发布时间：
本科论文需要信度效度分析。
信度和效度分析在问卷分析中大多都会用到的，即使是成熟的问卷，一般也是需要做的，在本科和研究生的论文中均适用。信度和效度是用来衡量问卷质量的，如果问卷的信度和效度比较好，证明问卷的数据可靠性比较高，问卷数据内部一致性比较高，所以可以用来做后续的建模分析。
论文是一个汉语词语，拼音是lùn wén，古典文学常见论文一词，谓交谈辞章或交流思想。当代，论文常用来指进行各个学术领域的研究和描述学术研究成果的文章，简称之为论文。它既是探讨问题进行学术研究的一种手段，又是描述学术研究成果进行学术交流的一种工具。
摘要
随着计算机技术和因特网的迅猛发展，网上查询、检索和下载专业数据已成为当前科技信息情报检索的重要手段，对于网上各类全文数据库或文摘数据库，论文摘要的索引是读者检索文献的重要工具，为科技情报文献检索数据库的建设和维护提供方便。
摘要是对论文综合的介绍，使人了解论文阐述的主要内容。论文发表后，文摘杂志或各种数据库对摘要可以不作修改或稍作修改而直接利用，让读者尽快了解论文的主要内容，以补充题名的不足，从而避免他人编写摘要可能产生的误解、欠缺甚至错误。所以论文摘要的质量高低，直接影响着论文的被检索率和被引频次。
问卷并不是一定要做信度效度检验：信效度分析主要针对【量表】类问卷，而如果只是调查一些客观现实（如年龄、性别、职业、车辆、工资等）以【显变量】为主的问卷，是不适合做信效度分析。
如果含有多选题是无法做信度分析。而非量表类问卷的选择题信度与效度主要通过专家审定，无需进行信度分析。
信度测定的缺点：，由于涉及误差平方和，所以，需要对相同的调查对象，通过多次重复测量，在估计T和X取值的基础上，才能得到信度估计。但是多次重测会带来记忆效应及联系效应，而且会造成被调查者的反感，所以在调查研究中实现较为困难。
扩展资料：
效度的作用：
一、预测误差：效度系数的实际意义常常以决定性系数来表示，意旨相关系数的平方，它表示测验正确预测或解释的效标的方差占总方差的比例。
二、预测效标分数：从预测分数预测效标。
举例说明：成绩如果X与Y两变量呈直线相关，只要确定出二者间的回归方程，就可以从一个变量推估出另一个变量。
三、预测效率指数：可以比盲目预测减少的误差。
参考资料来源：百度百科-信度
参考资料来源：百度百科- 效度
效度与信度是优良测量工具所必备的两项主要条件。效度与信度之间存在的关系，可以用一句话来概括：信度是效度的必要条件而非充分条件。 信度是效度的必要条件，就是说，一个指标要有效度就必须有信度，不可信就不可能正确。但是，信度不是效度的充分条件，即是说，有了信度，不一定有效度。
问卷并不是一定要做信度效度检验：信效度分析主要针对【量表】类问卷，而如果只是调查一些客观现实以【显变量】为主的问卷，是不适合做信效度分析。如果含有多选题是无法做信度分析。而非量表类问卷的选择题信度与效度主要通过专家审定，无需进行信度分析。如需制作调查问卷推荐使用问卷星。问卷星不仅提供了基础的统计分析服务，而且提供了专业的SPSS分析功能。目前支持的分析方法包括：信度效度分析、相关分析、T检验、回归分析、方差分析、分子分析等。使用方法具体如下：1、点击“新增分析”，选择合适的分析方法；2、根据提示进行必要的分析设置，并提交；3、分析需要一定时间，请勿重复提交；4、查看分析结果，并可针对分析结果进行更新、下载、删除等操作。想要了解更多关于调查问卷的相关问题，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。
严格来说！不是所有问卷都适合做信效度分析，信效度分析主要针对【量表】类问卷，而如果只是调查一些客观现实（如年龄、性别、职业、车辆、工资等）以【显变量】为主的问卷，是不适合做信效度分析的！判断一些变量之间是否适合做信效度检验，应该关注这么几点：（1）潜变量：直接无法观测到的变量，主要反映人的认知和主观意愿等（2）可测：可以被测量的变量，一般是有序或等距的变量，而不是像地点这样的分类变量（3）变量之间等距等尺度：例如均采用5点或7点评分法获得的测量数据
效度与信度是优良测量工具所必备的两项主要条件。效度与信度之间存在的关系，可以用一句话来概括：信度是效度的必要条件而非充分条件。 信度是效度的必要条件，就是说，一个指标要有效度就必须有信度，不可信就不可能正确。但是，信度不是效度的充分条件，即是说，有了信度，不一定有效度。
一般问卷都是需要做信效度检验的，表明你的研究工具可靠、可信。
信效度分析主要针对【量表】类问卷，而如果只是调查一些客观现实（如年龄、性别、职业、车辆、工资等）以【显变量】为主的问卷，是不适合做信效度分析。
如果含有多选题是无法做信度分析。而非量表类问卷的选择题信度与效度主要通过专家审定，无需进行信度分析。
信度测定的缺点：由于涉及误差平方和，所以，需要对相同的调查对象，通过多次重复测量，在估计T和X取值的基础上，才能得到信度估计。但是多次重测会带来记忆效应及联系效应，而且会造成被调查者的反感，所以在调查研究中实现较为困难。
相关拓展
信度检验是指问卷的可靠性检验，指采用同样的方法对同一对象重复测量时所得结果的一致性程度，也就是反映实际情况的程度。信度指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
信度分析的方法主要有四种：重测信度法、复本信度法、折半信度法以及 α 信度系数法。
以上内容参考 百度百科-信度检验
做问卷调查一定要做信度与效度分析的。问卷调查往往只是整个项目的一个环节，在正确项目的目标下，一定会另有调查的可信度，有效分析来支持调查结果，表明研究工具可靠、可信。效度的作用：一、预测误差：效度系数的实际意义常常以决定性系数来表示，意旨相关系数的平方，它表示测验正确预测或解释的效标的方差占总方差的比例。二、预测效标分数从预测分数预测效标。例如，成绩如果X与Y两变量呈直线相关，只要确定出二者间的回归方程，就可以从一个变量推估出另一个变量。三、预测效率指数可以比盲目预测减少的误差。想要了解更多关于调查问卷的问题，推荐咨询问卷星 问卷星是强大易用的在线问卷调查平台，丰富的题型和多样的功能帮助各行从业者，高效完成其问卷调查的工作。此外，还可以创建在线考试、报名表单、在线测评和360度员工评估、在线投票等丰富应用；更是拥有1亿+模板复制可用，多终端+多渠道问卷分发，不限填写次数，实时监控填写进度，数据自动统计分析。专业团队，值得信任！
不是的，亲，如果不懂，我这边可以帮忙
需要做问卷调查的，最好是用自己调查的数据来写，要不然你老师叫你给相关资料和数据的时候你给不出来那就不好办了，毕业资料大概100份也就可以了，看下51调查网上就有这样的活动，
实质性研究的毕业论文，都是需要问卷调查的
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。
量表题可以使用信度、效度、因子分析等方法进行分析。具体可以参考下面的量表类影响关系研究框架。
一般做描述，差异，相关和回归分析。
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
论文问卷数据怎么分析如下：
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，分析基础比较薄弱，可使用SPSSAU进行分析。SPSSAU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。
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
如果问卷内容设计的合理，每道题设计的都与研究主题有关，理论上每道题都应该有其分析价值。
当然也不代表每道题都要分析，分析什么主要由你的研究目的决定。
如果希望研究关系情况，可使用交叉分析，如果需要较为复杂的方法。如研究影响关系可能用到相关分析、回归分析等。如果想对消费人群进行分类，可能会用到聚类分析等方法。
建议参考SPSSAU分析思路模板。
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。
量表题可以使用信度、效度、因子分析等方法进行分析。具体可以参考下面的量表类影响关系研究框架。
看你问卷上面有哪些类型题目选择统计方法