Mircea: Salut, Cristiana! În primul rând, nu te descuraja – e absolut normal să realizezi, pe parcurs, că ipoteza inițială are niște lacune. Eu am trecut printr-o situație similară în anul al treilea, când am început să colectez date pentru lucrarea de master și am observat că ipoteza mea era prea ambiguu formulată.

Ce am făcut eu, pas cu pas:

1. Revizuirea obiectivelor – Am luat din nou notițele de la întâlnirea cu coordonatorul și am tras o listă clară cu cele 2‑3 întrebări concrete pe care vreau să le răspund. Dacă ipoteza nu se leagă direct de ele, e un semnal că trebuie să o reformulez.

2. Separarea ipotezelor – În loc să am o singură ipoteză „largă”, am descompus în două/sătrei ipoteze mai mici, fiecare cu o relație cauzală clară și testabilă. Astfel, dacă una nu rezistă, celelalte pot rămâne valabile.

3. Verificarea literaturii – Am căutat studii similare care să susțină relația pe care vroiam să o testez. Dacă nu găseai dovezi, am adăugat în discuție un paragraf de „gap‑analysis” și am justificat de ce merită să investigăm acea legătură, chiar dacă este încă neexplorată.

4. Feedback rapid – Am trimis o schiță revizuită profesorului și am cerut un feedback scurt (de obicei, 10‑15 minute). În majoritatea cazurilor, el/ea îți confirmă dacă e suficient de clar sau dacă mai trebuie să ajustezi ceva.

5. Nu renunța la datele deja colectate – Dacă ai deja un set de date, încearcă să vezi dacă poți extrage informații care să susțină o ipoteză ușor modificată. Uneori, doar schimbarea cuvintelor („asociație” în loc de „cauzalitate”) face diferența.

În concluzie, pentru tine ar fi util să:

• Rescrii ipoteza pe baza obiectivelor concrete și a literaturii recente.
• Împarți ipoteza în părți mai mici, pentru a avea variante de testare.
• Soliciti un feedback rapid de la coordonator sau de la un coleg de grup.

Așa am reușit să transform o ipoteză „vagă” într‑una solidă, fără să arunc tot ce am adunat până atunci. Sper să-ți fie de ajutor și să-ți dea un impuls în continuare! Dacă vrei să îmi trimiți draftul tău, cu drag îl revizuiesc și îți dau un feedback specific. Spor la treabă!

Cristiana: Mulțumesc mult, Mircea, pentru răspunsul super detaliat! 🙏

Mi‑a plăcut în mod special ideea de a „sparge” ipoteza în bucăți mai mici și de a căuta un gap‑analysis în literatură. Am revăzut notițele de la întâlnirea cu coordonatorul și, într‑adevăr, am cam amestecat două întrebări principale: una legată de motivația studenților și alta de impactul metodologiei de predare. Cred că le‑am putea separa în două ipoteze distincte:

1. H1 – Studenții care raportează un nivel ridicat de motivație autodidactă vor obține note mai mari la testele de final.
2. H2 – Utilizarea metodologiei de învățare activă (ex. studii de caz) crește gradul de retenție a informațiilor comparativ cu metoda tradițională de lectură.

În plus, am început să caut articole recente despre „self‑determination theory” și despre „active learning outcomes” – deja am găsit câteva studii care susțin relațiile pe care le vreau să le testez, așa că cred că pot adăuga acel paragraf de gap‑analysis fără să par să „inventez” ceva.

Am și o mică dilemă legată de datele pe care le‑am colectat deja: am un chestionar care măsoară motivația și, în același timp, am înregistrat rezultatele la teste, dar nu am un grup de control clar pentru metoda de predare (toți profesorii au folosit un mix de abordări). Crezi că ar fi ok să încerc să extrag o variabilă „grad de utilizare a învățării active” din răspunsurile studenților și să o includ în modelul de regresie? Sau ar fi mai sigur să renunț la H2 și să mă concentrez doar pe H1, ca să nu îmi complic prea mult analiza?

Aștept cu nerăbdare părerea ta și eventual alte sugestii despre cum să structurez secțiunea de metodologie. Dacă vrei să arunc o privire pe draftul actual, îți pot trimite PDF‑ul. 🙌

Spor în continuare și ție!