Během psaní diplomové nebo disertační práce si možná náhle uvědomíte, že váš výzkum má vnitřní nedostatky. Nebojte se! Prakticky všechny projekty obsahují omezení vašeho výzkumu. Schopnost rozpoznat a přesně popsat tyto problémy je však rozdílem mezi skutečným výzkumníkem a žákem základní školy s projektem na vědeckou výstavu. Obavy z pravdivého odpovídání, přístupu k účastníkům a nástrojů průzkumu jsou jen několika příklady omezení vašeho výzkumu. V následujících částech budou objasněny rozdíly mezi vymezeními, omezeními a předpoklady disertační práce.

Vymezení

Vymezení jsou definice, které si stanovíte jako hranice své vlastní práce nebo disertační práce, takže vymezení máte pod kontrolou. Delimitace jsou stanoveny tak, aby se vaše cíle nestaly nemožně rozsáhlými pro dokončení. Příkladem vymezení jsou cíle, výzkumné otázky, proměnné, teoretické cíle, které jste přijali, a populace zvolené jako cíle studia. Když uvádíte svá vymezení, jasně informujte čtenáře, proč jste zvolili tento směr studia. Odpovědí může být jednoduše to, že jste byli zvědaví na dané téma a/nebo jste chtěli zlepšit standardy odborné oblasti odhalením určitých zjištění. V každém případě byste měli hned po uvedení svých vymezení jasně uvést další dostupné možnosti a důvody, proč jste si tyto možnosti nevybrali. Těmto možnostem jste se mohli vyhnout z důvodů praktičnosti, zájmu nebo relativity k dané studii. Například jste mohli studovat pouze hispánské matky, protože mají nejvyšší míru obézních dětí. Vymezení často silně souvisí s vaší teorií a výzkumnými otázkami. Pokud byste zkoumali, zda existují rozdílné rodičovské styly mezi svobodnými asijskými, kavkazskými, afroamerickými a hispánskými ženami, pak by vymezením vaší studie bylo zařazení pouze účastníků s těmito demografickými údaji a vyloučení účastníků z jiných demografických údajů, například mužů, vdaných žen a všech ostatních etnik svobodných žen (kritéria zařazení a vyloučení). Dalším vymezením by mohlo být to, že jste do průzkumu zahrnuli pouze uzavřené odpovědi na Likertově škále, místo abyste zahrnuli další otevřené odpovědi, což by mohlo některé lidi přimět k větší ochotě zúčastnit se a vyplnit váš průzkum. Pamatujte, že vymezení není ani dobré, ani špatné. Jsou pouze podrobným popisem rozsahu zájmu vaší studie, jak se vztahuje k plánu výzkumu. Nezapomeňte popsat filozofický rámec, který jste v průběhu studie použili a který také vymezuje vaši studii.

Omezení

Omezení disertační práce jsou potenciální nedostatky vaší studie, které většinou nemůžete ovlivnit vzhledem k omezenému financování, volbě výzkumného designu, omezením statistického modelu nebo jiným faktorům. Kromě toho je omezení omezením vaší studie, které nelze rozumně odmítnout a které může ovlivnit váš design a výsledky. Omezení se nebojte, protože omezení se týkají prakticky všech výzkumných projektů, stejně jako většiny věcí v životě. I když jdete do své oblíbené restaurace, jste omezeni výběrem z jídelního lístku. Pokud jste šli do restaurace, která měla menu, na které jste měli chuť, nemuseli jste dostat služby, cenu nebo místo, které vám dělá radost ve vaší oblíbené restauraci. Pokud jste studovali odpovědi účastníků průzkumu, mohli jste být omezeni ve svých možnostech získat přesně ten typ nebo geografický rozsah účastníků, který jste chtěli. Lidé, které se vám podařilo získat pro průzkum, nemusí být skutečně náhodným vzorkem, což je také omezení. Pokud jste pro zjištění údajů použili běžný test, jsou vaše výsledky omezeny spolehlivostí testu. Pokud byl váš výzkum omezen na určité časové období, jsou vaše výsledky ovlivněny fungováním společnosti v tomto období (např. ekonomika, sociální trendy). Je důležité, abyste si uvědomili, že omezení disertační práce často nejsou něčím, co může vyřešit výzkumník. Pamatujte také na to, že cokoli omezuje vás, omezuje i ostatní výzkumníky, ať už jsou to největší společnosti zabývající se lékařským výzkumem nebo korporace zabývající se spotřebitelskými návyky. Určité druhy omezení často souvisejí také s analytickým přístupem, který ve svém výzkumu uplatňujete. Například některé kvalitativní metody, jako je heuristika nebo fenomenologie, se nedají dobře replikovat. Také většina běžně používaných kvantitativních statistických modelů dokáže určit pouze korelaci, ale ne kauzalitu.

Předpoklady

Předpoklady jsou věci, které jsou výzkumníky a kolegy, kteří budou číst vaši disertační nebo diplomovou práci, přijímány jako pravdivé nebo alespoň věrohodné. Jinými slovy, každý vědec, který bude číst vaši práci, bude předpokládat, že určité aspekty vaší studie jsou pravdivé vzhledem k vaší populaci, statistickému testu, plánu výzkumu nebo jiným vymezením. Pokud například řeknete svému příteli, že vaše oblíbená restaurace je italská, bude váš přítel předpokládat, že tam nechodíte kvůli sushi. Předpokládá, že tam chodíte na italské jídlo. Protože většina předpokladů není diskutována v textu, předpoklady, které jsou diskutovány v textu, jsou diskutovány v kontextu omezení vaší studie, což je obvykle v části diskuse. To je důležité, protože jak předpoklady, tak omezení ovlivňují závěry, které můžete ze své studie vyvodit. Jedním z nejčastěji používaných předpokladů v průzkumném výzkumu je předpoklad upřímnosti a pravdivosti odpovědí. U některých citlivých otázek však může být tento předpoklad obtížněji přijatelný, v takovém případě by byl popsán jako omezení studie. Například požádat lidi, aby v průzkumu uvedli své kriminální chování, nemusí být tak spolehlivé jako požádat lidi, aby uvedli své stravovací návyky. Je důležité mít na paměti, že vaše omezení a předpoklady by si neměly vzájemně odporovat. Například pokud uvedete, že zobecnitelnost je omezením vaší studie vzhledem k tomu, že váš vzorek byl omezen na jedno město ve Spojených státech, pak byste neměli tvrdit, že zobecnitelnost na populaci Spojených států je předpokladem vaší studie. Statistické modely v kvantitativních výzkumných designech jsou rovněž doprovázeny předpoklady, některé přísnějšími než jiné. Tyto předpoklady se obecně týkají charakteristik dat, jako jsou rozdělení, korelační trendy a typ proměnné, abychom jmenovali alespoň některé z nich. Porušení těchto předpokladů může vést k drasticky neplatným výsledkům, i když to často závisí na velikosti vzorku a dalších okolnostech

.