毕业论文问卷怎么统计

1. 调查的样本量太小，计算出的结论可靠性不高。例如看到一些研究生的论文，只发了几十份问卷调查表，就根据统计到的百分比写下十分肯定的结论。其实，是有问题的。例如：调查“你对××活动喜欢的程度”，调查了45人。调查结果：非常喜欢2人，喜欢5人，一般10人，不太喜欢13人，不喜欢15人。作者统计出：喜欢和非常喜欢的共7人占调查人数45人的，不太喜欢和不喜欢的共28人，占。并根据和来进一步写结论。但是，他忽略了调查的样本计算出率以后，还应该计算率的标准误和置信区间。如本例喜欢率为。还应该计算率的标准误Sp。 _________ _________________本例，喜欢率的标准误 Sp =√P(1-P)/n = √()/45 = % 按样本量n，查t值表上, n-1的和 的值，查得＝ , ＝, 根据喜欢率 %、标准误 % 和的值,可计算出：95% 置信区间：±×＝～。(置信区间上下限的差值高达)。95% 置信区间的含义是，如果用样本的喜欢率来估计总体的喜欢率时，有95%的可能是在～的区间之间。这样高达的区间意味着是不太可信的。但是，如果扩大样本量到450人，4500人，而统计出的喜欢率也是。由于调查的样本量扩大了，标准误 Sp会缩小，计算出的95% 置信区间也就缩小为～和～。这时用样本率估计总体率时，上下限的差值很接近，才是可信的。2. 调查数据的统计分析过于简单。目前看到的调查数据统计分析大都比较简单。只是计算各个问卷指标的百分比，如上面举例的喜欢率等等。要避免统计分析过于简单，首先，在做调查表设计时，就事先要考虑好调查数据的统计分析方法。例如同样是调查“你对××活动喜欢的程度”，除了要扩大调查样本量外，在调查表中增加调查性别和年龄。这样就可以采用一种较为复杂的方法——交叉分析。交叉分析是分析“年龄”、 “性别”和“对××活动喜欢程度”三个变量之间的关系。假设不分类统计时，喜欢率是。交叉分析后就会发现由于性别的不同，年龄段的不同喜欢率是不同的。例如：2005年国民体质监测问卷调查中，对“睡眠时间”的统计分析，如果只是简单地计算某市成年男子2473人的问卷，只能统计出：睡眠6小时以下的人为，睡眠6～9小时的，睡眠9小时以上的13%。但是，如果增加年龄因素，分年龄段进行统计就可以看到，各年龄段的百分比是不同的（统计表略）。利用分年龄段的百分比还可以画出折线图（图略）。从图上更可以清楚的显示出：随着年龄增加，睡眠时间逐渐减少的趋势。上述统计分析方法比较简单。但是，仅靠简单的统计方法来处理问卷调查数据是十分可惜的，因为大量的数据信息还没有充分利用。所以，设计问卷时，就应该注意到，让收集到的调查数据能做多因素统计分析（如：回归分析，因子分析等）。下面是我帮助或指导有关单位做过的统计分析实例：例1：2005年国民体质监测的调查问卷内容中，包括了各人的文化程度，职业，工作、生活和体育锻炼等方面的许多问题。为了分析这些调查内容和各人的体质有什么关系，找出哪些因素对体质的好坏特别有关？在进行统计分析时，就需要把体质监测的指标和问卷调查的内容联系起来进行统计。在成年组调查问卷内容中可进行计算的12个问题是：受教育程度，职业，平均每周工作时间，平均每天睡眠时间，睡眠质量，平均每天步行时间，平均每天坐姿活动时间，吸烟状况，运动感受，平均每周锻炼次数，平均每次锻炼时间，坚持锻炼时间。把这些作为X1, X2, ……X12，再把每个人体质监测中的体质总分作为Y，就可以进行逐步回归分析计算。某省成年男甲组4242人的数据用逐步回归分析计算结果是：从12个指标中依次选出了X 1 (受教育程度)，X12 (坚持锻炼时间)， X10(平均每周锻炼次数)，X7(平均每天坐姿活动时间) 4个指标。得到回归方程：Y = X 1 X7+ X10 + X12 F= (P<)复相关系数 R= 根据回归方程的系数就可以知道：受教育程度高，平均每周锻炼次数多，坚持锻炼时间长，平均每天坐姿活动时间少的人体质总分就高。反之就低。而这个结论只做一般的调查表百分比统计，是得不到的。例2：某市开展《超重与肥胖人群运动与营养综合干预实验研究》12周后，对参加者进行了问卷调查，内容有：每天进餐情况（分为：五分饱，八分饱，十分饱），每周快走次数（分为：3次以下，3次，4次，5次及以上），每次快走时间（分为：30分钟以内，30～60分钟，60～90分钟，90分钟以上），每次快走距离（分为：3公里以下，3～4公里，5公里及以上）等。如果仅统计各个问卷内容的百分比，只能计算出如：每次快走时间30分钟以内的29人占，30～60分钟的47人占，60～90分钟的19人占，90分钟以上的36人占 等等，这样的统计结果并不能说明什么问题。更无法分析出哪些是对减肥有效果的因素。但是，把问卷调查的内容与参加12周实验后各人体重下降值联系起来统计，情况就不同了。如可以分别计算出：每周快走次数、每次快走时间等指标与体重下降值的相关系数。当计算出以上指标都和体重下降值呈中度或低度相关时，还可以进一步用回归分析的方法计算出标准回归系数或偏回归平方和来分析各指标对体重下降的作用大小。本例有131人参加实验，为了用数学表达式来描述：饮食、运动量和降体重的关系。把调查表内容转换成数字后，选择了X1（每天进餐情况）、X2（每周快走次数）、X3（每次快走距离）与Y（体重下降值）计算出三元回归方程：Y= － X1 + X2 + X3 F = (P<)复相关系数 R = 从回归方程可以看到，在吃八分饱的情况下，增加每周快走次数和每次快走距离，降体重的效果更好。可见，当采用了多元回归分析方法后，可以充分利用调查表里的信息从而获得比简单的统计百分比更多的研究结果。例3：某市对学生体质下降原因进行调研时，设计的调查表内容包括：学生、家长、学校等方面30多项指标。为了分析调查的各指标对学生身体素质影响的主次关系，从调查表中选出可进行因子分析计算的26个指标进行了R型因子分析计算。R型因子分析通过计算，可找出控制着所有指标的几个主要因素。计算后，原来的许多指标重新组合成较少的几个新的综合指标──公因子。这些公因子相互独立而且反映了原来指标的绝大部分信息。通过R型因子分析的结果，可以看出哪些指标是同一类的，每一个指标以哪一公因子为主，其他公因子所占比例如何，从而分析该指标的特点。还可根据贡献率较大的几个公因子中所包括的指标，来分析出各指标的主次关系。对3699名中学生的调查数据作R型因子分析计算后，从贡献率最大的5个公因子所包括的调查指标看，归入第1公因子的7个指标，都和参加体育活动有关，因此把第一公因子命名为体育活动因子，归入第2公因子的2个指标，是反映学生家长文化水平的学历，归入第3公因子的2个指标，是反映学生是否关心自己体质、健康的指标，归入第4公因子的2个指标，是反映学校是否关心和组织学生体育活动的指标，归入第5公因子的2个指标，是反映学生家长对体育运动的态度的指标。从而可以分析出，对学生体质影响最大的第一因素是学生参加体育活动的情况，第二因素是家长的文化水平高低，第三因素是学生自己是否关心自己的体质、健康情况。第四因素是学校是否关心和组织学生参加体育活动，第五因素是家长是否喜爱体育活动是否支持学生参加体育活动。因子分析的优点在于用一个或少数几个综合指标概括原始数据中尽量多的信息，它能够实现对问题的高度概括，并揭示出一般的特征和规律。本例通过因子分析的统计方法，从学生填在26个调查问卷中的信息，分析出了对学生体质影响的几个主要因素。

在论文中找到问卷的来源，是通过引用他人的还是自己编写的。如果是硕士或者博士论文，一般会在论文的最后附有问卷的题目，其他论文就可以通过邮箱联系作者，来获取问卷，有的是需要付费给别人的。

一般心理学（心理学比较常用），行政，公共管理，英文专业（师范方向）教育（师范方向）体育教育，中小学研究，小范围的案例分析等，比如某村镇，或者需要通过问卷调查才能够体现问题重要性的都需要使用。

首先你要知道自己研究的主体，比如你研究的主体是某小学的英语课堂学习情况，那么你最低需要设计两份问卷，问卷一，针对老师，问卷二，针对学生。同时你也可以采用对比分析法或者访谈法，在收集其他方面的数据跟资料。

问卷设计一般本科10-15道题，一份问卷，硕士一般15-25道题，题不要多，不要重复提问，可以细分。题目设计多为单选题，多选题尽力少一点，不然论文分析不好写，此外，还需要注意分数档位的设计，像是1-10分，这样其实你统计完了就是十个表格，而且相差不大。

问卷的发放，第一种就是打印出来，去你需要调研的地方发放，一般本科生在这个方面难度比较大，除非是平时就有这方面经验的同学，因为这个需要时间，而且很多人不愿意给陌生人填写问卷，因此收集起来比较困难。第二种采用网上问卷统计方式。

一、问卷类型

问卷调查分为两大类：即量表问卷和非量表问卷。

量表问卷通常更多用于学术研究，其特点在于更多的态度认知题项，体现样本人群对于某事物的态度看法态度情况等，通过对各研究变量的关系研究，找出其中内涵逻辑关系。

非量表问卷更多体现对某现状的事实情况和基本态度调研，比如样本进行网购的原因，不进行网购原因，网购平台的使用现状情况等。此类问卷更多在于分析思路的逻辑和现状情况的了解分析，以及样本的基本态度情况。

二、分析方法

从分析方法上，量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。以及可以使用信度、效度、因子分析等方法。

非量表题其最大的特点为大部分为单选题、多选题或者排序填空题等，但很少 有出现量表题（是量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和 “非常同意”之类的问题）更多是使用基本频数分析和交叉分析等，同时使用图形和表格进行多样化展示。

三、分析结果

问卷数据一般使用SPSS进行分析即可，分析基础薄弱的，可使用SPSSAU进行分析。分析结果生成的是“类三线表”的格式，系统会自动生成指标解读报告。

SPSSAU智能分析

问卷调查你还是想对自己负责任的话，那就在街头采访或者一个种统计学的方式去调查，这我想你都会。但是毕业论文一般卡的也不严，尤其是大学本科。很多人的问卷调查，市场调查其实都是自己添的，你随便儿写一点儿符合你的调查结果就完事儿了。现在谁搞点儿统计，调查都怎么干，也不只是毕业学生。提前练一练，这种手法对你以后的工作也有帮助。

第一步如果是量表你可能要做的是项目分析和信效度分析你可以对关心的问题做一下描述分析和频数分析等，还可以做一些简单直观的图形还可以做一些相关分析，聚类分析，或者多维尺度分析回归分析也可以，还有均值比较等其实还看你的目的，也可以做结构方程模型最后想说的是具体问题具体分析，一切都是根据你的目的来做的，不能为了找方法来找方法

可以使用问卷星统计。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。调查问卷统计的方法：1、从目标入手，找关键词，结合研究目标设计题项。问卷设计的最终目的是通过问卷收集数据，了解某个问题的原因状况并且给出科学的建议。因此问卷题目的设置始终都要围绕着目标展开。不用急于开始设计问卷，首先要确定好研究的主题，相信这不是什么难事，有了这一点，接下来就好办很多。从这一主题入手可以看看，这个主题下可以细分出什么关键词。2、问卷结构尽量简单明了，便于后续分析。问卷的题目不是一拍脑袋，想到什么题目就加上什么。每个问题都应该有它出现在那里的道理。一份好的问卷一定会有一个清晰的结构框架。想要了解更多关于问卷调查的问题，推荐咨询问卷星 问卷星旨在以问卷为基础，提供强大的数据收集、存储和分析工具，深挖数据价值。自2006年上线至今，用户累计发布了超过亿份问卷，累计回收超过亿份答卷，并且保持每年100%以上的增长率；用户已覆盖国内90%以上的高校和科研院所，曾服务过300万+知名企业，成为了调研行业的引领者。