问卷的情况进行一些介绍，如问卷主要包括了哪些部分、题量分别是多少、如何计分等。对问卷的介绍也可以围绕对变量的说明来展开，如某个研究将“学习积极性”作为因变量，则可以在这部分说明在问卷中用哪些指标对“学习积极性”进行了测量。此外，在研究方法的最后，一般也会说明研究使用了什么软件进行了统计分析（如本研究主要使用SPSS 20.0对数据进行分析）。
在孙诚等人的《中等职业教育学生满意度分析——基于全国中等职业学校学生调查的实证研究》一文中，对研究工具的介绍如下。
实例10-5：对研究工具的说明
在上述理论基础上，我们尝试构建了中等职业教育学生满意度测评工具。在经过专家论证、小范围试测、全国正式测试、调查工具修订等多个阶段后，本文形成如下测评指标体系。表1[7]中一级指标为满意度模型中的4个潜变量，针对每个潜变量进一步细化得到14个二级指标，再针对各个二级指标设置38个观测点，N1—N38为各个观测点（问卷题项）。中职学生满意度指数模型是一个组合方程的因果关系模型，包括潜变量之间关系的结构方程和分析潜变量与显变量（测量点）之间关系的测量方程。对满意度结构方程模型进行参数估计最常用的方法有部分最小二乘法（PLS）和线性结构关系分析（LISREL）。PLS和LISREL各有优缺点，相比LISREL方法，PLS方法更加关注通过显变量对潜变量的最优预测。本研究采用PLS方法进行分析，采用满意度测评软件SmartPls 2.0来对模型进行检验和估算，并得到各个潜变量指数的得分。[8]