发布时间：
好的，我帮你完成。。。。
可以。问卷设计一般本科10-15道题，一份问卷，硕士一般15-25道题一份问卷，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。当你的问卷回收率高于75%，那么你这个问卷就可以作为毕业论文的问卷分析使用了。只要问卷具有一定代表性，数据有足够的支撑，就可以写毕业论文。问卷星是长沙冉星信息科技有限公司旗下的一个专业的在线问卷调查、测评、投票平台，专注于为用户提供在线设计问卷、采集数据、自定义报表、调查结果分析系列服务。
按照你的意思其实你要收的是300份的有效问卷，发布问卷就不能只发300份了，要预计多发一些，调查问卷的问题一定是要有针对性的，调查目标明确的，这样答卷者回答的才会明确。比如你说的大学毕业论文如果是针对人群是在学校的学生的话那就做学校的问卷调查，对其他人做就没什么用了。你这样做的话还不如到我要调查网站上去弄好问卷做然后叫人来做这样也方便
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。
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~我要调查网，让调查更简单方便！
本科的毕业论文问卷调查一般是：300到500份，比较合适。
在正式发放问卷收集数据之前，通常都会先进行小范围的预调查。预调查对调查人数和调查对象的要求相对不高，主要目的是为了获得问卷填写者针对问卷的反馈信息，以便及时对问卷的题目描述、顺序设置、措词等进行优化。
同时，也可以对预调查得到的数据进行探索性因子分析和可靠性检验，确保最终调研问卷的信度和效度。
因此，这部分主要汇报预调查的过程、发现的问题及修订举措、信效度分析结果及是否对量表进行了相应的调整。
调查对象、样本特征如下：
这部分主要介绍问卷调查的具体对象是谁，由哪些人组成，为什么选择他们作为调查对象，他们是否有代表性，还可以介绍抽样对象占目标人群或抽样范围多少。
同时还要对有效样本的数据进行描述，通常包括性别、年龄、学历、职业、婚育状况，等受访者人口统计信息及行为特征。这部分通常会附一个简单的三线表进行描述，说明各分类群体的人数和占比。
最后，总结出正确可靠的数据。
一般问卷都不会是100%有效 因为中间有前后矛盾啊 还有什么没有完整的各种原因，会导致问卷不可能是100%的有效。我的毕业论文也有问卷调查，老师总说这部分不够满意，，，，，，，都不知道怎么才算好的~~
问卷有效率要达到多少问题一：调查问卷的有效率为多少才有效？90%问题二：问卷调查的回收率应该是多少，才算有效的调查？回收率很重要吗？我发出10万份问卷，回收1万，回收率10%你发出50份问卷，回收50份，回收率100%回收的问卷够抽样母体需求就好了。主要还是看问卷的有效率。如果问卷的可辨有效率不足90%，那就说明我们的调揣方法有问题，调研数据就失去价值了。问题三：调查问卷一般多少问题比较合适？问卷的题目数量是要控制的，过长的问卷会使被试厌烦，降低信度和效度。此外，在做问卷时，送给被试一份小礼物，调查者的合适着装、言语表达、态度和相似的年龄，都可以获得被试的好感，得到较好的配合。从我们曾经做过的几次问卷调查看，如果是公司在内部进行的调查，问题数量可以多一点，但也不能无限制，同时还要根据问卷内容，一般设置50题以内。如果是对社会进行问卷调查，那更要减少问题数量，经验告诉我们30道题目就会让被调查对象厌烦。如果你做电话问卷调查，10道题目以内比较好，自己感觉3－5道题目最好。参考资料：问题四：问卷回收率多少才好？回收率=(实际完成询问的个案数/计划完成的样本总个案数)×100％可接受的回收率，以及很好的回收率的标准是什么呢？对此学界目前还没有统一的认识。纳克米亚斯等人指出：“要确定一种可接受的回答率标准并不是一件容易的事情，因为科学家在最低回答率的标准上意见不一致”(Nachmias&Nachmias,2000:213)。美国社会学者巴比提出过一个简单的等级规则：“要进行分析和报告撰写，问卷回收率至少要有50％才是足够的，要至少达到60％的回收率才算是好的；而达到70％就非常好。”但他同时也明确指出：“要记住，以上数据都只是概略指标，并没有统计上的基础”(巴比，2000：331)。查看更多答案>>问题五：调查问卷一般要有多少份才行5分100份。问题六：调查问卷的回收率和有效率有效率：、回收率：。你这回收率及有效率有点高，一般回收率在20%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。
查重率过低会导致论文存在大量的抄袭和剽窃现象。
查重率是指论文中与已有文献重复的内容所占比例。过低的查重率说明论文中可能存在大量的抄袭或剽窃现象，这不仅严重影响论文的质量，更可能导致论文被退回或被认定为抄袭论文而被撤销。原因主要有以下几点：
1、抄袭和剽窃现象。如果论文中存在抄袭和剽窃现象，那么论文的查重率就会非常低。
2、论文写作不规范。如果论文的写作不规范，比如缺乏引用、参考文献不全等，也会导致查重率偏低。
3、论文选题不当。如果论文选题不当，选择的主题与已有文献相似度很高，那么论文的查重率也会偏低。
4、查重工具问题。如果使用的查重工具不够准确，也可能导致查重率偏低。
因此，建议在论文写作过程中，注重引用和参考文献的规范性，尽量避免抄袭和剽窃现象，合理选择论文主题，使用准确的查重工具进行检测，保证论文的质量。
如何有效提高论文查重率：
1、合理引用和参考文献：在论文写作过程中，应该注重引用和参考文献的规范性，避免出现未注明出处或引用不规范的情况，这样可以有效提高论文的查重率。
2、检查论文写作质量：在论文写作过程中，要注重细节，尽量避免语言表达不清、结构混乱等问题，这样可以有效提高论文的查重率。
3、合理选择论文主题：在选择论文主题时，要尽量避免与已有文献相似度较高的主题，这样可以有效提高论文的查重率。
4、使用准确的查重工具：选择准确的查重工具可以有效提高论文的查重率。常用的查重工具有Turnitin、iThenticate、Grammarly等。
总之，保证论文质量和查重率的高度，是论文写作过程中非常重要的一环。只有通过合理的引用、规范的写作、选择适当的主题和使用准确的查重工具，才能有效提高论文的质量和查重。
论文的重复率过低，这说明这篇论文是学生自己所写的，很少有借鉴其他的相关内容，在一定程度上会更容易通过的，但是论文的重复率低，并不代表论文写得好，低出合理范围内了，则会出现胡编乱造的不合理现象，因为没有数据支撑，学术问题研究提供参考文献价值也很低。他超过了合理的全职，就意味着论文与现有的研究中缺乏兼容性了。如果是严重的情况下，也会被怀疑论文缺乏理论依据。
在学术界，抄袭或剽窃行为是严重违反学术道德的行为。如果审核人员发现论文中存在抄袭或剽窃现象，论文将被认为是低质量的、缺乏创新性的，即使其他方面表现出众也会被拒绝。而查重结果过低，虽然不能直接证明论文存在抄袭或剽窃行为，但也会引起审核人员的怀疑和不信任，降低论文的信誉度和评分。
每个学校对于毕业论文的写作都有很详细的规定，当然，论文查重率也有规定，这是为了防止人们学术不端，发生论文抄袭的问题。论文重复率低，说明你的论文原创度很高，跟查重系统数据库里面的数据进行比对时，没有发现过多相似的部分。
论文查重率是越低越好的，越低越容易通过学校的查重检测。但是重复率低并不代表着毕业论文的质量高。事实上，每个学校都会设定一个比较合理的查重率。只要我们毕业论文的重复率低于规定值就行。当然，论文重复率低也不代表你就一定可以参加毕业答辩。毕业论文查重率只是查重系统检测的一个结果，系统并不能检测不出你思维和逻辑，并不是论文查重率低就万事大吉了，也这并能不代表论文一定没有学术造假，利用非法渠道找论文代写也是可能的。不管论文结果怎么样，真实最重要，即使自己写的论文不好，查重率高，也是有办法解决的，我们也可以选择一个正规的查重软件检测，慢慢降低查重率就行。
毕业论文对于毕业生而言是很重要的，我们的人生从出生开始就一直在学习，如今要从离开学校了，谁不想给自己在学校的生涯画上一个圆满的句号。所以希望大家可以珍惜，很多人都没有上大学的机会呢。
论文重复率过低可能会引起答辩老师的重视，不仅要看论文检验报告的来源，提出的问题也更加明确，要求说明原始观点及其影响和作用等。论文的重复率只是检测论文中的重复率。需要注意的是，论文重复率太低，还有其他影响因素，比如论文检测系统选错了，一些计算重复部分的计算方法不够科学，数据库含量不足的检测系统会导致论文重复率低。
一般来说，初稿查重率低是一件好事，这说明论文全是自己写的，没有大篇幅的抄袭引用。
但是查重率低并不意味着文章质量好，有些学生的论文重复率为零，是因为抄袭的内容刚好查重系统的数据库没有收录，但有些学生的论文重复率确实为零，完全是自己原创写的。
即便论文重复率很低，也并不意味着论文就是合格的，因为不仅需要通过论文查重，而且还得要通过导师的人工审查才行。
每个学校都有一个合理的论文重复率范围，只要自己的重复率符合学校要求的标准就行了，也没有必要降到很低的重复率。只要保持论文的原意和逻辑清晰，并且没有重大问题，那么一般的论文质量也不会很差。如果为了降低论文的重复率而改变了论文的初衷，就无法保证论文的质量。
降低查重率的方法：
1、外文文献借鉴
检测的范围绝大多数是那些中文的文献，相对外文文献就并没有涉及到的了。所以去网上找某些方面的英文文献，做好重新融合。
2、利用表格
表格、图片绝大多数是检测不了的，能将文字转化为表格，简单明了，也肯定不易检查出是重复抄袭的。不过这种行为不可以大规模使用，不可以论文字数是未能达标。
3、标点符号断句法
特别是在注意标点的灵活运用，将汉语或者英语的的复合句，用标点切割成2个或好几个分句。虽然句子的整体意思没有变，可是重复率却降下来了。
4、引用书本知识
不少书籍是并没有涵盖在检测数据库中的。所以从某些书籍中摘录了一大段文字或是做好适度的引用，是能够降低查重率的。
论文查重率越低越好？大多数学生和作者期望的是较低的重复率，而大多数学生认为查重率越低越好，甚至希望没有重复率。那么论文查重率是否越低越好？接下来，让小编带你去了解！ 一般企业来说，论文查重率低是好事，说明论文工作都是我们自己写的，没有进行大量抄袭引用。 然而，低查重率并不意味着文章的质量很好。有些学生抄袭了其他人的论文内容，查重率为零只是这部分内容没包括在查重系统数据库中，还有一部分学生查重率为零，确实是完全是原创的。 众所周知，论文查重系统的工作原理是将上传的论文跟论文查重系统数据库中的文献进行对比查重。这是一项程序工作。结果只是机器的检测结果。机器无法检测论文的思想和逻辑。然而，在论文答辩审查中，导师和编辑将重点关注审查这两个方面。即使论文的重复性很低，如果逻辑和论论文也不会通过。 每个学校都会要求论文查重率标准，只有论文查重率符合学校标准，才能参与后续的答辩。只要我们论文的初衷和逻辑结构清晰，没有一个重大发展问题，一般论文的质量就不会很差。如果论文的初衷改变了，以降低论文的重复率，就不能保证论文的质量。 因此，小编想提醒大家，降低论文重复率是可以理解的。毕竟，学校和期刊公司对此有严格的要求。然而，论文学术价值很高，只要是原创写作，不必要追求特别低的查重率。 以上是小编整理的论文查重率是否越低越好？请阅读和观看以上信息，希望这些信息对您有所帮助。顺便说一句，最后，请关注我们的paperfree论文查重系统平台。小编将继续为您带来最新的论文知识。
做量表研究的人，或多或少都曾因为量表效度不达标困扰过，尤其在很多研究领域并没有特别权威的经典量表可以引用。使用自制的量表来研究，容易信效度不达标，那么如果遇到效度非常糟糕的情况时应该怎么办呢？
在解决效度低的这个问题之前，我们不妨一起来回顾下，判断效度达标的指标都有哪些。以使用探索性因子分析检验结构效度为例：
（ 1 ） KMO > 、通过巴特莱球形检验
SPSSAU效度分析 中可自动输出KMO 和 Bartlett 的检验结果。
如果KMO值高于，则说明效度高；如果此值介于之间，则说明效度较好；如果此值介于，则说明效度可接受，如果此值小于，说明效度不佳(如果仅两个题；则KMO无论如何均为)。
通过Bartlett 球形度检验意味着变量之间有一定的相关性，适合使用因子分析检验效度。
（2）分析项归类清晰
结构效度分为两种：一种是使用探索性因子分析的方法；另一种是使用验证性因子性分析。其中探索性因子分析适合非经典量表使用。
比如说预期有5个维度，但是分析后得到3个公因子，可能就是某些分析项预期与实际分析时出现了偏差，这时可以适当删减不合理的分析项，当分析项与维度的划分与专业意义上的内在逻辑结构基本一致，此时则说明数据具有较好的效度。
通常分析项的在某个因子下的因子载荷系数绝对值>，即认为该分析项可以归属于这个因子下。
比如上表中的分析项d1，预期归属于因子5里，但实际在因子1里。此时就应该移出d1重新分析。
（3）其他效度分析判断指标： 共同度 、相关系数矩阵等
如果变量相关性过高，可能会存在共线性问题，区分效度较低等问题；如果相关性太低，则说明变量之间的内在联系比较弱，不适合进行因子分析。通常共同度值>即可。
共同度值可在 效度分析 结果中获得，相关系数矩阵可通过SPSSAU【 通用方法 】--【 相关 】得到。
（1）怎么都划分不清维度
（2）实际分析项归类与预期维度不同
（3）有很多共同度很低的题项
（1）怎么都划分不清维度
建议每次 放入一个维度的题项 ，移出共同度低的问题。重复以上操作，将每个维度分析一遍，确保每个维度内部没有太糟糕的题。然后再放入全部的题目，整体分析。这样就可以看到维度之间划分得是否清晰。
（2）实际分析项归类与预期维度不同
分析项归类与预期维度不同，是一个非常常见的问题。
CFA检验流程轻参考：
建议每次放入一个维度的题项，移出共同度低的问题。重复所有维度操作一遍，确保每个维度内部没有太糟糕的题。然后再放入全部的题目，整体做一遍。这样就可以看到维度之间划分得是否清晰。
如果仍然无法解决建议可增加样本量，或重新收集数据修改量表内容。
如果结果的维度划分比较清晰，且符合专业知识认知，建议以分析结果为准，根据假设和结果，修正量表。
同样的样本数据，不同的分析思路，有可能出现结果不相同，但只要符合效度的思维概念即可。
（3）有很多共同度很低的题项
有很多共同度低的分析项，意味着分析项之间的关联性较低，通常这时候分析项归类也不好。
此时建议可以从共同度最低的分析项开始移出，依次分析直至删除所有共同度小于的项，需要来回多次进行对比，找出最佳结果。
当然，最根本的改善效度的方法，还是要做好预调研工作，保证数据收集质量。设计量表时每个维度的题目最好有出处可寻。这样做才能为后续分析工作提供便利。
去百度上面查查啊
保证良好信效度的5个方法
01
提高信度的方法
方法1：适当增加同质的题目来增加量表的长度
方法2：问卷题目设置的难度适中
方法3：测验的时间够充分
02
提高效度的方法
方法1：确定好量表的假设结构维度，编好每个问题题目
方法2：保证回收量表的质量和数量，题目数量与被试样本数量之比最好是1:5
方法3：适当增加同质的题目来增加量表的长度。
03
使用成熟问卷
大部分同学是可以做到的，使用现成的问卷，或者稍加改动后使用，但也有少数人觉得修改一些没有问题，然后导致问卷逻辑有问题，最终造成信效度较低甚至不达标，辛苦收集的数据白白浪费掉。
04
小范围测试问卷
发放正式问卷之前，最好有一次试测，即便小范围收集几十个样本，然后跑下数据，看看信效度和其他分析的大致情况。
05
剔除无效样本
只要真实收集问卷，无效样本量会很小，但严格来讲，并为了保障结果更好的满足预期，需要剔除无效样本。
信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性。反之，随机误差可能导致不一致性，从而降低信度。效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低。效度分为三种类型：内容效度、准则效度和结构效度。提高测验信度的方法 : （ 1 ）适当延长测验的长度 : 测验的长度主要指量表所包含的题目多少。对一个测验来说 , 测验的题目越少 , 得分越容易受偶然因素的影响 , 故测验的信度越低。 反之如果测验题目较多 , 即测验长度延长 , 扩大了被试得分范围 , 可在一定程度上排除偶然因素的影响 , 从而提高测验信度。但是测验信度的增加并不是等比例提高信度系数。当信度系数较小时 , 延长测验长度信度系数增加较大 ; 当信度系数已经较大时 , 延长测验长度对信度系数的影响就较小了。而且 , 在延长测验长度时 , 还需考虑其他因素的影响 , 如被试在回答问题时是否疲倦或产生厌烦情绪 , 是否节省时间、物力和财力 , 测题是否附合测验目的等。 （ 2 ）测验的难度要适中 : 难度即测验的难易程度 , 当测验难度太大时 , 被试得分普遍太低 , 呈负偏态分布 ; 当测验难度太小时 , 被试得分普遍较高 , 呈正偏态分布。太难太易的测验都使被试得分差异减小 , 使实得分数方差减小 , 从而降低测验信度。（ 3 ）测验的内容尽量同质 : 性质相同的测验内容 , 对被试也要求相同的能力、知识和技能 ; 而内容不同质的测验 , 则要求被试不同的能力、 知识和技能。因而为了提高测验信度 , 测验内容应尽量同质。 （ 4 ）测验的时间要充分 : 对某一测验而言 , 应保证绝大多数被试在规定时间内完成测验 ; 否则 , 如果被试不能从容回答所有问题 , 就不能反映被试的真实水平。 （ 5 ）测验的程序要统一 : 包括测验的题目统一 , 指导语、 回答问题的方式、分收试卷的方法、测验时间等都要统一。 （ 6 ）评分要客观 : 评分是否客观对测验信度有直接的影响。对于客观性题目 , 评分标准明确 , 评分容易做到客观 ; 但对于主观性题目 , 受评分者影响较大 , 不易做到客观。为了尽可能客观评分 , 应制定明确而易掌握的评分标准 , 尽量做到一卷多评 , 或一人只评一题等。 提高测验效度的方法 : （ 2 ）控制系统误差 : 系统误差是影响测验效度的主要因素。它主要包括仪器不准 , 题目和指导语有暗示性 , 答案按排不当 ( 被试可以猜测 ) 等 , 控制这些因素可以降低系统误差 , 提高效度。 (2) 精心编制测题和测验量表 : 首先测题内容要适合测验目的 , 如知识性测题就不能全面反映被试的智力水平 , 它主要测量其知识水平。其次 , 测题要清楚明了 , 用语要让被试理解 , 排列由易到难。第三 , 测题的难度和曲分度要合适。 (3) 严格按照测验程序进行测量 , 防止测量误差 : 要严格按照测验手册进行测量 , 不能作过多的解释 , 按标准评分 , 两次测验间隔要适当。 (4) 样本容量要适当 : 当样本容量增大时 , 样本对总体的代表性提高 , 样本大 , 被试的内部差异增大 , 扩大了真分数的方差 , 使效度提高。 样本容量一般不应低于 30 。另外 , 抽样方法也很重要 , 一般用随机抽样 , 当群体很大时 , 可分层抽样 , 样本容量扩大时 , 其代表性才随之增大。 (5) 正确处理好信度与效度的关系 : 信度是效度的必要条件 , 但信度高的测验 , 效度不一定高 ; 而效度高的测验 , 信度却比较高。但是 , 既要有高效度 , 又要有高信度是不容易做到的。“最大可靠度（信度）要求测验项目之间有高度的组间相关； 最大预测有效度却要求低度的组间相关。最大可靠度（信度）要求项目等同的难度； 最大预测有效度却要求项目的难度有所区别。中等程度的组间相关（ ─ ), 通常可产生良好的效度 ( ─ ), 并且产生满意的信度 () 。” ( 郝德员 : 《教育与心理统计》 , 教育科学出版社 ,1962 年版 .P429) (6) 适当增加测验的长度 : 增加测验的长度可提高测验的信度 , 也可以提高效度 , 但增加测验的长度对信度的影响大于对效度的影响。如果增加测验 长度到原来的 n 倍 。