Dissertation问卷数据不合规怎么办？样本量不足、信效度不达标与质性分析补救方法

　　Dissertation做到数据分析阶段才发现问卷有问题，是很多留学生最容易卡住的环节之一。比较常见的情况包括：有效问卷数量低于预期、Cronbach’s α偏低、KMO不达标、数据明显偏态、部分题项无法通过效度检验，甚至已经收集的数据与原定研究设计不匹配。

　　这类问题并不意味着 Dissertation 必须推倒重来。真正需要判断的是问题发生在哪里，以及原始研究问题还能不能通过合理的方法回答。如果只是个别题项质量较差，可以重新进行量表检验和数据清洗;如果样本量不足，需要重新做 power analysis 并调整分析策略;如果量化问卷已经无法支撑原来的假设检验，则可以评估是否转向质性研究或混合研究设计。

　　需要特别强调的是，所谓“补救”不是修改数据让结果变得好看，也不是为了达到某个显著性水平反复删除样本。Dissertation 的方法调整必须能够解释原因，并与研究问题、理论框架和数据特征保持一致。

　　Dissertation问卷不合规，先判断到底是哪一种问题

　　很多学生一看到 SPSS 输出中的红色提示，就认为自己的问卷“废了”。实际上，不同问题的处理方式完全不同。

　　如果是某几个题项与其他题项相关性很弱，问题可能出在量表设计或题目理解上;如果是整体样本量不足，核心问题属于 statistical power;如果数据明显偏态，则需要重新检查统计方法是否满足参数检验的假设;如果问卷本身没有得到足够有效回应，才需要考虑是否重新设计研究路径。

　　一个实际工作中比较常见的情况是：学生原计划收集 200 份问卷，最终只获得 83 份有效样本。此时不能简单地写一句“由于样本量较小，因此采用 PLS-SEM”就结束。需要回到研究模型，确认变量数量、预测变量数量、效应量和显著性水平，再判断现有样本能否支撑计划中的分析。

　　G*Power 是研究设计阶段常用的 power analysis 工具，可以针对 t test、ANOVA、回归、χ² 等不同统计方法估算所需样本量。样本量并不存在一个适用于所有 Dissertation 的固定数字，100份、150份或者200份都不能脱离研究设计单独判断是否“够用”。

　　Cronbach’s α低于0.7，是不是一定要删题?

　　不一定。

　　Cronbach’s α经常被学生当成一道简单的“0.7及格线”，但实际写 Dissertation 时，不能只看这个数字决定是否删除题项。

　　例如一个包含 8 个题目的量表，Cronbach’s α为 0.64。此时应该检查每个题项的 Item-Total Correlation、删除题项后的 α变化，以及题目本身是否与理论构念一致。如果删除其中一个题项后 α提高到 0.73，而且该题项与其他题目的相关性明显偏低，那么删除就具有统计和理论上的依据。

　　反过来，如果删除题项只是为了把 α 从 0.68“刷”到0.71，但删除之后导致原有理论构念缺失，就不应该机械操作。

　　Dissertation 中更稳妥的处理方式是把统计结果与理论解释放在一起。数据告诉你哪里存在问题，理论决定这个题项能不能删。

　　KMO低于0.6怎么办?

　　KMO主要用于判断数据是否适合进行因子分析。

　　如果 KMO 较低，先不要直接删除大量题目。需要检查：

　　样本量是否过少;

　　变量之间相关性是否不足;

　　题项是否真正测量同一个潜在构念;

　　是否存在明显不适合进入因子分析的变量。

　　例如原本设计了 20 个题项，实际回收样本只有几十份，同时不同题项之间相关性很弱，此时即使不断删除题目，也未必能够得到理想的 KMO。

　　如果研究本身就是探索性研究，还需要考虑 EFA 是否真的适合当前数据，而不是为了满足论文格式要求强行进行因子分析。

　　问卷数据不服从正态分布，还能继续做分析吗?

　　可以，但需要重新考虑统计方法。

　　很多学生看到 Shapiro-Wilk 或 Kolmogorov-Smirnov 检验显著，就直接得出“数据不能用了”的结论。实际上，正态性检验只是统计决策的一部分。

　　如果研究计划使用 ANOVA、t test 或普通线性回归，需要进一步检查数据的分布、样本量以及具体模型的假设条件。对于明显违反参数检验假设的数据，可以根据研究问题考虑 Mann-Whitney U、Kruskal-Wallis 等非参数方法。

　　也可以根据变量性质和理论依据进行适当的数据转换，例如 log transformation，但不能为了让 P 值变得不显著或显著而随意转换。

　　更重要的是，不要把“正态性不通过”直接等同于“必须做数据删除”。数据清洗应该有预先定义的规则，例如异常值识别、缺失值处理和重复回答识别，而不是看结果不理想再决定删哪些数据。

　　样本量不够，能不能改用PLS-SEM?

　　可以考虑，但不能把 PLS-SEM 当成“小样本万能补救方案”。

　　PLS-SEM 对模型分布和样本条件的要求与某些协方差型 SEM 方法不同，因此在特定研究场景下确实可能更合适。但“每个变量只需要10到20个样本”这种简单说法并不能作为严谨的 Dissertation 样本量依据。

　　SmartPLS 的方法资料也明确提醒，传统的“10 times rule”只能作为非常粗略的估计，并不能可靠地替代 statistical power analysis。对于正式研究，更合理的做法仍然是根据模型结构、显著性水平、预期效应量等条件进行样本量评估。

　　举个比较直观的例子：如果你的模型有 4 个预测变量，和有 12 个预测变量，即使都使用 PLS-SEM，对样本量的需求也不会完全一样。研究模型越复杂，对统计功效的要求越需要认真评估。

　　因此，如果 Dissertation 已经只有 50—80 份有效问卷，建议先重新检查原来的研究设计，而不是直接把软件从 SPSS 换成 SmartPLS。

　　问卷只有50份，还能不能完成Dissertation?

　　有可能，但需要看研究目的。

　　假设原计划做大样本量化研究，最后只获得 50 份有效问卷，那么直接使用这 50 份数据完成复杂的回归、SEM 或多组比较，可能面临统计功效不足的问题。

　　但如果这 50 份数据具有一定研究价值，可以考虑把研究定位调整为探索性分析，使用描述性统计呈现样本特征，并重新评估研究问题。

　　另一种思路是采用 Mixed Methods。例如保留现有问卷数据，用描述性统计呈现基本趋势，再从受访者中筛选具有代表性的对象开展深度访谈。假设最终选择 6—8 名受访者进行半结构化访谈，可以进一步分析他们对某一现象的具体解释。

　　这里的关键不是用访谈“掩盖”样本量不足，而是让研究设计发生合理变化：量化部分负责回答“出现了什么现象”，质性部分进一步解释“为什么会出现这种现象”。

　　问卷彻底失效，可以转做质性研究吗?

　　可以，但不能简单把问卷结果删除，然后凭空增加几个访谈。

　　如果研究问题本身适合探索参与者的经验、认知、动机或行为原因，质性研究可能是合理的调整方向。

　　例如原来的研究问题是：

　　What factors influence international students' willingness to use online learning platforms?

　　如果问卷数据质量较差，但已经收集了一批开放式回答或完成了部分深度访谈，就可以重新考虑采用 qualitative approach。

　　如果采用 Grounded Theory，需要按照相应的方法开展编码，而不是简单把访谈内容归纳成几个主题。

　　经典的编码路径通常涉及 Open Coding、Axial Coding 和 Selective Coding。开放式编码阶段，将原始文本拆解为具有研究意义的概念;主轴编码进一步寻找概念之间的关系;选择性编码则围绕核心范畴建立更加完整的解释框架。

　　例如受访者反复提到：

　　“APP经常卡顿。”

　　“页面找功能很麻烦。”

　　“登录经常失败。”

　　开放编码可以分别记录为“系统性能问题”“界面复杂”“登录障碍”，之后再判断这些概念是否可以归入更高层次的技术使用障碍。

　　但要注意，Grounded Theory 并不是“访谈越多越好”。理论饱和关注的是继续收集数据后是否仍然产生新的理论见解和类别属性，具体判断必须结合研究问题和研究设计。

　　混合研究是比较现实的补救路线吗?

　　对于已经投入大量时间收集问卷的 Dissertation 来说，Mixed Methods 有时确实比完全推翻原方案更加现实。

　　比如学生已经收集到 50 份有效问卷，其中部分数据质量尚可，同时已经完成 8 次访谈。此时可以考虑：

　　保留问卷部分作为描述性统计基础;

　　从访谈中提炼核心主题;

　　再将量化趋势与质性发现进行解释性结合。

　　这样的研究设计比单纯写“由于样本量不足，所以采用质性分析”更加完整。

　　不过，混合研究并不是把 quantitative 和 qualitative 两套结果简单拼在一起。论文需要说明两部分数据为什么要结合、分别回答什么问题，以及最后如何形成共同结论。

　　Dissertation数据补救最容易踩哪些坑?

　　为了达到0.7而大量删题。 删除题项应该有统计和理论依据，不能只为了提高 Cronbach’s α。

　　为了达到样本量而虚构问卷。 这是学术诚信风险最高的做法之一。缺少样本应该调整研究设计，而不是制造不存在的数据。

　　把所有异常值都删除。 Outlier 并不等于错误数据，需要根据研究设计、数据来源和统计标准判断。

　　看到非正态就强行做对数转换。 Transformation 需要有统计理由，并在 methodology 中说明。

　　认为PLS-SEM可以解决所有小样本问题。 PLS-SEM 仍然需要考虑模型结构和 statistical power。

　　问卷失效后硬改研究问题。 研究问题、理论框架、数据和方法之间必须保持一致，不能为了迁就现有数据而把论文改成完全不同的研究。

　　把质性研究理解成“找几个案例写故事”。 合格的质性研究仍然需要明确研究设计、编码方法、资料来源和分析逻辑。

　　海外留学生做Dissertation，数据分析卡住怎么办?

　　如果只是某一个统计检验不会操作，问题通常不算严重。真正麻烦的是发现研究设计、样本量、问卷质量和统计方法之间已经不匹配。

　　这时候最有效的做法不是马上打开 SPSS 删除数据，而是把 Research Question、Hypothesis、变量定义、样本量、问卷结构和计划使用的统计方法重新放在一起检查。

　　对于正在进行 Dissertation 的留学生，课程辅导或论文辅导真正有价值的地方，也应该体现在这种方法判断上：帮助学生弄清楚“为什么这样处理”，而不是直接替学生改数据或生成一套看起来漂亮的统计结果。

　　海马课堂目前服务留学生人数已超过 58万，覆盖全球 1100+ 所院校、11200+ 门课程，拥有 24000+ 名全球菁英导师，其中博士导师 750+。如果学生遇到 Dissertation 问卷设计、SPSS 数据分析、统计方法选择或质性编码等具体问题，可以根据研究方向匹配具有对应学术背景的导师。但最终论文中的研究设计、数据来源和分析结论仍应由学生本人依据真实研究完成。

　　FAQ：Dissertation问卷与数据分析常见问题

　　Q：Cronbach’s α多少才算合格?

　　A：0.7经常被作为经验参考值，但不能把它理解为所有研究都适用的硬性标准。量表类型、题项数量、研究阶段都会影响 α 值。判断量表可靠性时，应结合 Item-Total Correlation、题项内容以及研究领域惯例综合分析。

　　Q：KMO低于0.6是不是一定不能做因子分析?

　　A：不建议直接这样判断。KMO较低意味着数据可能不适合当前的因子分析，需要检查样本量、变量相关性和题项设计。是否继续 EFA，应结合研究目的和其他统计结果判断。

　　Q：G*Power计算出来的最低样本量是多少?

　　A：没有统一答案。G*Power需要根据具体统计方法、effect size、α、power以及预测变量数量等参数计算。不同研究模型得到的样本量可能差异很大，因此不能直接套用“100份”“200份”这样的固定数字。

　　Q：只有50份问卷，可以做Dissertation吗?

　　A：可以，但能做什么分析取决于研究设计。50份样本不适合被简单视为“万能小样本”，尤其在复杂回归、多组比较或 SEM 场景下，需要重新进行 power analysis，并考虑是否调整研究问题或研究方法。

　　Q：数据不服从正态分布，应该删除数据吗?

　　A：不一定。可以根据具体统计方法考虑非参数检验、变量转换或其他稳健方法。异常值也不能因为影响正态性就直接删除，需要有明确的数据处理标准。

　　Q：问卷样本量不够，改成PLS-SEM就一定可以吗?

　　A：不可以。PLS-SEM可能适用于某些样本量有限或模型复杂的研究，但不能作为规避样本量要求的工具。“10倍法则”只能作为粗略参考，正式研究仍应进行合理的 power analysis。

　　Q：问卷失效后可以转成质性研究吗?

　　A：可以，但前提是研究问题适合质性方法，而且需要重新说明研究设计、数据来源、编码方法和分析逻辑。不能为了弥补问卷不足，直接把几个开放题整理成几个主题就称为质性研究。

　　Q：找论文辅导时，如何避免遇到不规范的数据处理?

　　A：需要特别警惕“保证显著”“帮你把 α 做到0.8”“样本不够可以补数据”“可以修改原始数据”等承诺。正规辅导应该帮助学生理解统计方法和研究设计，而不是替学生制造数据或人为操纵结果。涉及 Dissertation 的数据分析时，建议保留原始数据、问卷记录和分析过程，确保论文中的结果能够追溯。