数据整合的毕业论文
YAAHP软件中层次分析法多位专家打分的情况有一个群决策模块，计算方法中就包含了计算结果平均和判断矩阵平均两种专家数据整合方法，计算结果平均就是根据每位专家判断矩阵计算权重然后再把权重加权，判断矩阵平均就是把每位专家判断矩阵加权然后再据此计算权重，两种方法都可以，都会给出一个多专家组合判断矩阵，但是计算结果加权平均的组合判断矩阵是根据最终的权重倒推的，一致性检验比率都为0，判断矩阵加权平均的组合判断矩阵是由各专家判断矩阵计算得到的，有相应的一致性比率，具体用哪种方法看自己需要了
其实这也是个权重计算的问题，如果你认为这些砖家都是一个水平，，那给他们平均一下也可以，不过最后要把平均后的判断矩阵再做一致性检验，免得砖家的观点互相矛盾。
数据挖掘在软件工程技术中的应用毕业论文
【 摘要 】计算机技术在发展，软件也发展的越来越复杂，而系统开发工作也显得更加重要。信息技术的广泛应用会产生大量数据，通过对数据进行挖掘，分析其存在的规律，对实现数据资源的有效利用意义重大。本文就数据挖掘技术在软件工程中的应用作简要阐述。
【 关键词 】数据挖掘技术；软件工程中；应用软件技术
随着信息技术发展而快速发展，但是其可控性并不是特别强。软件在应用过程中会产生大量数据，数据作为一种宝贵的资源，有效的利用可以带来价值增值。作为软件开发行业，数据挖掘技术应用则实现了数据资源的有效利用，通过对其中规律进行研究，为软件工程提供相应指导，并且对于系统故障能够有效处理，成本评估的有效性也能够提升。
1数据挖掘技术应用存在的问题
信息数据自身存在的复杂性
软件工程所包含的数据可以分为两个类别，结构化与非结构化。在非结构化数据中软件代码发挥着重要作用。而对结构化数据产生影响的则是软件版本信息。结构与非结构化数据二者之间联系非常密切。实现数据有效利用就需要通过一定技术找出其中的规律。数据挖掘技术则刚好满足需求。利用该技术对结构与非结构化数据进行整合，提升其使用的有效性。
在评价标准方面缺乏一致性
数据挖掘技术在生活中的应用比较广泛，通过该技术应用能够更好的对实际情况进行评价，从而对结果进行优化。但是由于没有统一标准，导致了软件信息复杂。而在表述方式方面自身又存有差异性。信息获取者无法有效的对信息进行应用及对比。而信息缺乏统一标准的原因就在于评价方式不一致。
2数据挖掘技术在软件工程中的应用
数据挖掘执行记录
执行记录挖掘主要是对主程序的路径进行分析，从而发现程序代码存有的相关关系。其实质是通过对相关执行路径进行分析，并进行逆向建模，最终达到目的。作用在于验证，维护，了解程序。记录挖掘的过程通常是对被分析的系统进行初步插装，之后是记录过程，该过程在执行上一步程序后，对应用编程接口，系统，模块的状态变量记录，最后是对所得到的信息进行约简，过滤，聚类。最终得到的模型能够表达系统的特征。
漏洞检测
系统或是软件自身都会存在漏洞，漏洞自身具一定的隐蔽性，由于人的思维存在某些盲区，无法发现漏洞的存在，就需要借助于某些软件。检测漏洞的目的就在于找出软件中存在的漏洞及错误，并对其进行修复，从而保证软件质量与安全。将数据挖掘技术应用于软件检测，首先要确定测试项目，结合到用户需要，对测试内容进行规划，从而确定测试方法，并制定出具体方案。测试工作环节主要是对数据进行清理与转换，其基础在于漏洞数据收集，通过对收集与采集的信息进行清理，将与软件数据有关联同时存在缺陷的数据筛选出来，而将剩余无数据清理，对丢失项目采取相应措施补充，将其属性转换为数值表示。之后是选择适当的'模型进行训练与验证，该环节要结合到项目实际的需要选择挖掘方式，通过对不同数据结果进行分析与比较找到最适合的方式。之后则是重复应用上述方法，对软件存在的漏洞进行定位与检测。并将与之对应的数据收集于软件库，在对漏洞进行描述的基础上分类，最后将通过挖掘得到的知识应用到测试的项目中.
开源软件
对于开源软件的管理由于其自身的开放，动态与全局性，需要与传统管理软件进行区别对待，一般情况下，成熟的开源软件对于软件应用记录较为完整，参与的内容包括了错误报告，开发者活动。参与开发的工作人员会处在动态变化之中，存在动态变化的原因就在于软件的开放性。同时对于软件中动态性特征的挖掘，可达到对开源软件进行优质管理的目标。
版本控制信息
为了保证参与项目人员所共同编辑内容的统一性，就需要对系统应用进行控制。软件开发工程应用中，开发工作管理与保护都会通过版本控制系统来实施。并且其应用方式主要是对变更数据挖掘，找出不同模块及系统存在关系，并对程序中可能会存在的漏洞进行检测。此类技术的应用，使得系统后期维护成本被有效的降低，而对后期变更产生的漏洞也有一定的规避作用。
3数据挖掘在软件工程中的应用
关联法
该方法作用在于寻找数据中存在的相关联系与有趣关联。而体现的关联规则有两个明显的特征。①支持度；②信度。前者表示在某个事物集中，两个子集出现的概率是相同的。而后者则表明了某事物在事物集中出现的概率，而另一事物也会出现。
分类方法
该方法主要是应用于分类标号与离散值的操作。该方法的操作步骤是，首先要建立相应的模型，对数据进行描述，并利用模型对其进行分类。在分类方法选择方面，常用的有判定树法，贝叶斯法，支持项量机法等。判定树法应用的基础是贪心算法。
聚类方法
该方法常用的有划分方法，基于密度，模型，网格的方法与层次方法。聚类分析输入的是一组有序对，有序对中的数据分别表示了样本，相似度。其基本的应用理论是依据不同的对象数据予以应用。
4数据挖掘在软件工程中的应用
对克隆代码的数据挖掘
在软件工程中最为原始的是对克隆代码的检查测试。就其方式而言有文本对比为基础，标识符对比为基础。前者是利用系统中程序代码包含的语句进行判断。该方法在后期改进过程中主要是对字符串匹配效率进行提升。实际应用过程中是通过相关函数匹配对效率进行优化。
软件数据检索挖掘
该方法同样是软件工程中原始的挖掘需求之一。该方法在应用时主要有以下三个步骤。
①数据录入。其实质是对需要检索的信息录入，并结合到使用者需要在数据中查找使用者需要的数据。
②信息查找过程。确认了用户需要查找的信息后，系统将依据信息内容在数据库中进行查找，并分类罗列。
③信息数据导出与查看。用户可以依据自身需要将数据导出或者是在线查看。数据在导出时会形成相应的记录，客户再次进行查找时就会更加的方便与快捷。而将数据导出则需要利用到相关的软件。
应用于设计的三个阶段
软件工程有许多关于软件的资料，资料通常是存放于代码库中。数据运用可以提升工作效率。软件工程每一次循环都会产生大量的数据。基于软件工程生命周期可以将其分为分析设计，迭代的开发，维护应用三个阶段。
面向项目管理数据集的挖掘
软件开发工作到目前已经是将多学科集中于一体。如经济学，组织行为学，管理学等。对于软件开发者而言，关注的重点除过技术方面革新外，同时也需要科学规范的管理。除过对于版本控制信息挖掘外，还有人员组织关系挖掘。对于大规模的软件开发工作而言，对人力资源的有效分配与协调也是软件工作领域需要面对的问题。例如在大型系统开发过程中，往往会有许多人参与其中，人员之间需要进行沟通交流。交流方式包括了面对面沟通，文档传递，电子信息等。通过对人员之间的关系进行挖掘，有利于管理工作开展。员工群体存在的网络是社会网络。通过人员合理组织与分配，将会影响到项目进度，成本，成功的可能性。而对该方面实施研究通常采用的是模拟建模。
5结束语
软件工程技术在生活中许多领域都有广泛的应用，数据挖掘作为其中的一项技术，其重要性及作用随着技术发展而表现的越加明显。为了保证挖掘技术的可靠性与高效，与其它工程技术有一定融合性。数据挖掘在实际应用工作中体现出了巨大的经济效益，因此应该大力推进其应用的范围，并拓展其应用的深度与层次。
参考文献
[1]李红兰.试论数据挖掘技术在软件工程中的应用综述[J].电脑知识与技术，2016（34）.
[2]雷蕾.关于数据挖掘技术在软件工程中的应用综述究[J].电子测试，2014（02）.
[3]孙云鹏.数据挖掘技术在软件工程中的应用综述[J].中国新通信，2015（15）.
内业数据整理毕业论文
我在这里想总结一下在做毕业论文过程中关于“如何进行文献整理以及数据处理”的经验。数据录入：1. 在施测之前，就要对变量的排列有总体的规划，尽量每一次施测的变量排序一致，那样以后录入时才不会混淆；2. 数据录入时，往往用的是数字代码，此时务必做好各个代码所代表的含义的备份，建议用记事本保持，以防时间长了遗忘，带来不必要的麻烦；数据处理：1. 务必做好数据备份，对不同的转换，建立不同的文档；2. 建立数据处理日志，以防当你的数据处理逐渐增多、数据有所转换之后不至于混淆，以及方便进行数据回述和检查；3. 建立“数据”和“结果”文件夹，分开保存数据和处理结果，避免不必要的混乱；4. 在給数据处理的程序命名时，建议按照处理顺序写上“序号.程序处理名称”，如“1.频数分析”、“2.因素分析”，这样可以一目了然地了解你的数据处理过程和数据处理内容；5. 保存具有代表性的数据处理的程序，这样做的好处是，一方面日后进行相同的数据处理时可以直接“copy”“paste”，很方便；另一方面也避免时日一长遗忘了部分程序；文献整理：1. 所收集的中外文献卷帙浩繁，建议保存文件名包括一下内容：“年份.序号.标题”；如“ ”、“ ”；2. 对所有收集的文献进行归类整理，分别放置于不同的文件夹;3. 有时你需要对外文文献摘要整理和翻译，此时建议你把摘要保存于当前文献所在的文件夹；或者专门建立“摘要整理/翻译”文件夹，以保存各类专题的摘要翻译，以防文献一多便混乱了，想要的时候找不到；4. 外文文献摘要整理文件名格式：“摘要整理.专题名.整理日期”。
数字化测绘技术在工程测量中的应用论文
无论是在学校还是在社会中，许多人都写过论文吧，借助论文可以达到探讨问题进行学术研究的目的。那要怎么写好论文呢？下面是我整理的数字化测绘技术在工程测量中的应用论文，欢迎大家分享。
摘 要： 数字化测绘技术有效的应用了先进的测量技术以及设备，实现了测量数据的有效采集及其处理，满足了现代工程测量的需要。文章主要分析了数字化测绘技术在建筑工程测量中的重要性和主要特征，接着就数字化测绘技术在工程测量中的应用进行了探讨。
关键词： 数字化；测绘；工程；测量
1、数字化测绘技术简介
数字化测绘技术的重要作用
数字化测绘技术是一种全解析机助成图方式，数学地形图能够很好的提高外业测量的精度，能够促进科技的飞速进步，还能够促进现代社会科学管理水平的提高，实现了信息的数字化，能够有效的健全完善专业管理信息系统。这一技术的优势很突出，且发展前景也好。
数字化测绘工作的特点
数字化测绘是一门新兴的测绘技术，具有较多的优势。
具有很高的精度。在使用数字化测绘技术进行外业数据采集时，可以自主选择全站仪现场自动采集地形地点的三维坐标，极大的提高了采集数据的精度，减少了人为测量的误差，缩短了工作时间，减少了测量人员的工作量。
具有很高的自动化程度。数字化测绘技在计算、图示符号选择以及识别方面都能借助相关软件实现自动化，既确保了数字地形图的精确与规范，又降低测量的错误率。
编辑图形方便。数字化测图的成果是分层存放，不受图面负载量的限制，从而便于成果的`加工利用。
2、数字化测绘技术在工程测量中的具体应用
地面数字化测图技术的应用
在大比例尺的地图测量中地面数字化测图技术较为多见，通过对数据的采集、整理、图形绘制以及输出，形成一体化的操作流程，有效地保证了测绘数据的准确性。
外业数据的采集。外业数据采集的方法有：GPSRTK技术、全站仪、扫描数字化、全数字摄影测量技术。
RTK技术：对于无遮拦开阔地，应用RTK技术测量效果更好，将野外采集的数据自动记录在电子手簿或内存中，并在现场绘制地籍草图。RTK技术不要求两点间满足光学通视，只要求满足“电磁波通视”和对天基本通视；定位精度高，数据安全可靠，没有误差积累；作业效率高，操作简便、数据处理能力强。
使用全站仪进行外业测量：对于高大建筑物或较为隐蔽的界址点和地物点，则首先利用RTK测设一组图根点，使用全站仪利用图根点进行界址点和地物点测量，全站仪具有自动记录和内存管理功能，外业直接观测界址点和地物点的平面坐标，并记录在全站仪内存中，测量过程中注意绘制宗地草图。
而对于在十分隐蔽的死角，或无法使用仪器进行测量时，可以采用量取界址点、地物点与已测点和线的关系距离，利用几何关系来确定其位置。内外业一体化需要对测绘的对象进行边测边记，记录各种观测数据及各测点的特征代码和相互关系，然后将记录的信息输入微机，利用专业软件将其发展成数字化地籍图成果。
扫描数字化作业：对于已有的地籍图、地形图，可采用将原图用扫描仪进行扫描，得到栅格图形后，再利用专业的扫描矢量化软件将栅格图形转换成矢量图形，从而实现原测地籍图、地形图的数字化。利用该方法所获得的数字地图其精度因受原图精度的影响，加上数字化过程中所产生的各种误差，因而它的精度要比原图的精度差；可以通过采取修测、补测等方法，实测一部分界址点或地物点的精确坐标，再用这些点的坐标代替原来的坐标，通过调整纠正，可在一定的程度上提高原图的精度。
全数字摄影测量技术：它是通过在空中利用数字摄影机所获得的数字影像，内业通过专门的航测软件，在计算机上对数字影像进行像对匹配，建立地面的数字模型，再通过专用的软件来获得数字地图。可以说，这将是我们今后数字测图的一个重要发展方向。该方法的特点是可将大量的外业测量工作移到室内完成，它具有成图速度快、精度高而均匀、成本低，不受气候及季节的限制等优点，适合于城市密集地区的大面积成图。
内业数据处理。工程测量都需根据误差分析和测量平差理论选择适当的测量手段，并对测量成果进行处理和分析，测量数据处理也是工程测量的重要内容。
数据接收时，版对比高数据自动加有百公里数，应在编辑中将百公里数删除，否则图形比高与实际不符。
在进行地物编辑时，依照一定顺序，确保地物符号符合实际，计算机只能按照程序依特定方式工作。
建立DTM模型后，应对边缘及不合理三角网进行修改，确保自动计算等高线符合实际地貌。
对等高线的拟合，最好是修改无误后对其批量拟合，这样可提高成图速度。
地形图数据库的建立与管理。图形数据库管理子系统是地理信息系统的重要组成部分。图形数据库中的数据经拓扑处理，可行成拓扑数据库，用于各种空间分析。在图幅进库前建立拓扑结构，对输入的地图数据进行正确性检查，根据用户的要求及图幅的质量，实现图幅配准、图幅校正和图幅接边。专业属性库管理子系统，GIS系统应用领域非常广，各领域的专业属性差异甚大，以至不能用一已知属性集描述概括所有的应用专业属性。因此建立一动态属性库是非常必要的。动态就是根据用户的要求能随时扩充和精简属性库的字段（属性项），修改字段的名称及类型。
原图数字化测绘技术的应用
利用GPS输入、矢量化图形扫描和手扶跟踪可以对原始图件进行数字化处理，处理后的图形将更为清晰和直观，更改起来也较为方便。在处理的过程中，地图的比例尺、地籍图的精确度等要按照国家规范进行，以保证制图能够在实际施工中发挥效用。对于原图的数字化测绘，为了保证测绘的精度.需要在测绘之前对设备进行调试，保证设备处于正常的工作状态下，同时，人工跟踪的精度也要有所保障，两者将直接决定原图的处理精度翻。在此要强调一点。
对于数据的分层编码处理以及数据的组织也要严格遵守相关的规定的，这对于保证数字化图形的生成具有重要的作用。
3s技术在工程测量中的应用
GPS技术的应用。GPS技术精确较高，不受时间、地点和天气条件等的限制。同时也不需要多种辅助设备，就可以获得精度较高的测绘数据。在应用GPS进行工程测量时，动态的桩位放样，可以获得准确的桩位放样位置，同时，不受测量条件的限制，有效地提高了测量的工作效率在实际操作中还可以对桩位的中心进行检查，以确保桩位不会发生离心现象，有效地保证了施工的高效进行。
GIS技术的应用。GIS技术借助多门学科知识，利用计算机技术实现了数据的收集和整理工作，并能对数据进行自动存储、可视化管理等，在城市管理和土地规划等领域当中有着广泛的应用GIS技术可对物体或已知的事情进行矢量分析，通过将收集到的数据进行图形绘制以使信息直观地呈现出来，并且能够对环境和资源状态进行矢量扫描，以快速地提取想要信息，方便施工做长远的规划。
RS技术的应用。在工程测量方面，遥感技术具有的大面积同步观测功能，可以收据观测对象的变动信息，对于综合处理信息以及对此信息差异方面具有一定的优势。RS技术作为观测地理基础信息的常用工具，通过光谱分辨和较大范围的覆盖率，可以获得地形变化信息，对于绘制城市地形图以及地籍图等能发挥积极作用，因此，得到了广发的推广以及应用。
3、结语
总之，数字化测绘技术在工程测量中的有效应用可以保证图纸绘制的精确度，对于获得全面的相关信息具有重要的作用.因此，值得深入地研究和广泛的推广。
参考文献
[1] 江振,周雅雯.数字化测绘技术在工程测量中的应用研究[J].赤峰学院学报:自然科学版,2012,13(15):78-79.
[2] 张菲.数字化测绘技术在工程测量中的应用分析[J].价值工程, 2014,26(15):211.
毕业论文数据怎么整理
论文的原始数据可以通过加工计算进行处理，然后在论文中体现出来，重要的一部分就可以。
毕业论文数据分析的做法如下：
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
毕业论文数据拟合度差能改数据吗
拟合指标看起来都差点意思 觉得首先你可以再考虑一下你的模型，检查检查路径，看看哪里可能存在问题，最简单的是看看单一路径，有哪些是不显著的，这会提示你有哪些路径的设置不合理，修改一下，拟合指标可以提升。当然，同样的方法你也可以去检验一下你的测量模型，看看有哪些题目很不好的，可以删就删。 其次，你看看你数据本身有没有什么问题，比如被试的作答有没有不太好的，比如有没有看起来乱填的，去掉那些明显胡乱作答的，数据质量会有所提升，相应的也许拟合会有改变 再有，品牌态度那个变量的题目太多了，可以考虑做题目打包，9个题打三包就够了，打包方法请自行查阅相关论文吧 各种方法综合一下，总会提升拟合度。另外，拟合度也只是一个经验指标，如果你后来有一些拟合指标变好了，有的，不行，那你也不用太强求，你再综合考量一下模型中的各个测定系数，修正指数等，如果都好，还是可以支持你的模型，这比单一参考拟合指标好
可以，老师检查出错误还是一样得改。
论文答辩的目的对于论文的组织者、校方和答辩人、论文的作者都是不同的。大学组织论文答辩的目的，只是为了进一步考查论文，即进一步考证作者对论文主题的理解和现场演示的能力；进一步考察作者对专业知识掌握的深度和广度；考察论文是否由学生自己独立完成。
它是组织、准备、计划和确定文件的重要形式。为做好毕业论文答辩工作，学校、答辩委员会和答辩人（论文作者）应在答辩会前做好充分准备。在答辩会上的负责人尽力查明了论文中的表现水平是否属实。学生应该证明他们的论点是正确的。
扩展资料：
凡是参加毕业论文答辩的学生，要具备一定的条件，这些条件是：
1、应届毕业生必须完成学校规定的全部课程，最后一名符合规定并经学校批准的学生。
2、学生必须通过所学课程的所有考试和考试；在实行学分制的学校，学生必须获得学校允许毕业的学分。
3、学员撰写的毕业论文必须由导师指导，导师签字同意参加答辩。
必须同时满足上述三个条件。只有同时具备上述三个条件的大学生才有资格参加论文答辩。另一方面，具备上述三项条件的大学生，除特殊情况下经批准的外，经答辩通过后方可毕业。
毕业论文问卷数据怎么整理
问卷调查之后，整理数据推荐使用问卷星，问卷星与传统调查方式和其它调查网站或调查系统相比，问卷星具有快捷、易用、低成本的明显优势，已经被大量企业和个人广泛使用。专业性值得信赖。问卷星将数据层部署到客户处，其他服务由问卷星提供，含应用层，安全服务等；采用内网将应用层和数据层连接起来，杜绝外网传输过程中被攻击的可能。同时还能享受问卷星提供的各项安全服务。通过混合云部署方案，既能满足用户对数据安全、可控性要求，相比于传统的本地部署也更加灵活、成本更低。问卷星支持多种题型，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。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。专业团队，值得信任！
一、学习背景
本科学了四年文科专业，除了形式逻辑外几乎没再接触过与理科搭边的东西。想借着毕业论文学一点数据分析的东西，知网上找了几篇相关文献，以为数据分析很简单，于是跟导师定了题开始着手做。
二、问卷编制+数据分析类论文框架
(一)低阶版：非专业，要求低，不需要用spss，调研规模200+即可。
如果时间相对紧张，不想在毕业论文上花过多时间，建议采用低阶版即可，字数也绝对够。知网上“问卷编制+数据分析”类的文章除少部分期刊论文，大多数都是硕博论文，看看文献综述即可，不要用他们的数据分析框架，这是高阶版需要考虑的。
引言，研究背景写完，就写研究综述。把需要研究的变量列出来分别写研究综述，记得加上一些国外的研究，引用一些外文文献。接下来，简单地说一下自己如何编制的问卷，如何发放的问卷(线上/线下)，回收问卷的情况。然后写样本情况，可以列一个大表格，内容包括哪类人有多少个，占百分之多少。接下来就是对数据结果的分析，用例如“A越...，B就越...”、“C的总体水平较低/高”、“D的....比E的....水平要高”的句式，找出一些规律即可。最后就可以写讨论、结论、总结对策建议了。
(二)高阶版：比较专业，要求高，不确定因素大(比如数据可能真的拟合不了模型)，需要用spss statistics 和 amos。
采用高阶版不仅对人有要求，对数据也有要求。如果你没有把握自己能拿到样本较大的数据，也没有把握帮你填问卷的人是认真的，还是谨慎尝试为好，免得前面都做得很好，最后卡在模型拟合或者相关分析之类。大多数本科毕业论文的同学都是用问卷星，让小伙伴、家长等帮扩，这个样本量可能不会很大，而且如果题目比较多，不排除会出现开始东一个西一个乱填的情况。
以上内容就是青藤小编关于本科毕业论文做问卷和数据分析应该怎么着手的相关分享，希望对小伙伴们有所帮助，想要了解更多毕业论文相关内容，欢迎大家及时在本平台进行查看哦!
感觉问卷调查后应该是分析和报告吧 哈哈不知道自动化报告对你有帮助没可以去一个叫网题的在线调查系统上看一下自动报告很好使
这个要看你当时收集这个问卷的初衷是什么，一般是制成表格反映在论文中，也可以用条形图或雷达图，最好是可以把你设计问卷的原因交代一下，这样你处理数据也就有方向了，需要对比什么或统计什么情况。