选题前必须确认的事：数据从哪来、能不能拿到

论文中途写不下去，最常见的原因不是不会写，是没有数据。 而这个问题在选题阶段就能避免。

下面按五类数据来源说明获取难度与注意事项。

一、公开数据——难度最低

包括统计年鉴、政府公开报告、行业协会数据、上市公司年报、公开数据集。

优点：权威、可核实、不需要自己收集、评委不会质疑真实性。

注意：
• 必须注明具体来源（哪一年的哪本年鉴、哪家公司哪一年的年报）
• 数据口径可能变化，跨年份比较时要说明是否可比
• 公开数据往往是宏观的，如果你的研究问题偏微观，可能不够用

常用来源：国家统计局、各省市统计年鉴、中国家庭追踪调查（CFPS）、中国综合社会调查（CGSS）、上市公司年报（巨潮资讯网）。

二、问卷调查——本科最常用

优点：自己可控，能针对研究问题定制题项。

样本量参考（这是最常被问的）：
• 只做描述统计：不少于 100 份
• 做因子分析：样本量为题项数的 5-10 倍（20 个题项需 100-200 份）
• 做回归分析：一般不少于 200 份

多数本科论文回收 200-300 份有效问卷是较稳妥的区间。具体以你的分析方法和学校要求为准。

要提前想清楚的：
• 目标人群怎么触达？（同学群、社交平台、线下发放各有偏差）
• 量表从哪来？尽量借鉴成熟量表，自编量表需要做信效度检验且容易被质疑
• 回收率通常在 60-80%，要按这个比例反推发放量

一个常被忽略的问题：样本的代表性。全部发给自己同学，样本集中在某一所学校某几个专业，结论的推广性会被质疑。方法部分要如实说明样本构成，不要回避。

三、深度访谈——质性研究常用

优点：能拿到问卷问不出来的细节和机制。

难点：受访者难约、单次访谈耗时长、转录工作量大。

样本量参考：质性研究不追求大样本，通常 10-20 人，达到"信息饱和"（新访谈不再产生新信息）即可停止。

要准备的：半结构化访谈提纲、录音设备与知情同意、逐字稿转录、编码分析方法（常用三级编码）。

四、企业内部数据——难度最高

比如销售明细、员工绩效、内部财务数据。

现实情况是：没有实习经历或内部关系，基本拿不到。企业没有义务向学生开放这些数据，涉及商业机密的更不可能。

如果你确实有渠道：提前确认能拿到哪些字段、时间跨度多长、是否允许在论文中公开（多数需要脱敏或匿名化处理）。

如果没有渠道，三条替代路径：
• 改用公开数据（年报、行业报告）
• 把研究对象从"企业客观绩效"转成"员工/客户主观感知"，用问卷测量
• 改做案例研究，基于公开报道、新闻、公司公告分析

五、实验数据——理工科为主

需要实验设备、场地、材料，有的还需要伦理审查。动手前一定确认实验条件是否具备、耗时多久、失败了有没有时间重做。

定题前的一个动作

在题目定下来之前，用一张表把数据来源写清楚：

每一行的"从哪来"和"怎么拿"都能填上具体内容，这个题目才算通过了可行性检验。 有任何一行填不上，要么换数据源，要么改研究设计——在开题前改，成本远低于写到第四章再改。