问卷发放多少份是一个重要问题。问卷发得太少结果可能不可靠。问卷发得太多浪费时间和精力。找到合适的数量很关键。这个数量不是随便定的。我们需要一些科学方法。

首先看你的总体有多大。总体就是你要研究的所有对象。比如研究一个大学的学生总体就是这个学校的所有学生。如果总体很大你需要发的问卷就多。如果总体很小你需要发的问卷就少。但并不是总体一万份就要发一万份问卷。我们可以用公式计算。

一个常用的公式是样本量计算公式。样本量就是你需要发放的问卷份数。公式里需要考虑几个因素。第一个是置信水平。通常我们选择百分之九十五的置信水平。这意味着你的结果有百分之九十五的可能性是准确的。第二个是误差范围。误差范围就是你能接受的结果偏差。比如你允许误差在正负百分之五以内。误差范围越小需要的样本量越大。第三个是总体的比例。如果你无法预估通常取百分之五十最保险。

计算起来并不复杂。你可以在网上找到样本量计算器。输入置信水平误差范围和总体大小就能得到数字。举个例子。假设你的总体是一万人。置信水平选百分之九十五。误差范围选百分之五。总体比例选百分之五十。计算出来大概需要三百七十份左右。这意味着你发放三百七十份有效问卷就足够了。当然你要考虑到有些人可能不填问卷。有些人可能填得不认真。所以实际发放可以多一些比如四百五十份或五百份。

如果你的总体非常大比如一个省的所有居民。总体可能有几千万人。按照公式计算样本量会增加但不会无限增加。当总体超过一定数量样本量的增长就非常缓慢了。对于极大总体你可能只需要一千多份问卷就够了。这是很多人不理解的地方。他们以为总体越大问卷就要发得越多。其实不是这样的。样本量主要取决于你要求的精度和置信水平。

除了公式还要考虑你的分析方法。如果你要做分组比较问卷数量需要更多。比如你要比较男生和女生的差异。你需要确保男生和女生各自都有足够的样本。如果男生样本太少比较就可能没有意义。同样如果你要分析多个变量或者做复杂的统计模型你需要更多的问卷。经验上每组至少要有三十个样本。如果分很多组总样本量就要成倍增加。

你的研究类型也很重要。探索性研究问卷可以少一些。描述性研究问卷需要多一些。因果性研究要求最高问卷数量也要最多。你需要保证统计检验的效力。检验效力不够就可能发现不了真实存在的差异。通常我们希望检验效力在百分之八十以上。这需要更大的样本量。

现实情况有很多限制。你可能没有足够的时间。你可能没有足够的资源。你的调查对象可能很难联系。这些都需要考虑。你不能只按照理论计算。你要评估自己的实际能力。在资源有限的情况下尽可能达到科学要求。有时候你可以调整误差范围。稍微放宽误差要求样本量就会减少。比如从百分之五误差放宽到百分之七。这需要权衡利弊。

问卷的回收率和有效率也很关键。你发出去的问卷不是全部都能用。有些人可能不回复。有些人可能乱填。你需要预估回收率。比如你预计回收率是百分之七十。那么你需要发放的问卷数量就等于所需样本量除以回收率。如果需要三百七十份有效问卷回收率百分之七十你大约需要发放五百三十份。你还要考虑有效率。有些回收的问卷是无效的。所以实际发放还要更多一点。

前期可以做一些预调查。预调查发放少量问卷比如三十份到五十份。预调查可以帮助你发现问题。你可以检查问卷题目是否清楚。你可以估算大致的回收率和有效率。预调查的结果可以用来调整正式调查的样本量。

学科差异也存在。自然科学和社会科学的要求不同。教育学心理学通常需要较多的样本。工程学可能对样本量要求低一些。你可以参考类似的研究。看看同领域的毕业论文用了多少份问卷。这是一个很实用的方法。但不要盲目照搬你要理解别人为什么用那个数量。

统计软件可以帮助你。比如使用G*Power软件。你可以输入各种参数计算需要的样本量。这对复杂的研究设计特别有用。如果你不熟悉可以请教老师或同学。

最后记住样本量足够是保证研究质量的基础。样本量不足研究结论可能没有说服力。样本量过多则是一种浪费。你要在科学和可行之间找到平衡点。认真对待这个问题你的毕业论文会更有价值。