在撰写学术论文时，根据研究问题确定需要收集的数据类型，如定量数据、定性数据或两者的结合。选择合适的数据类型是至关重要的，因为它直接影响研究的质量和结果的可靠性。
1.研究问题的性质：如果研究问题是关于数量、频率或统计关系的，那么定量数据（如调查数据、实验结果、统计数据）可能更合适；如果研究问题关注个人经验、观点、情感或行为背后的原因，那么定性数据（如访谈、案例研究、观察记录）可能更合适。
2.研究目的：如果目的是探索一个新领域或问题，定性数据可以帮助你理解复杂的现象；如果目的是解释变量之间的关系，定量数据可能更适合进行统计分析；如果目的是描述一个群体或现象的特征，定量数据可以提供具体的统计描述。
3.研究设计：实验设计通常需要定量数据来测试假设和评估干预效果；案例研究设计适合使用定性数据来深入分析特定案例；调查研究可以结合定量和定性数据来收集广泛的信息。
4.数据的可用性：考虑你能够获取的数据类型。某些情况下，可能只能获取到定量数据，如公开的统计数据，或者只能获取定性数据，如特定群体的访谈。
5.资源和时间限制：定量数据收集和分析可能需要更多的时间和资源，而定性数据可能更加灵活和成本效益高。
6.研究的深度和广度：定性数据有助于深入理解复杂问题；定量数据有助于在较大样本中识别模式和趋势。
7.研究的可靠性和效度：定量数据通常强调结果的可靠性和普遍性。定性数据强调结果的深度和丰富性。
8.研究的创新性：如果你的研究领域缺乏现有数据，可能需要创造性地收集新的定性或定量数据。
9.研究的伦理考虑：某些情况下，收集定性数据可能更符合伦理标准，尤其是在涉及敏感话题或个人隐私时。
10.研究的实用性：考虑数据收集和分析的结果如何应用于实际问题或政策制定。
11.理论框架：理论框架可能指导你选择特定的数据类型来测试理论假设。
12.研究的混合方法：考虑是否结合定量和定性数据以获得更全面的视角。
汉斯出版社