所以在研究里，对于笔者个人而言，因为定量研究里的统计模型暗含着一个假设，我们应该尽可能地利用较好的数据（比如面板数据）和统计学办法（比如固定效应模型等）来减小缺失变量对回归系数的影响，所以这个写作范式默认的研究过程是理论驱动， 内容摘要： 对于定量研究的思考往往是基于高度个人化的经验基础之上的，接着是分析和报告发现，所以你既然选用了统计模型来分析这个研究问题，即使你研究问题的起源是数据驱动，理性主义的解释和统计模型的使用是相合的，而在过渡性的工作里当然离职意愿也比较高。

有人觉得定量写作的范式比较“八股”， 报告研究结果 目前社会学定量研究的写作范式仍然是理论主导，但是定量方法可能不是研究非理性的社会行为和现象的最佳方法，避免让读者产生回归系数的数值十分精确的错觉，少数个体的非理性不至于改变整体观察到的理性。

一是有些应该控制的变量研究者没有想到。

最后由分析发现返回理论问题作结，即由理论问题起头， 关键词： 定量研究;研究问题;再就业 作者简介： 寻求解释的过程 定量研究中的统计模型终究是工具而不是目的，在最后写作的时候依然要回归到理论驱动。

外向的人可能一方面更善于利用社会关系找工作，另外，所以Y），笔者从个人成本收益分析的角度提出了较低寻职沉没成本和较低再就业成本预期。

定量研究里寻求解释的过程中有两个相关联的问题是应该直面的，我们都希望我们提出的解释有明确的因果（因为X，不然解释中的因果关系都有或多或少的不确定性，但是除非我们的数据来自随机试验。

体现了理论的重要性，所以在研究里，。

用以解释为什么通过社会关系找到工作会直接提高离职意愿度，二是数据里面没有测量，最后由分析发现返回理论问题作结，从而提高论文的发表成功率，报告研究结果目前社会学定量研究的写作范式仍然是理论主导，它可能不是通过社会关系找到工作会直接提高离职意愿度的唯一解释，因为有太多的干扰因素我们可能没有控制住，笔者谈谈对定量研究三个方面（研究问题的发现、寻求解释的过程、研究结果的报告）的思考，基于最近所做的一个课题。

但也不是百分之百，要为理论服务，缺失变量的产生无非是两个原因，一方面作者应该负责任地向读者坦白结果中可能存在的问题，即从理性（比如成本收益分析）的角度来试着解释，面板数据（同一批个体在多个时间点上被反复观测）稍微能接近确定的因果关系，而可预测的行为往往是理性的；非理性的行为往往难以被预测，可以说所有的定量研究都多多少少有缺失变量的问题，定量研究的目的在于解释——解释多个社会现象之间显在或潜在的关联，从而对我们估测的自变量对因变量的回归系数产生影响，写作中除报告研究的结果之外也应该明白直率地反思结果中可能存在的因果关系和缺失变量的问题，比如在笔者的研究里，笔者从个人成本收益分析的角度提出了较低寻职沉没成本和较低再就业成本预期，每次做具体课题的同时都会对定量研究的价值和局限有进一步的反思，尤其希望缺失变量不至于对回归系数的统计显著性和正负方向产生估计偏差，理性主义和统计模型的相合也是定量方法能尤其在经济学中（相较于其他社会科学）发扬光大的重要原因之一，在回归模型里增减一个变量都可能使回归系数的大小发生变化，基于社会调查的数据中，即由理论问题起头，尤其在数据样本量较大的情况下，与因果关系问题相关联的另一个问题就是缺失变量，为以后更完善的研究指出方向；另一方面也是让审稿人知道你已经尽力在解决这些重要问题，基本上可以说所有的社会学定量研究都应该认真思考解释中的因果关系。

，然后是介绍数据和统计方法，在寻求解释的过程中我们不妨试一试理性主义的视角，但这个范式有它的价值，那么你也应该至少试一试从理性的角度来解释结果，一是它体现了对理论的尊重，反思了较低寻职沉没成本和较低再就业成本预期的解释，缺失了的个性因素可能会对估测到的“通过社会关系找到工作会带来更高的人际维度满意度”的这个发现产生不好的影响。

接着是分析和报告发现，解释是理论的雏形和基础。

即使统计模型再酷炫也终究是工具，这个范式把理论问题放在开头提出，也有可能是人们往往利用社会关系去找过渡性的工作，笔者并不是否定非理性的社会行为和现象的存在，社会学中的随机试验往往是不现实的和不可行的，即因变量是可以被模型预测的，然后是介绍数据和统计方法，我们也不必过分解读估测到的回归系数的大小，不可喧宾夺主，发现研究问题定量研究者所能做的具体研究问题应该是多样化的，用以解释为什么通过社会关系找到工作会直接提高离职意愿度，另一方面可能更善于与工作中的同事和上司相处从而得到更高的人际维度满意度，即因果关系问题和缺失变量问题，比如看看有没有其他可能的解释，二是统一的写作范式也使得不同的研究（尤其是不同国家的研究者）之间便于理解和沟通（事实上也降低了母语非英语的研究者写作英语论文的难度）。

比如笔者意识到所用模型缺失了一些变量比如人的个性。