您知道论文投稿常犯的错误有哪些吗?

论文投稿被拒的最大问题是科学研究的过程(scientific research process)不够缜密。这有可能是在研究问题、理论、以及假设(research question, theory, and hypothesis)上做得不好；也可能是在效度与普适性(validity and generalizability)上所有不足。这些问题是可以预防的。研究者必须了解几个最好的、常用的研究设计方式，以及它们存在的问题。

在常常出现的文章被拒事件中，90%的失败原因是研究问题问得不好、不够清楚。别人看你的论文，看了三十几页还不知道重点在哪里。当问题不清楚、不重要、又问得不完整时，人家看了也提不起兴趣。如果论文中的概念非常多而混乱，而且文字又不通顺的话，论文的可信度就会降低。

所谓理论，基本上就是指概念与概念间的关系。所以论文中的概念一定要非常清楚，不能太多，太多太复杂的概念很难操作，也很难控制。所谓的没有理论的假设（hypothesis without theory）就是指一篇文章有很多的假设，但这些假设后面却没有理论基础，让人看不见假设与假设之间的联系，这也是一个很大的问题。

另外，研究者要详读文献。文献没看全的话，审稿者会说这个研究已经有文章发表过了，现在是重复性的研究、没有贡献新的知识，不值得发表。另外，文献也会告诉你有哪些理论可以解释这个现象。一个研究里面可能有三到五篇主要的参考文章，而其中最重要的文章，就能对你的研究做一个很好的总结，把你问的问题、这个问题为什么重要、为什么值得关心、过去文献对这个问题的解释有哪些？

为什么这些答案对这个问题的解释不够好、不够深？所以你现在做这个研究想回答这个问题，有什么样的不同的看法、新的想法？新的想法是由什么理论衍生出来，这个理论又是如何解释的。这样一来，就可以清清楚楚地把思路构想出来，把整个研究历程浓缩到这一篇论文当中。这篇论文既然要被审查，就需要引起其他人的兴趣。

文章就必须像放电影一样，从一开始就要很有意思，让人愈读愈有味道。如果一篇论文读起来乱七八糟，连个主题故事都没有，别人就会想：读了这篇文章没有什么收获，也没学到什么东西。如果没有什么东西、很多结果或说法又错了，其他人就不可能同意你文章的结论。

第二部分的问题与研究方法有关。第一个问题是研究中的主题与假设在测量或分析层面上，没能相互匹配(level or unit measured does not match that hypothesis)。比如说，我研究领导力，想问领导对企业文化的重要性。那么研究的层面在那里？是个人、团体、还是企业？应该是企业层面。

但是，很多人在研究中，只问员工：“你的主管怎么样？”，又问员工“企业的文化怎么样？”所有的衡量，全都是在个人层面，这样就使得研究问题与测量层面不一致。研究问题是属于企业层面，然而，研究的对象却是个人层面。因此，是研究者改变了自己的研究问题与概念建构，由企业层面改到了个人层面。这是一个很大的毛病，很多很好的文章就在这个问题上失败了。

第二个问题与测量也有一点关系，就是测量跟概念不符合，或是一种无效（缺乏效度）的测量(measures do not match constructs or invalid measure)，这种问题在心理测验中谈论很多，在这里我就不多说了。第三、就是大家都知道的，把 横截面数据(cross-section data)用来做因果关系的分析。在做因果关系假设(causal hypothesis)时，假设与理论会影响到研究设计，在很多情况下，使用纵向（longitudinal）的研究设计是很有必要的。

其他的问题还包括控制变量不合适、或模型未做完整界定(Inadequate control, model under-specification)等等。有时也可能是研究设计中控制变量选得不对或做得不好。假如说以一个简单的回归模式来预测公司效能，你找到一些变数用以预测公司效能，但是，需要控制的变量却可能不对。

在这个例子中，基本的控制变量是什么？比如产业类别：在某些产业中，不管做得多糟，这个公司都会赚钱。所以，在这类研究中，如果没有控制产业类别，结果的可信度就不高。你是研究的设计者，你就必须仔细思考，有什么其他可能的解释，并将这些解释因素加以考虑、或加以控制。此外，缺乏抽样计划(no sampling plan)或是样本仅能提供很微弱的证据(weak justification for sample)，则属于样本的问题。

还有一个问题是共同方法变异(common method variance problem)，就是研究中的自变量与因变量量是来自于同一测量来源，因而会造成虚假相关(spurious correlations)，不仅可能隐藏了真实关系，而且会干扰自变量与因变量间的联系。

另外就是使用单一讯息与回溯性数据(single informant and retrospective recall)的问题。例如，到中国大陆做企业绩效研究时，没有好的客观资料可用，一般现成的数据不可靠。一个人一个人去问还是会有误差，有了误差其他人就就不相信研究结果。所以，一定要有两、三个不同来源的资料，结果又能聚合(convergence)，可信度才能提高。

一篇论文，从前言开始，到理论-问题-假设的提出，构成第一部分；第二个部分则是研究设计上的问题；第三部分是解释你的结果。解释结果常见的问题是过度解释。你的结论根本无法从结果中获得论证，但你却这样解释就是说过头了。其次，一些粗心的错误，如格式不对、写作技巧太差，都会显出研究者很不认真的态度；若是连论文里面基本的数据都是错的，那就不只是不认真，而是不专业了。

一篇论文从头到尾，起码会碰到十几项问题，所以，一定要仔仔细细、反反复复地校正。虽然这很费时，但却是十分重要的工作。我的论文，平均要修改20多次，一般我都会雇佣一个专业的英语编辑来修改文法并且润色，到不能更好的程度，才会投出去。

最后一个是贡献不够的问题（insufficient value added contribution），就是这篇研究对现有知识的附加价值不高，没有什么新贡献。那么，什么才是有价值的研究呢？简单地说，有价值就是指这个研究为某个领域的问题增加了新知识。有一个很好的比喻，有人把发表论文比喻为一种对话：在专业领域的文献里面，有关这类题目也许已发表了很多论文，我们可以把每一篇发表的论文都视为一个谈话，你写一篇文章就是加入一场对话。

当你要插入一项话题，就要看你的话题是否值得别人去倾听？你加入的这些话题，是否能让别人学到新的东西？你讲的是否清楚？是否有意义？另一方面，你究竟参加哪一个研究主题的对话，这又跟你怎么认定研究问题有关系了。首先，要了解自己要问什么问题。假如想要了解有关企业控制的问题，就要先找文献，看有哪些人谈论过这些问题，或写过这些文章，你需要看他们的文献；接着，就看这些对话是如何进行的。假如你想研究“控制”，但文章内容却都在关心“文化”的问题，那你的方向就弄错了。

可是，要如何才能问“对的”问题呢？问题要问得对，重点在哪里？重点就在你研究的主要构念是什么。一个研究问题中一般包括好几个构念，到底哪个最重要？举例来说，在“领导如何影响企业文化或绩效？”的问题中涉及到三个构念：领导、文化、绩效，哪一个才是最主要的呢？

有人说：“我关心企业”，所以最主要的构念是企业；有人说“我关心文化”，所以文化是主要构念；也有人说“我关心领导这一块”，所以领导是主要构念。你不能同时参加这三个对话，这太辛苦了，也没有重点。所以假如你关心的主要是领导议题，就要进入领导的文献库，找出研究者对领导与企业文化或企业绩效等等关系的看法，看看他们是怎么对话的。然后你再加入进去，贡献你的想法。