本科论文的数据分析

这个要根据作者分析的内容而定，通常分析问题越复杂需要的数据量会越大。统计上说至少30才可以，才算大样本，这样就可以减少样本误差;但是还要看变量数，样本数至少比变量数多1个。这些都是样本的最低要求。论文要求有实证是指在论文当中引用、阐述的事件,需要提供事实的证明,来说明事件的真实性。

如果本科专业是文科性专业，本科毕业论文可以只对收集到的数据进行描述性分析。文科专业对毕业论文的数据分析要求不高，一般只要有调查问卷和调查结果分析就可以可，所以可以只对收集到的数据进行描述性分析。但理工科专业对数据的分析非常重视，需要详细描述数据的来源，及数据模型分析，不能只对收集到的数据进行描述性分析。

确实比较难，主要由3个原因：①模型即理论的问题，也就是说，模型本身是缺乏理论支撑的。这就是为什么量化论文要有严格的理论推导过程。②构念的操作化出现了问题，比如你要测量“品牌忠诚”（只是举一个简单的例子），真正测出来的是否就是品牌忠诚。测量的效度问题不能只看数据统计结果，测量的内容效度需要结合定性方法判断。引起测量效度低的原因可能包括：原始量表为英文量表时，翻译出现了问题，所以严谨的文献中要求用back-translation的方法；量表中遗漏了关键的要素，导致测量的充分性（measurementadequacy）不足。③数据收集过程中的问题。即便理论和测量都没有问题，数据收集过程仍然可能会导致“结果不理想”的情况。所以要对数据收集过程进行严格的控制。例如，针对谁调研，明确告知调研目的，匿名性保证，清晰的问卷填写说明，设置陷阱题，尽可能采用线下问卷调研，给予被调适当的激励，尽可能随机地发放问卷，等等。

如果本科专业是文科性专业，本科毕业论文可以只对收集到的数据进行描述性分析。文科专业对毕业论文的数据分析要求不高，一般只要有调查问卷和调查结果分析就可以可，所以可以只对收集到的数据进行描述性分析。但理工科专业对数据的分析非常重视，需要详细描述数据的来源，及数据模型分析，不能只对收集到的数据进行描述性分析。