繼上次紀乃文學長的演講之後，對於如何撰寫一份「好的論文」有了基礎的理解，而這次所上邀請了林鉦棽教授，為我們進一步說明研究中的設計與相關研究方法議題。首先，林教授從一份好的研究破題切入，告訴我們一個好的研究必須建立在一些要素上，如必須對於目前既有研究有所貢獻，彌補目前研究中的缺口、合理的推論、適當的研究設計，而林教授也提到好的研究不等於要有很多的變數、艱深的統計方法等，若用最少的變數的變數就能解釋一個現象，那麼我們就會偏好使用比較少變數的架構，這些概念和上次紀乃文學長的演講中所提到的概念相互呼應與契合，而林教授也引用研究法課程中所閱讀過的一篇文章(Sutton&Staw)，進一步向我們說明那些不是理論，如引用一堆文獻並不是理論，因為沒有說明清楚變數與變數之間的關係、實徵研究的結論也不是理論，因為只能佐證，並不能去推論變數與變數之間的關係，這部分也勾起我們先前在研究法課程中所討論內容，著實再次加深不少印象。
而第二部分，林教授從論文的結構剖析，告訴我們每個結構的重要性與注意事項。首先，是緒論的部分，林教授指出緒論可以說是代表著一整個研究的門面，除了點出目前現況的研究結果為何之外，也代表研究者對於議題的基本認識與素養，所以此一部分，必須清楚交代目前研究現況，以及目前研究中有那些缺口，最後詳細點出透過我們的研究能解決什麼問題以及增加什麼貢獻；第二部分的假設推論，主要是讓讀者對於這個的研究有個整體性的瞭解，讓即使不瞭解這個議題的讀者，也能有個清楚的概念，因此，可以透過既有理論去推論，去解釋變數之間的關係與假設推導，其次則是透過邏輯去推導變數間的關係，最後可以輔以實徵研究來加強自己的觀點與論述，林教授也特別提醒我們，在假設推導的過程中，「方向的設定」很重要，要明明白白告訴讀者變數的影響強弱與方向是正相關還是負相關！
第三部分，林教授與我們分享了研究方法設計的重要議題，如抽樣與母體之間的關係，到底我們選取的樣本能不能代表我們欲衡量的母體，亦即填答者是否合適去回答我們研究所需要的資訊，從中林教授延伸了一些議題，如「樣本合併適當性」，若資料的來源來自於單一組織，在資料合併的同時威脅會比較小，若資料來自於兩至三個組織，此時，林教授就建議我們必須注意是否研究構念中有所差異；另外，在抽樣中時常被關注的另一個議題即是共同方法變異(CMV)的問題，CMV的出現很有可能造成變數間的關係膨脹或是減弱，而掉入統計檢驗中型一錯誤或是型二的錯誤，因此，林教授也分享了在統計上的補救方法。
演講最後也提到一些常見的分析方法，對我們目前的階段來說，每個分析方法都是一大挑戰，所以林教授也勉勵我們，必須不斷的學習，試著去了解這些議題，因為日後在研究設計中，會漸漸的被重視，唯有不斷學習與應用，才能持續在研究中繼續耕耘。
李柏翰整理
