毕业论文做问卷

毕业论文做问卷

问卷题项需要根据研究的主题进行设计，比如研究在线学习的满意度与学习效度情况，题目应该围绕着“满意度”与“学习效果”这两个关键词来设计。

通常情况下，一个关键词下属对应有4~7个题即可，不需要太多。如果按照此逻辑，2个关键词就只有8~14个题，同时"满意度"和"学习效果"又可以进一步拆分成具体几个维度，例如满意度可分为对平台稳定性、互动系统、课程安排等方面，"学习效果"也可这样拆分。

同时再加入一些被调查者的背景信息题，如年龄、性别、职业等。

如果思路上偏向研究影响关系，最好将题项设计成量表题，方便后续分析时进行线性回归分析等研究。

一份问卷大致包括：样本背景题+样本态度题+核心研究题，有以上几部分就基本可以。

更具体的问卷设计方法可参考：SPSSAU问卷设计思路

本科的毕业论文一定要用问卷调查吗

这个没有硬性规定，看你做的论文题目是什么，有些需要做问卷，有些只要做设计，有些要自己去查阅做调查分析的，跟论文题目和调查方法有很大关系。调查问卷推荐问卷星，问卷星多渠道推送问卷收集答卷。跟踪被邀请人是否打开了问卷，是否填写了问卷，为您带来更便捷的收集体验。

问卷星的调查问卷功能有以下几点：
1、49种题型，应有尽有
单选、多选、矩阵、排序、量表、比重、表格、文件，上传等多种题型。
2、问卷逻辑，轻松实现
三种问卷逻辑，实现题目选项之间复杂关系。
3、多渠道推送问卷收集答卷
跟踪被邀请人是否打开了问卷，是否填写了问卷，带来更便捷的收集体验。
4、问卷密码，安全无忧
5、设置抽奖，让问卷变得有趣
6、问卷分析&下载

想要了解更多关于问卷调查的问题，推荐咨询问卷星 问卷星拥有620万优质样本库成员，16年专业调研技术团队，可为企业提供商业调研服务，赋能企业市场决策；同时，问卷调查系统支持30多种题型，可以设置跳转、关联和引用逻辑；支持微信、邮件和短信等方式收集数据，数据回收后可以进行分类统计、交叉分析，并且可以导出到Word、Excel、SPSS等。

毕业论文的问卷调查一般发几份合适

100份左右

这个是要看你具体研究课题而定的。如果研究不同个体的差异一般严谨点的话100份左右差不多，如果想偷点懒的话，五六十份也可以。这里面有效样本要在90%的样子，如果你预测有效样本率低的话，应该适当加大问卷发放量。

问卷调查简介：

问卷调查，根据载体的不同，可分为纸质问卷调查和网络问卷调查。纸质问卷调查就是传统的问卷调查，调查公司通过雇佣工人来分发这些纸质问卷，以回收答卷。这种形式的问卷存在一些缺点，分析与统计结果比较麻烦，成本比较高。

而另一种网络问卷调查，就是用户依靠一些在线调查问卷网站，这些网站提供设计问卷，发放问卷，分析结果等一系列服务。

这种方式的优点是无地域限制，成本相对低廉，缺点是答卷质量无法保证。目前国外的调查网站surveymonkey提供了这种方式，而国内则有问卷网、问卷星、调查派提供了这种方式。

问卷调查，按照问卷填答者的不同，可分为自填式问卷调查和代填式问卷调查。其中，自填式问卷调查，按照问卷传递方式的不同，可分为报刊问卷调查、邮政问卷调查和送发问卷调查；代填式问卷调查，按照与被调查者交谈方式的不同，可分为访问问卷调查和电话问卷调查。

毕业论文问卷分析的注意事项

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0.5的，而一般我们最低也得0.6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0.6就可以了，0.7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0.2就好了。
不过我遇到过大于0.1，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