1397份问卷、约5000小时体验数据：从一项听障人士AR研究看问卷类毕业论文的调研设计

2026年10月28日讯 据封面新闻报道，清华大学经济管理学院官方账号10月27日发布与亮亮视野合作的专项报告。报道提到，研究团队2021年调研了近2000名听障人士，形成1397份问卷，并积累了约5000小时的用户体验数据；相关AR字幕眼镜曾于2022年获得联合国教科文组织NETEXPLO科技创新奖，研究项目于2025年获得国际信息系统协会（AIS）影响力奖。

从近2000名受访者到1397份问卷，这组数字本身就值得细看：调研对象和最终进入分析的有效问卷之间，往往存在差距。对写问卷类毕业论文的同学来说，如何得到一份质量可靠的样本，是整个研究的地基。

样本从哪里来，决定结论能推广到哪里

问卷类论文最常被质疑的是样本代表性。很多同学图方便，在朋友圈、班级群里转发问卷，回收的样本以同龄大学生为主，却想得出关于全体消费者或全体员工的结论。评审专家一看样本构成，就会对结论的适用范围打上问号。

比较稳妥的做法是，在设计研究的时候，明确目标人群，尽量通过目标人群相关的途径发放问卷。例如听障人士等群体，是需要借助于某些组织或机构才可以接触的。如果样本确有不足，那么就在论文中指出，缩小自己的结论。

样本构成决定了结论能推广到什么范围（插画）

问卷设计和数据清洗

问卷题项最好参考成熟的量表，并说明来源、改编情况。自编的题项要进行预调查，以检验其信度和效度。题目表述不诱导，不出现一题多问的情况，选项要全面且不重复。对于特殊人群需要考虑问卷的形式是否便于理解与回答。

回收问卷之后，数据清洗同样重要。作答时间过短、所有题目选同一选项、注意力检测题答错的问卷，通常需要剔除。剔除标准要事先确定，并在论文中写明回收了多少份、剔除了多少份、依据是什么。这样读者才能判断最终样本的质量。

用可复现的方式完成分析

信度效度检验、描述性统计、回归或结构方程模型，是问卷类论文常见的分析步骤。PaperOK科研助手可以在本机调用Python或R环境完成这些分析，统计检验、回归和可视化的脚本都可以复现，结果导出为三线表；经济管理、心理教育等学科模式提供相应的专业知识和插件。问卷数据可能包含个人信息，处理前应做好匿名化，也可以选择“逐步确认”或“只读”模式。

写明回收、剔除和最终样本数量，读者才能判断数据质量（插画）

常见问题

问：问卷样本至少要多少份？

没有标准答案，看分析方法以及变量个数。可以参照所用方法的常规要求和该领域文献，与导师商量。

问：问卷回收率很低，要写进论文吗？

要如实写。回收率和剔除情况是评价数据质量的重要信息，隐瞒反而会让人怀疑。