指论文调查中的问卷调查样本，抽样样本量的大小对调查的准确度有很大的影响。一定程度上“样本量越多越好”，但毕竟是抽样调查（Sampling Survey），就是以具有代表性的样本来代表整体。如果真的可以做普查（Census）当然就不需要抽样调查了。笼统的讲，抽样调查的抽样误差，样本量大，误差会降低。但究竟该选择多大的样本量和怎样的抽样误差，才能满足调查的实际需求，并有效的控制成本。科学的说，直观的说，采用不同数量的抽样样本，可达到不同的研究效果。51调查网，让调查更简单方便!
做实证研究样本至少选一些代表性的从统计上说，至少30才可以，才算大样本。但是还是要看变量数，原则上说样本数至少比变量数多一个，这些是样本的最低要求。对于研究生毕业论文，对数据样本的选择可以根据研究课题进行调整，通常分析的的问题越复杂需要的数据量就会越大小包法律实证分析系统，帮助研究者进行数据收集、数据清洗、数据验证，可以创建如线性回归方式的高级模型，可以不断调整数据使实证显著。
1、论文题目：要求准确、简练、醒目、新颖。2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。5、论文正文：（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：a.提出-论点；b.分析问题-论据和论证；c.解决问题-论证与步骤；d.结论。6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息所列参考文献的要求是：（1）所列参考文献应是正式出版物，以便读者考证。（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
样本量n=C²σ²/p²
P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。
样本容量的大小涉及到调研中所要包括的单元数。样本容量是对于你研究的总体而言的，是在抽样调查中总体的一些抽样。
比如：中国人的身高值为一个总体，你随机取一百个人的身高，这一百个人的身高数据就是总体的一个样本。某一个样本中的个体的数量就是样本容量。注意：不能说样本的数量就是样本容量，因为总体中的若干个个体只组成一个样本。样本容量不需要带单位。
在假设检验里样本容量越大越好。但实际上不可能无穷大，就像你研究中国人的身高不可能把所有中国人的身高都量一量一样。
扩展资料：
样本量应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
选择合适的样本容量，既能满足模型估计的需要，又能减轻收集数据的困难，是一个重要的实际问题。
(1) 最小样本容量
所谓“最小样本容量”，即从普通最小二乘法原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限，它是：n≥k+1
其中，k为解释变量的数目。
(2) 满足基本要求的样本容量
一般经验认为，当n≥30或者至少n≥3(k+1)时，才能满足模型估计的基本要求。
合理确定样本容量的意义：
1.样本容量过大，会增加调查工作量，造成人力、物力、财力、时间的浪费；
2.样本容量过小，则样本对总体缺乏足够的代表性，从而难以保证推算结果的精确度和可靠性；
3.样本容量确定的科学合理，一方面，可以在既定的调查费用下，使抽样误差尽可能小，以保证推算的精确度和可靠性；另一方面，可以在既定的精确度和可靠性下，使调查费用尽可能少，保证抽样推断的最大效果。
参考资料：百度百科——样本量
1、概率抽样
又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。
2、非概率抽样（Non-probability sampling）
又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。
其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。
或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。
扩展资料
常用的非概率抽样方法有以下四类：
1、方便抽样（Convenience sampling）
指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。
优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。
缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。
2、判断抽样（Judgment sampling）
指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。
也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。
优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。
缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。
3、配额抽样（Quota sampling）
指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的。
通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。
优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。
缺点：容易掩盖不可忽略的偏差。
4、滚雪球抽样（Snowball sampling）
指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。
第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。
优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。
缺点：有选择偏差，不能保证代表性。
参考资料来源：百度百科-概率抽样
参考资料来源：百度百科-非概率抽样
问题一：怎么确定抽样调查中的样本量？ 确定样本的数量是抽样调查中的重要环节，在充分满足调查内容要求情况下合理的确定样本量不能不说是摆在每个调查公司面前的重要课题，过多的样本量设计只会给客户增加经济负担，对友邦顾问来讲，我们确定样本量的原则是：一是达到调查目的，二是给客户省钱。 概率抽样的基本原则是：样本量越大，抽样误差就越小，而样本量越大，则成本就越高。根据数理统计规律，样本量增加呈直线递增的情况下（样本量增加一倍，成本也增加一倍），而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。 通常，在概率抽样的情况下，友邦顾问在确定样本量时会遇到如下情况： 预算：预算的多少直接影响着调查样本量的设计，通常某一项调查为满足调查要求必须有一个最低的预算指标。如果低于这个指标的预算，不能满足调查最低精度的话，友邦顾问建议要放弃这项调查任务。 经验：一些客户会经常要求调查公司完成 200 、 300 、 400 等特定的样本量。这种样本量确定的方法一方面可能考虑了调查误差，另一方面也可能是凭着以前的调查经验。在这种情况下，如果友邦顾问认为样本量的设计不能满足精度要求的时候，我们的项目经理会建议所需要增加的样本量，否则调查的结果会出现偏差。 子群分析：在任何样本量确定的过程中，都必须考虑被调查样本的子群数。也就是说，当被调查样本群子群数比较多的时候，样本量就必须相应扩大。如：某一项调查 400 个样本量是基本满足要求的，但如果将这些样本量划分为男和女各占 50 ％的话，那么，每个子群只有 200 个样本。如果进一步按年龄组细分的话，假设是两个年龄组，那每一个子群只有 100 个样本，这样的样本量就不能满足最初设计的要求了，因此必须按照子群要求设计样本量则是最合理的。 统计分析：友邦顾问在确定样本量时通常在考虑上述具体情况下，会考虑如下统计方面的因素，即：总体调查标准差；抽样允许的误差和预期置信度。 样本量确定公式：在充分考虑所有统计因素基础上，友邦公司通常采用的简单随机抽样（特别是估计平均值时）的公式为： N = Z 2 σ 2 / E 2 其中， N 为适合的样本量； Z 为调查置信度； σ 为总体标准差； E 为抽样误差范围 在解决“比例”方面的调查问题时，友邦顾问所采用的抽样公式为： N = Z 2 [P(1-P)] / E 2 其中， N 为适合的样本量； Z 为调查置信度； P 为样本的离散程度； E 为抽样误差范围 和 问题二：怎样计算样本量 一般根据临界t值、方差S2和允许误差d，计算 样本量n=t×S2/d2 问题三：怎样确定样本数量 我来回答：对于13万的人，做调查，得取多少样本，这个得看你要求的精确度，统计学上有这样的一套公式， zjsec/peixun/ 而对于市场调查； 在市场研究中，常常有客户和研究者询问：“要掌握市场总体情况，到底需要多少样本量？”，或者说“我要求调查精度达到95%，需要多少样本量？”。对此，我往往感到难以回答，因为要解决这个问题，需要考虑的因素是多方面的：研究的对象，研究的主要目的，抽样方法，调查经费…。有人说，北京这么大，上千万人口，我们怎么也得做一万人的访问才能代表北京市吧。根据统计学原理，完全不必。只要在500－1000左右就够了。当然前提是，我们要按照科学的方法去抽样。 根据市场调查的经验，市场潜力等涉及量比较严格的调查所需样本量较大，而产品测试，产品定价，广告效果等人们间彼此差异不是特别大或对量的要求不严格的调查所需样本量较小些。 样本量的大小涉及到调研中所要包括的人数或单元数。确定样本量的大小是比较复杂的问题，既要有定性的考虑也要有定量的考虑。 从定性的方面考虑样本量的大小，其考虑因素有：决策的重要性，调研的性质，变量个数，数据分析的性质，同类研究中所用的样本量，发生率，完成率，资源限制等。具体地说，更重要的决策，需要更多的信息和更准确的信息，这就需要较大的样本；探索性研究，样本量一般较小，而结论性研究如描述性的调查，就需要较大的样本；收集有关许多变量的数据，样本量就要大一些，以减少抽样误差的累积效应；如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当较大；如果需要特别详细的分析，如做许多分类等，也需要大样本。针对子样本分析比只限于对总样本分析，所需样本量要大得多。 具体确定样本量还有相应的统计学公式，根据样本量计算公式，我们知道，样本量的大小不取决于总体的多少，而取决于(1) 研究对象的变动程度；(2) 所要求或允许的误差大小；(3) 要求推断的置信程度。也就是说，当所研究的现象越复杂，差异越大时，样本量要求越大；当要求的精度越高，可推断性要求越高时，样本量越大。因此，如果不同城市分别进行推断时，大城市多抽，小城市少抽这种说法原则上是不对的。在大城市抽样太大是浪费，在小城市抽样太少没有推断价值。 总之，在确定抽样方法和样本量的时候，既要考虑调查目的，调查性质，精度要求（抽样误差）等，又要考虑实际操作的可实施性，非抽样误差的控制、经费预算等。专业调查公司在这方面会根据您的情况及调查性质，进行综合权衡，达到一个最优的样本量的选择。 实际研究中的一些经验 根据一些学者的研究，以及远东零点在市场研究中的经验，市场调查中确定样本量通常的做法是： 1、通过对方差的估计，采用公式计算所需样本量，主要做法有： 2、用两步抽样，在调查前先抽取少量的样本，得到标准差S的估计，然后代入公式中，得到下一步抽样所需样本量n； 3、如果有以前类似调查的数据，可以使用以前调查的方差作为总体方差的估计。 4、根据经验，确定样本量，主要方法有： 5、如果以前有人做过类似的研究，初学者可以参照前人的样本。 6、如果是大型城市、省市一级的地区性研......>> 问题四：分层抽样如何确定样本容量 30分 先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机抽样，组成一个样本的统计学计算方法叫分层抽样。 分层抽样确定样本容量原则： 1、以调查所要分析和研究的主要变量或相关变量作为分层标准。 2、以保证各层内部同质性强和各层之间的异质性强、突出总体内在结构的变量作为分层变量。 3、以那些已有明显层次区分的变量作为分层变量。 例如，一个单位的职工有500人，其中不到35岁有125人，35岁至49岁的有280人，50岁以上的有95人.为了了解这个单位职工与身体状况有关的某项指标，要从中抽取一个容量为100的样本，由于职工年龄与这项指标有关，决定采用分层抽样方法进行抽取.因为样本容量与总体的个数的比为1：5，所以在各年龄段抽取的个数依次为125/5，280/5，95/5，即25，56，19。 求解过程： 解： S1:100 / 500 = S2: 125* 25 ――――――――（不到35岁） 280* 56 ――――――――（35岁至49岁） 95* 19 ――――――――（50岁以上） S3: 所以：50岁的抽19人 问题五：样本容量如何确定？ 10分 样本是从总体中抽出的部分单位 *** ，这个 *** 的大小叫做样本量。 一般而言，样本的容量大的话，样本的误差就小，反之则大。 通常样本单位数大于30的样本可以称为大样本，小于30的样本则称为小样本。在实际应用中，我们应该根据调查的目的认真考虑样本量的大小。 样本容量的大小涉及调研中包括的单元数。从定性的方面考虑样本量，因素有：决策的重要性，调研的性质，变数个数，数据分析的性质，同类研究中所用的样本量，发生率，完成率，资源限制等。决策越重要，需要更多和更准确的信息，就需要用较大的样本；探索性研究，样本量一般较小，结论性研究则需要较大的样本；收集有关许多变数的数据，样本量就要大一些，减少抽样误差的积累效应；如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当较大；如果需要特别详细的分析，如做许多分类等，也需要大样本。针对子样本分析时，需要的样本量比对总样本分析要大许多。 样本量的确定有相应的统计学公式，具体取决于 1. 研究对象的变化程度 2. 精确度要求（即允许误差的大小） 3. 推断的置信程度 公式： 已知总体方差，重复抽样时，至少应抽取的样本量为n。（给定极限误差和概率误差） 已知总体方差，不重复抽样时，至少应抽取的样本量为n。 其中，Z为概率度，N为样本总数，α为极限误差。 问题六：做市场调研怎样确定样本量？ 样本量要看你的项目是要做什么的吧，要看做多大范围。具体的样本量是跟你要对市场的了解程度有关系的，但不是说越多越好。我记得之前在叫达闻通用的公司网站上看过有关样本量的研究。建议你去看一下吧。
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
样本量n=C²σ²/p²
P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。
样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
参考资料：百度百科-样本量
大众调查。调查问卷的样本量就是样本中所包含的单位的个数，也就是抽样个体的数量。通常样本量在题目的5~10倍左右为宜，一份标准点的问卷题目数普遍在30题以上，所以计算一下样本量大概要在150~300之间比较适合。
做实证研究样本至少选一些代表性的从统计上说，至少30才可以，才算大样本。但是还是要看变量数，原则上说样本数至少比变量数多一个，这些是样本的最低要求。对于研究生毕业论文，对数据样本的选择可以根据研究课题进行调整，通常分析的的问题越复杂需要的数据量就会越大小包法律实证分析系统，帮助研究者进行数据收集、数据清洗、数据验证，可以创建如线性回归方式的高级模型，可以不断调整数据使实证显著。
本科毕业论文问卷调查样本300-500合适。
一份标准点的问卷题目数普遍在30题以上，因为题目一共设置了11个，所以计算一下样本量大概要在55~110之间比较适合。考虑到问卷调研时可能出现的没有填清问卷，题目填错或样本不具备研究的背景性质（如研究对象为女性，部分样本为男性，则此部分为无效样本）等情况。发放的问卷数最好在100~200左右。
有时研究人员需要的样本比较特殊，比如需要样本具有企业高管背景，因而此时样本量要求会较少。从经验上看，作为硕士研究生，多数情况下样本需要大于200，如果作为本科生，样本量需要高于100。
问卷调查是指通过制定详细周密的问卷，要求被调查者据此进行回答以收集资料的方法。调查报告的主体：主要是对事实的叙述和议论。 一般把调查的主要情况、经验或问题归纳为几个问题，分为几个小部分来写。每个小部分有一个中心，加上序码来表明，或加上小标题来提示、概括这部分的内容，使之眉目清楚。
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
样本量n=C²σ²/p²
P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。
样本容量的大小涉及到调研中所要包括的单元数。样本容量是对于你研究的总体而言的，是在抽样调查中总体的一些抽样。
比如：中国人的身高值为一个总体，你随机取一百个人的身高，这一百个人的身高数据就是总体的一个样本。某一个样本中的个体的数量就是样本容量。注意：不能说样本的数量就是样本容量，因为总体中的若干个个体只组成一个样本。样本容量不需要带单位。
在假设检验里样本容量越大越好。但实际上不可能无穷大，就像你研究中国人的身高不可能把所有中国人的身高都量一量一样。
扩展资料：
样本量应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
选择合适的样本容量，既能满足模型估计的需要，又能减轻收集数据的困难，是一个重要的实际问题。
(1) 最小样本容量
所谓“最小样本容量”，即从普通最小二乘法原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限，它是：n≥k+1
其中，k为解释变量的数目。
(2) 满足基本要求的样本容量
一般经验认为，当n≥30或者至少n≥3(k+1)时，才能满足模型估计的基本要求。
合理确定样本容量的意义：
1.样本容量过大，会增加调查工作量，造成人力、物力、财力、时间的浪费；
2.样本容量过小，则样本对总体缺乏足够的代表性，从而难以保证推算结果的精确度和可靠性；
3.样本容量确定的科学合理，一方面，可以在既定的调查费用下，使抽样误差尽可能小，以保证推算的精确度和可靠性；另一方面，可以在既定的精确度和可靠性下，使调查费用尽可能少，保证抽样推断的最大效果。
参考资料：百度百科——样本量
论文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获取资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
定性分析法：对研究对象进行质的方面的研究，这个方法需要计算数据较少。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
写论文的常见研究方法：
1、归纳方法与演绎方法：归纳就是从个别事实中概括出一般性的结论原理；演绎则是从一般性原理、概念引出个别结论。归纳是从个别到一般的方法；演绎是从一般到个别的方法。
门捷列夫使用归纳法，在人们认识大量个别元素的基础上，概括出了化学元素周期律。后来他又从元素周期律预言当时尚未发现的若干个元素的化学性质，使用的就是演绎法。
2、分析方法与综合方法：分析就是把客观对象的整体分为各个部分、方面、特征和因素而加以认识。它是把整体分为部分，把复杂的事物分解为简单的要素分别加以研究的一种思维方法。
分析是达到对事物本质认识的一个必经步骤和必要手段。分析的任务不仅仅是把整体分解为它的组成部分，而且更重要的是透过现象，抓住本质，通过偶然性把握必然性。
研究过程
1、确定调查课题确定题目时要注意选题是否具有研究的必要性和可能性，同时要注意选题切忌太大，也要避免无意义的重复劳动。
2、制定调查计划要明确调查课题、调查目的、调查对象、调查范围、调查手段、调查步骤、时间安排。
3、收集材料收集材料时要尽可能保持材料的客观性，尽可能采取多种手段或途径。
4、整理材料将收集到的材料进行整理，以便后续总结归纳、形成结论。
5、总结研究对整理完的材料进行分析、总结、归纳，得出一般性的结论。
论文研究方法有以下几种：
1、实证研究法
实证研究法是认识客观现象，向人们提供实在、有用、确定、精确的知识研究方法，其重点是研究现象本身“是什么”的问题。
2、调查法
调查法一般是在自然的过程中进行，通过访问、开调查会、发调查问卷、测验等方式去搜集反映研究现象的材料。
3、案例分析法
案例分析法是指把实际工作中出现的问题作为案例，交给受训学员研究分析，培养学员们的分析能力、判断能力、解决问题及执行业务能力的培训方法。
4、比较分析法
亦称对比分析法、指标对比法。是依据客观事物间的相互联系和发展变化，通过同一数据的不同比较，借以对一定项目作出评价的方法。
5、思维方法
思维方法又称思想方法、认识方法是人们正确进行思维和准确表达思想的重要工具，在科学研究中常用的科学思维方法包括归纳演绎、类比推理、抽象概括、思辩想象、分析综合等。
6、内容分析法
内容分析法是一种对于传播内容进行客观，系统和定量的描述的研究方法。内容分析的过程是层层推理的过程。
7、文献分析法
文献分析法主要指搜集、鉴别、整理文献，并通过对文献的研究，形成对事实科学认识的方法。一般用于收集工作的原始信息，编制任务清单初稿。
1.调查问卷设计和统计数据整理等办法参考书籍2.现场调研前做功课——避免现场的盲目3.向专家的请教——谦虚、谨慎、尊重，目的性勿过强
论文框架由以下几部分组成：
1、介绍
简要地总结论文主题，说明为什么这个主题有价值，也许还可以概述一下你的主要结果。
2、背景信息(可选)
简短地介绍背景信息是必要的，特别是当你的论文涉及两个或多个传统领域时。
3、新技术回顾
这部分回顾了与论文相关的研究现状。
4、研究问题或问题陈述
工程论文倾向于提到一个需要解决的“问题”，而其他学科则是用一个需要回答的“问题”来表述。在这两种情况下，有三个主要部分：
5、描述你如何解决问题或回答问题
论文的这一部分形式更加自由，可以有一个或几个部分和子部分。
6、结论
结论部分通常涵盖三件事，并且每一件事都应该有一个单独的小节：
7、参考文献
参考文献的列表与第3部分中给出的技术现状综述紧密相关。所有的参考文献都必须在论文正文中提及。参考书目可能包括论文中没有直接引用的作品。
8、附录
一般来说，太过具体的材料不适合在论文主体中出现，但可供考官仔细阅读，以充分说服他们。
论文框架主要包括作者、题名、关键词、正文、摘要、参考文献、附录等部分。论文是描述学术研究成果进行学术交流的一种工具，也是探讨问题进行学术研究的一种手段，包括毕业论文、学年论文、学位论文、成果论文、科技论文等。1.论文题目： 要求准确、简练、醒目、新颖。2.目录： 目录是论文中主要段落的简表。3.内容提要： 是文章主要内容的摘录，要求短、精、完整。4.关键词： 是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。5.论文正文： 包括引言和论文正文。6.参考文献： 一篇论文的参考文献是将论文在研究和写作中可参考或引证的主要文献资料，列于论文的末尾。
简要概括四个内容：研究课题的重要性和目的、研究的主要内容和主要方法、研究得到的结论以及研究结果有什么意义。
把国内外与研究课题相关的论文进行整理总结，并用自己的话表述出来，研究现状包括：主要学术观点、前人研究成果和研究水平、争论焦点、存在的问题及可能的原因等。
请记住，不管你用什么样的方法和手段，写论文的第一个目标就是搭建好自己的框架，也就是确定论文的大致目录。接下来就看看一个完整的框架是什么样吧！
1.摘要（Abstract）
标准摘要五句话，包含五个层次的内容：
介绍：为什么要进行本项研究，现状中本项研究的缺失或者做了但是存在不足；
方法：用什么方法做这个研究；
数据：用什么样的数据来验证你的方法；
结论：从研究中得出什么结论；
意义：得出的结论对研究领域和实践有什么意义（理论与实践意义）
2.引言（Introduction）
研究背景（Research background）：目的是证实该研究问题的重要性。如这一类问题造成的损失很严重，因此研究这一问题很重要。
研究问题（Research problem）：在上述的这一大研究背景下，要做什么问题（或者方面）的研究；在上述的这一大研究背景下，这一研究可以在哪些方面解决现存的实际问题。
研究现状：别人已经做了哪些东西，别人已经做过什么，发现了什么样的问题？
现存的研究有什么问题与不足：别人有什么没有做过？为什么别人没有做得更好？并说明这些研究不足会带来严重后果。
本研究的目标（objective）和研究范围（scope）：本研究弥补这些问题中（这些没做过或者做过没做好的问题中）的哪些不足，采用什么研究方法去弥补不足。陈述本项研究的范围局限，并高度概括本论文研究结论。
文章结构：本论文的后续部分的基本内容架构。
3.文献综述（Literature review）
Literature review证明与说明两件事情：一是研究目标的设定是有意义的；二是你在本研究中采用的方法是可靠的、有效的。包括三个层次的内容：
对选题（你找到的研究问题）的理由：即对做过没做好或者没做过的研究问题，在这个研究领域，针对research problem而言，让读者明白本项研究是有意义的；
现存文献中对本文值得参考并可借鉴的东西，包括分析工具和成果；
非相关或者相邻研究领域值得借鉴的东西，侧重于可借鉴的研究方法。
注意：与就确定了研究方法。补充说明：注意introduction 中的研究目的与研究范围的区别。Scope：如洪水发生后带来10个后续问题，本研究只考虑了6个关键问题。在Literature review 与中应该对scope进行说明和辨析，即说明我为什么留下这6个问题，去掉其他4个问题。小结：文献综述不是综述文献，而是去找到问题，不是为了综述而述。并不在于对所有的相关文献作详尽描述和总结，应该是对相关研究现状的高度概括。至此，已经把研究问题、研究目标、研究方法明确了，并且对它们已经证明了、辩护了。
4.方法（Method）
此部分主要是对方法的描述。包含三个方面的内容：
研究策略（Research strategy）：总概研究过程。要做这样的一个研究采用一个什么样的研究策略：即所采用的研究思路。
数据采集的方法：建立在对研究问题深入认识的基础上，需要采集什么样的数据（变量）。这里的数据的概念是泛泛的，不是指具体的数据，而包括数据结构、变量（考虑的因素）。
数据的分析方法：
如数学分析、逻辑分析（推理）、统计模型等数据分析方法。统计模型（模型的建立、模型校验（模型计算）、模型推断（在算的过程中所推断出的一些结果）、模型评价与对比）。
1.论文题目：要求准确、简练、醒目、新颖。2.目录：目录是论文中主要段落的简表。（短篇论文不必列目录）3.内容提要：是文章主要内容的摘录，要求短、精、完整。4.关键词定义：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作计算机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题分析，依照标引和组配规则转换成主题词表中的规范词语。（参见《汉语主题词表》和《世界汉语主题词表》）。5.论文正文：