很多留学生写 Dissertation 的时候，前面几章虽然不轻松，但至少还知道大概要做什么。
Introduction 可以围绕研究背景和 Research Question 展开。
Literature Review 可以一边查文献，一边慢慢搭框架。
Methodology 也有相对明确的结构。
但真正到了 Discussion，不少人反而一下子不知道该往哪里写了。
结果已经出来了。
表格也做完了。
Regression、ANOVA、Interview Theme 甚至都已经分析完。
可一打开 Discussion，还是会冒出一连串问题：
Results 里已经写过结果了，Discussion 还要写什么？
是不是把前面的结果换一种说法再写一遍？
为什么老师总说“Need deeper discussion”？
这一章到底还要不要继续引用文献？
如果自己的结果和前人研究不一样，是不是说明做错了？
其实，Discussion 往往是整篇论文里最能体现分析能力的一章。
因为 Results 主要负责告诉读者：
“你发现了什么。”
而 Discussion 真正要解释的是：
“这些发现到底意味着什么。”
一、Discussion 不是把 Results 再写一次
这是最容易出现的问题。
比如你在 Results 里已经写了：
A 变量和 B 变量之间存在显著正相关。
到了 Discussion，又写：
研究结果表明，A 变量和 B 变量之间存在显著正相关。
看起来多写了一段，但实际上没有增加任何新的分析。
Results 和 Discussion 可以简单理解成：
Results：发生了什么。
Discussion：为什么会这样，以及这说明了什么。
比如 Results 里写：
Brand trust has a significant positive effect on purchase intention.
到了 Discussion，就不能只重复：
Brand Trust 会影响 Purchase Intention。
你还要继续往下分析：
为什么 Brand Trust 会影响 Purchase Intention？
这个结果是否支持前面的理论？
和已有研究一致吗？
如果一致，这种一致性说明什么？
如果不一致，可能是什么原因？
这个结果放在你的研究场景里，有没有特殊意义？
这些内容，才真正属于 Discussion。
二、写 Discussion，第一步不是看表格，而是回到 Research Question
很多同学写 Discussion 时，会一直盯着 SPSS、Stata 或 R 的输出结果。
哪个显著，就写哪个。
哪个不显著，就直接跳过。
但真正应该先回头看的，其实是：
Research Question。
因为 Discussion 的任务，不是证明你做了多少分析。
而是回答你最开始提出的问题。
比如你的 Research Question 是：
To what extent does influencer credibility affect purchase intention among Gen Z consumers?
那 Discussion 就应该围绕这些问题展开：
Influencer Credibility 到底有没有影响？
影响方向是什么？
影响程度如何？
哪些维度最重要？
结果和已有研究是否一致？
为什么会出现这样的结果？
最终，这些发现怎样回答“to what extent”？
而不是 SPSS 输出什么，就机械地讨论什么。
三、Literature Review 到了 Discussion 还要重新用起来
很多学生写完 Literature Review 后，会觉得这一章已经结束了。
其实并没有。
到了 Discussion，你需要重新把自己的研究结果放回已有文献中。
简单说就是：
你的研究结果，要开始和前人的研究“对话”。
如果你的结果和已有研究一致
比如你的研究发现：
Influencer Credibility 对 Purchase Intention 存在显著正向影响。
而 Literature Review 里的多篇研究也得出了类似结论。
这时候不能只写：
“本研究结果与 Smith（2023）一致。”
还应该继续解释：
为什么一致？
这种一致性是否进一步支持某个理论？
是不是说明这种关系在你的研究对象中同样成立？
你的研究有没有把原来的结论扩展到新的国家、人群或行业？
这样才不只是“找到了一个一样的结果”。
而是说明：
这个结果为什么有意义。
如果结果和已有研究不一致
这时候其实更值得写。
比如已有研究认为：
Influencer Attractiveness 会显著提高 Purchase Intention。
但你的结果却发现：
影响并不显著。
很多同学看到这种结果会很紧张。
其实没有必要。
研究结果和前人不一样，并不自动意味着你做错了。
真正需要做的是：
解释为什么会不同。
四、结果不一致，恰恰可能是 Discussion 最值得展开的地方
你可以从很多角度去解释差异。
样本不同
之前研究的是 Millennials。
而你研究的是 Gen Z。
不同年龄群体对网红内容、品牌合作和广告真实性的判断可能不同。
国家不同
已有研究发生在美国。
而你的研究对象是英国消费者。
文化环境、市场环境、媒体习惯都可能影响结果。
行业不同
之前的研究集中在 Beauty Industry。
你的论文研究的是 Luxury Fashion。
不同产品类型下，消费者做购买决策时考虑的因素本来就可能不一样。
平台不同
已有研究主要分析 Instagram。
而你研究 TikTok。
两个平台的内容形式、算法、用户互动方式和消费路径都存在差异。
研究方法不同
过去的研究使用 Experiment。
你采用 Questionnaire。
不同 Research Design 本身就可能带来不同结果。
时间环境不同
消费者行为也不是固定不变的。
平台发展、经济环境、市场趋势、商业合作形式发生变化以后，研究结果也可能变化。
所以，和过去研究“不一样”并不可怕。
真正容易失分的是：
看到不同结果，却完全不解释。
五、Discussion 不是第二个 Literature Review
有些同学知道这一章需要重新引用文献以后，又开始写：
A 学者认为……
B 学者发现……
C 学者指出……
写着写着，Discussion 就变成了第二个 Literature Review。
这同样不对。
Literature Review 的中心是：
别人已经研究出了什么。
Discussion 的中心应该是：
你的结果说明了什么。
所以更合理的逻辑应该是：
我的结果是什么
↓
和哪些研究一致或不一致
↓
为什么会出现这种情况
↓
这对我的 Research Question 意味着什么
文献是拿来帮助解释你的结果。
而不是重新介绍一遍。
六、如果 Discussion 写不深，可以多问一句“为什么”
很多同学的 Discussion 看起来没错。
但老师会写：
“More depth is needed.”
常见原因就是：
写了很多 What，
但很少继续追问 Why。
例如：
The findings show that perceived authenticity has a positive relationship with brand trust.
这依然主要是在陈述结果。
接下来可以继续问：
为什么 Authenticity 会提升 Brand Trust？
可能是因为消费者越来越容易识别商业内容。
可能是因为真实感降低了受众对广告意图的防备。
也可能是因为 Gen Z 对内容创作者和品牌之间的一致性更敏感。
然后再用已有理论和文献去判断：
这些解释是否有依据。
这时候才真正从“报告结果”变成“解释结果”。
七、不显著的结果，同样值得讨论
做 Quantitative Research 的同学特别容易只关注：
p < 0.05
显著的变量写很多。
不显著的变量直接一句带过。
其实很多时候：
不显著结果反而更值得解释。
比如你原来的 Hypothesis 是：
Price Sensitivity 会显著影响 Purchase Intention。
但结果显示：
影响并不显著。
不要直接跳过。
你可以继续分析：
是不是你的样本收入水平比较接近？
是不是研究产品本身的价格差异不明显？
是不是 Brand Trust 的作用更强，弱化了 Price 的影响？
是不是问卷对 Price Sensitivity 的测量方式存在局限？
这些都可以变成 Discussion 的内容。
八、“统计显著”不等于“实际影响非常大”
这是 Discussion 里另一个容易写过头的地方。
比如某个变量：
p < 0.001
统计上很显著。
但如果它的 Effect Size 很小。
那你就不能直接得出：
“这是一个非常重要的影响因素。”
还要继续看：
Coefficient。
Effect Size。
模型解释力。
具体研究环境。
写结果时，表达强度也要注意
如果你的研究只是 Cross-sectional Survey。
即使发现 A 和 B 存在显著关系，也不应该轻易写：
A causes B
因为相关关系并不能自动证明因果关系。
更谨慎的表达通常是：
A is associated with B
或者：
A is positively related to B
这种表达上的分寸，其实也是 Discussion 学术性的一部分。
九、Qualitative Discussion 该怎么写？
如果你做的不是问卷，而是 Interview，Discussion 同样很容易卡住。
Thematic Analysis 做完以后，可能已经整理出了：
Academic Pressure
Language Barriers
Social Isolation
Support-seeking Behaviour
几个 Theme。
但接下来不能只是逐个介绍 Theme。
比如受访者普遍提到：
语言压力不仅来自听课。
还来自：
Presentation。
Group Work。
和导师沟通。
那你就可以继续分析：
这种结果是否和已有研究一致？
是不是说明 Language Barrier 不只是“语言水平”的问题？
它是不是同时影响了学生的学术参与、社交互动和求助行为？
有没有某些受访者出现不同体验？
你的结果有没有扩展过去研究对语言压力的理解？
这才是 Qualitative Discussion。
十、Interview Quote 只是证据，不是分析本身
有些论文会出现这样的写法：
Participant 1 说……
Participant 2 说……
Participant 3 说……
连续放很多 Quote。
看起来材料很多。
但如果没有解释，这些引用还只是：
Raw Data。
每一个重要 Quote 后面，都可以继续问：
它反映了什么？
为什么值得关注？
属于哪个 Theme？
不同 Participant 之间有没有共同点？
有没有例外情况？
和已有 Literature 是否一致？
它最终回答了哪个 Research Question？
做到这一步以后，Interview 数据才真正变成了分析。
十一、前面用了 Theory，Discussion 里一定要把它接回来
如果你的 Literature Review 或 Theoretical Framework 里用了：
Theory of Planned Behavior
Technology Acceptance Model
Social Identity Theory
Resource-Based View
等理论，
那么 Discussion 里最好重新回到这些理论。
不要前面花几百字介绍完，后面完全不用。
比如：
你的结果支持 Theory of Planned Behavior 中：
Attitude 对 Behavioural Intention 的影响。
那就可以进一步讨论：
研究结果是否支持原理论？
这种理论关系在你的研究场景中是否依然成立？
有没有某个变量没有呈现出理论预期的影响？
这是否说明理论在某些人群或环境下存在局限？
这样，Theory 才真正参与了你的研究。
十二、Discussion 想写深，可以试试不断追问“所以呢？”
很多学生会觉得：
“我的结果都解释完了，还能再写什么？”
可以试着再往下问。
比如：
研究发现：
Customer Satisfaction 显著影响 Loyalty。
所以呢？
说明 Satisfaction 对 Loyalty 很重要。
所以呢？
说明企业不能只关注一次性交易，还需要关注长期体验。
所以呢？
这个结果和 Relationship Marketing 的相关观点一致。
所以呢？
在你研究的行业里，某些客户体验因素可能比价格更能影响留存。
所以呢？
这可能意味着企业在资源分配时，需要重新判断哪些因素更值得优先投入。
当你这样一层一层往下追，Discussion 的深度自然就出来了。
十三、Practical Implications 可以写，但必须从结果里长出来
很多商科 Dissertation 都会要求写：
Practical Implications。
这个部分当然可以有。
但不要突然变成一篇企业建议书。
比如：
企业应该加强社交媒体。
企业应该提升客户体验。
企业应该重视数字化。
这些话本身都很泛。
更合理的方式是：
因为你的结果发现：
A 对 B 的影响明显高于其他变量。
那你可以进一步讨论：
相关企业在资源有限的情况下，是否应该优先关注 A。
如果某个原本被认为很重要的变量，在你的研究中并没有显著影响。
那你也可以指出：
实践中不一定应该仅凭传统假设投入资源。
这样的 Implication 才真正和研究结果挂钩。
十四、Limitation 要写，但别把自己的论文全盘否定
还有些同学写 Limitations 时特别“狠”。
样本太少。
数据不够。
问卷不可靠。
范围太窄。
时间也不够。
写到最后仿佛整篇研究都没有价值。
其实没必要。
Limitation 的作用并不是否定自己的研究。
而是告诉读者：
这些结论应该在什么范围内理解。
比如：
你的研究只调查了英国 Gen Z。
那可以写：
研究结果在其他年龄群体和国家中的适用性，还需要进一步验证。
这就足够了。
没有必要直接得出：
“因此本研究结果没有意义。”
十五、不是每个结果都要写一样长
还有一个容易忽视的问题。
很多同学会平均分配字数。
五个变量。
每个变量写 500 字。
其实没必要这么机械。
Discussion 更应该优先展开：
和 Research Question 最相关的结果。
影响程度最大的结果。
最出乎预期的结果。
和前人研究冲突的结果。
对理论或实践意义最明显的结果。
如果某个控制变量只是顺带出现，也没有特别重要的解释价值。
完全没必要硬撑很长。
十六、Discussion 和 Conclusion 不要混在一起
这两个部分虽然都在“总结结果”，但作用不同。
Discussion 主要回答：
为什么出现这些结果？
和已有研究有什么关系？
理论上说明什么？
实践上有什么意义？
Conclusion 主要回答：
整篇研究最后得出了什么结论？
它更像是把整篇论文收回来。
不会重新展开大量文献。
也通常不会再加入全新的分析。
所以可以简单理解为：
Discussion 是展开。
Conclusion 是收束。
一个比较好用的 Discussion 写作顺序
如果你现在正卡在这一章，可以按这个顺序来。
第一步：先总结核心结果
不要重新把所有表格搬一遍。
只写最重要的发现。
↓
第二步：解释结果
为什么会出现这样的结果？
↓
第三步：和 Literature 对比
一致？
不一致？
还是部分一致？
↓
第四步：解释差异
是因为：
样本？
国家？
行业？
平台？
研究方法？
理论？
↓
第五步：重新联系 Theory
你的结果支持还是挑战了前面的理论？
↓
第六步：回到 Research Question
这个结果到底回答了什么问题？
↓
第七步：再谈 Implications
理论上有什么意义？
实践上有什么意义？
按照这条线写，Discussion 就会比单纯重复 Results 清楚很多。
写 Discussion 时，可以一直检查这几个问题
这个结果真正重要在哪里？
为什么可能出现这个结果？
它和已有研究一致吗？
如果不一致，原因可能是什么？
它支持或者挑战了什么理论？
有没有其他合理解释？
它回答的是哪个 Research Question？
对实际研究场景意味着什么？
如果核心结果都能回答这些问题，Discussion 通常就不会停留在“重复数据”的层面。
Discussion 难写，并不是因为这一章完全没有规律。
真正让人卡住的是：
这一章开始需要你自己做判断。
Results 告诉你：
数据是什么。
Literature Review 告诉你：
别人以前发现过什么。
而 Discussion 要做的，是把这两部分真正连接起来。
你需要解释：
为什么自己的结果会这样。
它和过去研究有什么关系。
它对理论意味着什么。
它最后又怎样回答最开始的 Research Question。
所以，如果你现在写 Discussion 卡住了，不要先盯着：
“这一章还差多少字。”
可以先重新回答三个问题：
我的结果究竟说明了什么？
为什么会出现这样的结果？
它和前面的 Literature Review 有什么关系？
把这三件事理顺以后，Discussion 的主线通常就会清楚很多。
关于英刊维尔留学
英刊维尔留学长期提供面向英国、澳洲及其他地区留学生的学术辅导服务。
辅导范围包括：
Essay｜Report｜Case Study｜Proposal｜Dissertation
Literature Review｜Methodology｜Data Analysis｜Discussion｜Presentation
针对已经完成数据分析，但卡在 Results 或 Discussion 阶段的学生，也可以结合：
Research Question
Research Objectives
Literature Review
SPSS / Stata / R / Python 分析结果
Interview / Coding / Themes
导师 Feedback
帮助学生进一步梳理：
哪些结果值得重点讨论；
数据应该怎样解释；
结果怎样和已有研究进行比较；
不显著结果应该如何理解；
理论框架怎样重新放回 Discussion；
Qualitative Theme 如何从“描述”走向“分析”；
以及 Discussion 最后怎样真正回应 Research Question。
论文辅导的重点，并不是简单告诉学生：
“这一段应该写什么。”
而是帮助学生逐渐理解：
为什么这个结果值得讨论。
它和前人的研究究竟是什么关系。
它最后能够说明什么。
因为 Discussion 真正决定的，不只是这一章有没有写够字数。
更重要的是：
你有没有把自己的研究真正讲清楚。
