毕业论文问卷设计技巧

问卷设计思路放在论文里的写法如下：

一、问卷设计是研究设计的一小部分，而论文写作是关于如何呈现你的研究结果。要设计一份好的问卷并撰写一篇有价值的论文，你首先需要有一个清晰的研究设计。

二、基本结构：

问卷的格式一般是由问卷的开头部分、甄别部分、主体部分和背景部分四个部分组成。开头部分，主要包括问候语、填表说明、问卷编号等内容。不同的问卷所包括的开头部分会有一定的差别。

1、问候语。问候语也叫问卷说明，其作用是引起被调查者的兴趣和重视，消除调查对象的顾虑，激发调查对象的参与意识，以争取他们的积极合作。

一般在问候语中的内容包括称呼、问候、访问员介绍、调查目的、调查对象作答的意义和重要性、说明回答者所需花的时间、感谢语等。问候语一方面要反映以上内容；另一方面要求尽量简短。

2、填写说明。在自填式问卷中要有详细的填写说明，让被调查者知道如何填写问卷，如何将问卷返回到调查者手中。

3、问卷编号。主要用于识别问卷、调查者以及被调查者姓名和地址等，以便于校对检查、更正错误。

问卷设计原则：

1、合理性：合理性指的是问卷必须紧密与调查主题相关。违背了这样一点，再漂亮或精美的问卷都是无益的。而所谓问卷体现调查主题其实质是在问卷设计之初要找出与调查主题相关的要素。

2、一般性：一般性，即问题的设置是否具有普遍意义。应该说，这是问卷设计的一个基本要求，如果我们仍然能够在问卷中发现带有一定常识性的错误。这一错误不仅不利于调查成果的整理分析，而且会使调查委托方轻视调查者的水平。

3、逻辑性：问卷的设计要有整体感，这种整体感即是问题与问题之间要具有逻辑性，独立的问题本身也不能出现逻辑上的谬误。问题设置紧密相关，因而能够获得比较完整的信息。调查对象也会感到问题集中、提问有章法。

4、明确性：所谓明确性，事实上是问题设置的规范性。这一原则具体是指：命题是否准确？提问是否清晰明确、便于回答；被访者是否能够对问题作出明确的回答，等等。

5、非诱导性：非诱导性指的是问题要设置在中性位置、不参与提示或主观臆断，完全将被访问者的独立性与客观性摆在问卷操作的限制条件的位置上。 如果设置具有了诱导和提示性，就会在不自觉中掩盖了事物的真实性。

可以参考下网络问卷的模式，进行代码编写 ，比较容易哈

今天的我总结几个毕业论文问卷分析的几点建议，希望能帮到各位看官 PS：此处的问卷分析，仅代表具有量表的问卷分析。 因为成熟量表往往经历了现实的考验，其信度和效度达标的概率比较大。 而自己设计的量表，很容易出现信度和效度检验结果惨不忍睹的情况。 这样我们在处理信度分析，探索性因子分析，甚至验证性因子分析的时候，都能游刃有余。 另外如果题目是2个，因子分析KMO值是一定等于的，而一般我们最低也得吧 为了信度和效度能出一个比较好的结果，在文字描述部分，同维度的各个题目，尽量能给一些心理暗示，或者描述上尽量相近，这样能使得维度内的题目的相关性较好，从而信度和效度也不至于太差 一般达到就可以了，以上更好。最好是把每个维度的信度都求一下，然后总体再求一个。这个一般没什么难度，也很容易通过。如果你的数据信度不行，那就进行下项目分析，将高低分样本中不具有区分度的样本删掉。 只求量表的KMO值和巴特利球形检验值。这可能是效度检验的最低要求了。除非导师认同，最好不要仅用这两个值 大部分的同学都会用到的，也是比较不容易通过的一个分析。 遇到最多的问题莫过于，假设题目的维度归属，跟实际出的结果不一致。 碰到这种情况，一般进行如下处理： ①只有少数题目不匹配 要么直接删掉，要么暂时保留 ②绝大多数题目不匹配 从新设计量表，重新收集数据，重新来过吧 若非特殊情况，不建议使用。因为实际收集的问卷数据要想探索性因子分析+验证性因子分析，各个指标均达到理想值，那几乎是不可能的。 如果你看到某某人的论文中用了这样的检验方法，指标非常漂亮，我可以负责任的告诉你，其大概率是改过数据了。 特殊情况1：模型验证阶段，使用AMOS结构方程，导师要求效度检验阶段使用验证性因子分析。 特殊情况2：模型验证阶段，未使用AMOS结构方程，导师也要求效度检验使用验证性因子分析。（导师傻x） 这里特别提一点，显著性的p值代表的是两者是否相关，皮尔逊或者斯皮尔曼系数代表的是相关性程度。 显著性检验通过了，皮尔逊或者斯皮尔曼系数大小才有意义，绝对值越大相关性越大，正负代表正相关与负相关。 显著性通过了，但是系数偏小，那相关性也是显著的，只是两者是存在显著的弱相关性，而不是系数小就代表不相关。 可能是最简单的模型了，将自变量和因变量放进，直接跑就行了。 ①要不要放控制变量 这个随意。 如果放控制变量，尽量放一些层级类的变量，不要放多分类变量。 层级变量比如学历（初中，高中，大学，硕士） 多分类变量比如职业 层级变量的赋值尽量与其题项对应。 如果放了多分类的变量，尽量删掉，如果想保留最好做成虚拟变量 ②用标准系数还是标准化系数 标准化系数。 ③要不要做VIF共线性检验 若非导师要求，那就不做。 ④r方多大算好 这个指标没有非常严格的标准，而且跟导师的价值观有非常深刻的影响。 对于现实收集的数据而言，个人认为，一般大于就好了。 不过我遇到过大于，导师也认为可以接受的情况。 这是一个仁者见仁的问题 从科学的角度来看，应该与你研究的场景有密切的关系。 但是，中介效应模型要比调节效应模型容易出通过，而且解释起来也不那么绕口。 所以，如果不是想给自己挖坑，那就用中介效应模型吧。 快捷验证中介效应模型的方式（快速确定是否存在中介，非正式使用） 条件1，中介变量，自变量和因变量，相关性都显著 条件2，自变量和中介变量关于因变量的回归模型，中介变量的系数显著 如果满足上述两个条件，中介效应一定显著，如果条件2中的自变量也显著，那么就是部分中介效应，如果不显著就是完全中介效应。 另外极少数情况是用sobel来检验中介效应的 如果不是导师要求amos验证中介效应，尽量用spss回归的方式检验中介效应。 快捷验证条件效应模型的方式（快速确定是否有调节效应，非正式使用） 先将调节因子计算处理（标准化后的自变量和中介变量相乘即可） 自变量，调节变量和调节因子关于因变量的回归模型，调节因子的系数显著。 公众号:alone5400