英国毕业论文问卷数据分析

论文问卷数据的分析，看起来简单，好像每个人都会做。但是做起来还真的有点难度。很多初次使用问卷调查方法的人大多以为，问卷数据分析嘛，无外乎对单选题做做频率分析，看看选择不同的选项的人占比有多少。对于评分题目，看看均值是多少，不同性别，年龄段的人群均值是多少。对于一般的小调查，这样粗略的分析可能够了，但是对于学术论文中的问卷分析而言，以上所做的工作，只是其最简单的一部分，后面还有大量的工作要做。

51调查，让调查更简单方便！

数据收集分析过程包括以下几个环节：1、数据完整性分析数据汇总分析之前，先确认调研数据是否已收集完成。可根据用户反馈数据时间的正太分布情况来推测数据收集是否已基本完成。问卷回收率要能够保障足够的样本数量，才能保证分析结果有价值。2、对反馈数据进行清理，保证数据的有效性问卷收集完，就要对结果进行分析，分析前先要剔除无效问卷，问卷的有效率是保证分析结果价值的基础。常见的无效问卷的形式如下：问卷中出现大量空白的问卷答案中出现大量选项连续一样的情况的问卷专门设计用来验证答题有效性的地雷题出错的问卷答题时长比较极端或者偏离平均值太多的问卷开放式问题的答题质量，比较敷衍甚至乱答的题目或选项之间隐藏逻辑答案冲突的3、对清理后的数据进行汇总调研范围的选取方式不同，反馈数据的汇总方式也不同。1、全量人员1）若人员之间存在明显分层变量，则需要按分层分别统计，再进行汇总；2）若人员之间无需分层，则直接统一汇总处理即可；2、简单随机抽样，直接统一汇总处理即可3、分层抽样1）先按分层分别统计，再进行汇总；2）若分层人员的抽取比例与分层人员之间的比例不同，汇总时还需要考虑权重的设置；注：有时候问题里某些选项填写的数量远远少于其他选项的数量，我们可以把它们进行整合，从而减少干扰；4、对汇总数据进行计算、分析1、定量分析对数据进行平均数、众数、中位数的计算、对比：1）计算前要注意剔除极端数值；2）标准的是正态分布状态，若出现双峰分布（众数与平均值相差大），需要进一步分析3）在对计算结果进行分析时，可以考虑第三变量的影响，即交叉制表，通过两个问题的答案合成一份表格，发现更有针对性的问题2、定性分析定性分析具有探索性的特点，这种分析依靠参与工作的人员的业务水平和专业度，因此难度较高，且这种解释是有特殊性的，理解也是不同的。5、根据分析结果，得出初步结论将定性分析的结论和定量分析的结果相结合，再与网站分析数据进行对比和补充，能够让数据更有说服力，得出的结论更加准确；在对数据分析结果进行总结时，需要注意以下几点：两件事情的发生时间相当接近并不足以说明两者有因果关系总结时，要细分人口子群不要混淆事实和观点人们即使对答案没有强烈的感觉，也会选择一个，注意退出选项的选择情况人们总会爱猜测调查的意图，要重审问题是否暗含引导性人们什么都想要，问卷并非准确体现了人们的需求范围，但问卷能够体现人们需求的优先级人们可能会夸大其词、会撒谎

英国院校的毕业论文中都被要求写Methodology，很多同学都对Methodology表示一脸懵，这究竟是个什么东西？ Methodology就是你写这篇毕业论文所运用的方法是什么，以及为什么用这样的方法，以及采用这种方法的步骤。 Methodology通常分两步走。 第一步解释你的研究途径，就是你需要解释做什么研究，在哪里做研究，为什么这样做以及你需要确定用何种研究方法，是定量分析还是定性分析等。 第二步阐述你的研究设计，在这里你需要详细解释到你的数据来源，以及会得出一个大概什么样的数据分析预测等等。听起来是不是还有些懵，具体该怎么做呢，好，话不多说，直接上结构。 引言 在methodology的引言部分，需要提纲携领的概括一下在这一部分要涉及到什么内容，比如研究设计，数据收集方法，样本选择以及道德考虑和研究局限性等。 介绍研究设计 在这一部分同学们要解释是采取了定性研究还是定量研究，为什么要用这种方法（定性or定量），这种方法的优点，对你论文的适用性是什么以及它的局限性。 介绍研究途径 研究途径通常分为三种：positivism，interpretivism，post positivism。 一般情况下， Positivism 一般用于自然科学例如商科等毕业论文写作。需要用到定量分析。 Interpretivism 一般用于人文社科等文科类科学，需要用到定性析。 而 post positivism 适用于objective world by subjective experience。这种情况下会同时运用到定量与定性分析。这里同样要介绍采用了何种研究途径，为什么要用它，以及优缺点。 介绍数据收集方法和工具 在这一部分你要详细解释你的数据来源。 具体来说，定量分析需要进行数据收集，收集过程分为一手数据（问卷调查）和二手数据（如公司年报，股票证券的历史数据等等）。 而定性分析则通过interview来实现。这一部分同样要解释选择这种数据收集方法的原因，优点以及局限性。 介绍研究实验或访谈的样本和参与者 无论是定性研究还是定量研究由于无法将某一群体的全部纳入为研究对象，因此便需要抽样。 在这一部分，需要介绍采取了何种样本抽样的策略是随机抽样还是非随机抽样。 此外，还要介绍访谈或实验研究中的参与人或研究对象。要详细说明为什么要选择它作为研究对象，包括时间、地点、名称。 研究的时间和流程 研究的时间和流程也是Methodology中非常重要的部分。 需要说明你进行研究的开始和结束时间，以及你进行研究的流程步骤。 . The researcher contacted the respondents by email and asked them to participate in the research after explaining the nature and the scope of the study. 数据分析 在完成前面的步骤之后，紧接着就是详细分析你搜集来的数据资料。 如果在数据分析的过程中有用到一些辅助软件的话也可以适当说明。 伦理考量 在这一部分，同学们需要提及 伦理问题（Ethical issues） ，说明你是如何获得对受访者的访问权限， 受访者是否签署知情同意书。 知情同意书通常放在附录中，这一部分内容大概算是英国论文特色吧。 . all participants reported their written acceptance regarding their participation in the research, through a signed Consent and Briefing Letter. 研究局限性 局限性是在国外写论文的永恒内容，所谓critical thinking的集中体现。 这一部分也是methodology的最后内容也是精华所在。 在这里同学们要详细的介绍一下在进行本研究时遇到的若干问题和挑战。 例如，样本的规模相对较小对研究的可靠性产生了挑战；再比如，仅使用定性（定量）研究所产生的问题等等。 以上便是写methodology的全部逻辑结构，希望这样总结下来，对同学们在写方法论的时候能够有所帮助。

毕业论文的Methodology部分是论文中非常重要的一部分，它涉及到研究的设计、数据收集与分析方法，以及研究过程中的实际步骤等内容。下面是Methodology部分应该包括的内容和写作要点：

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