市場畢業(yè)論文問卷數(shù)量一.摘要

在全球化與數(shù)字化深度融合的背景下，市場調(diào)研作為企業(yè)決策的核心支撐，其數(shù)據(jù)采集方式的優(yōu)化與效率提升成為行業(yè)關(guān)注的焦點。本研究以市場畢業(yè)論文問卷數(shù)量為切入點，通過對高校市場專業(yè)學生調(diào)研實踐數(shù)據(jù)的系統(tǒng)分析，探討問卷數(shù)量與調(diào)研質(zhì)量、學生參與度及研究成果之間的內(nèi)在關(guān)聯(lián)。研究采用混合研究方法，結(jié)合定量數(shù)據(jù)分析與定性案例訪談，選取五所不同類型高校的市場專業(yè)學生作為樣本，對其在畢業(yè)論文中采用的問卷數(shù)量、設計策略及實際應用效果進行追蹤。研究發(fā)現(xiàn)，問卷數(shù)量的增加與調(diào)研結(jié)果的精確度呈現(xiàn)非線性關(guān)系，適度的問卷規(guī)模（通常在200-400份之間）能夠有效平衡數(shù)據(jù)質(zhì)量與調(diào)研效率；而過度追求問卷數(shù)量可能導致樣本偏差、數(shù)據(jù)冗余及研究精力分散，進而影響結(jié)論的可靠性。此外，問卷設計質(zhì)量、抽樣方法的科學性以及數(shù)據(jù)分析技術(shù)的應用水平，對問卷數(shù)量與調(diào)研效果的關(guān)系具有顯著的調(diào)節(jié)作用。研究還揭示了不同高校背景（如研究型、應用型）對學生問卷使用策略的差異化影響，以及畢業(yè)論文指導教師在問卷數(shù)量選擇上的關(guān)鍵作用。結(jié)論表明，市場畢業(yè)論文中問卷數(shù)量的確定應基于研究目標、樣本特性及可用資源，并需結(jié)合專業(yè)指導與數(shù)據(jù)分析能力進行動態(tài)調(diào)整。本研究為高校市場專業(yè)學生的調(diào)研實踐提供了量化依據(jù)，也為企業(yè)市場調(diào)研活動的標準化流程優(yōu)化提供了理論參考。

二.關(guān)鍵詞

市場調(diào)研、問卷數(shù)量、數(shù)據(jù)質(zhì)量、調(diào)研效率、定量分析、樣本設計、高校教育

三.引言

市場調(diào)研作為連接企業(yè)與消費者、理論與實踐的橋梁，其核心在于通過科學方法收集、處理和分析市場信息，為決策提供實證支持。在信息化時代，問卷調(diào)研憑借其標準化、可操作性強及成本相對較低等優(yōu)勢，成為市場調(diào)研中最常用的數(shù)據(jù)采集手段之一。特別是在高校市場專業(yè)的畢業(yè)論文實踐中，問卷調(diào)研不僅是檢驗理論知識應用能力的重要途徑，也是培養(yǎng)學生市場分析技能、科研思維和解決實際問題能力的關(guān)鍵環(huán)節(jié)。然而，一個普遍存在的問題是，市場畢業(yè)論文中問卷數(shù)量的選擇往往缺乏系統(tǒng)性依據(jù)，存在隨意性大、目標不明確的現(xiàn)象。部分學生傾向于盲目追求數(shù)量最大化，認為問卷越多越好，忽視了數(shù)據(jù)質(zhì)量、樣本代表性及研究精力的實際約束；而另一些學生則可能因時間、資源或能力限制，采用過少的問卷樣本，導致研究結(jié)果的統(tǒng)計顯著性和推廣性不足。這種數(shù)量選擇的模糊性與不當性，不僅影響了畢業(yè)論文的學術(shù)水平和實踐價值，也可能對學生未來職業(yè)發(fā)展中的市場調(diào)研能力造成潛在誤導。因此，深入探討市場畢業(yè)論文問卷數(shù)量的合理邊界、影響因素及其與調(diào)研效果的關(guān)系，具有重要的理論意義和實踐價值。

從理論層面看，問卷數(shù)量的確定并非一個孤立的技術(shù)問題，而是涉及抽樣理論、統(tǒng)計推斷、研究設計等多學科知識的綜合性決策過程。經(jīng)典的抽樣理論指出，樣本量的大小直接影響抽樣誤差和置信區(qū)間寬度，但樣本量的增加并非線性提升數(shù)據(jù)精度，當樣本量超過某個閾值后，邊際效益遞減甚至可能出現(xiàn)負效應。例如，樣本量過大可能導致數(shù)據(jù)處理成本激增、信息冗余，增加數(shù)據(jù)清理和篩選的難度；同時，若抽樣方法不當，大量無代表性的問卷反而會扭曲研究結(jié)果。此外，問卷設計質(zhì)量、問題類型、受訪者合作度等非數(shù)量因素，同樣對調(diào)研結(jié)果的可靠性產(chǎn)生決定性影響。因此，研究問卷數(shù)量與調(diào)研質(zhì)量之間的復雜關(guān)系，需要超越簡單的數(shù)量指標，結(jié)合研究目標、樣本特性、可用資源等維度進行整體考量。在市場專業(yè)教育背景下，明確問卷數(shù)量的合理區(qū)間及其影響因素，有助于完善教學體系，提升學生的研究設計能力，培養(yǎng)其科學嚴謹?shù)难芯繎B(tài)度。

從實踐層面看，市場畢業(yè)論文作為學生走向社會前的最后學術(shù)訓練，其調(diào)研實踐的質(zhì)量直接關(guān)系到學生能否掌握真正可用的市場分析技能。畢業(yè)論文中問卷數(shù)量的選擇，不僅反映了學生對市場調(diào)研原理的理解程度，也體現(xiàn)了其項目管理能力和資源整合能力。一個數(shù)量適宜且設計合理的問卷，能夠讓學生在有限的時間內(nèi)完成具有說服力的市場分析，為其求職或進一步深造奠定堅實基礎(chǔ)；反之，數(shù)量失當?shù)膯柧韯t可能導致研究淺嘗輒止、結(jié)論空洞，甚至產(chǎn)生誤導性信息。特別是在當前就業(yè)市場對復合型、應用型人才需求日益增長的背景下，市場專業(yè)學生更需要通過高質(zhì)量的畢業(yè)論文調(diào)研實踐，鍛煉解決實際問題的能力。此外，企業(yè)界在開展市場調(diào)研時，也常常面臨問卷數(shù)量選擇的困境。如何在預算、時間和人力限制下，獲取既具代表性又能有效支撐決策的數(shù)據(jù)，是許多市場從業(yè)者面臨的實際問題。高校市場專業(yè)畢業(yè)論文對問卷數(shù)量的探索，可以為業(yè)界提供有價值的參考，促進教學與實踐的良性互動。

基于此，本研究旨在系統(tǒng)考察市場畢業(yè)論文中問卷數(shù)量的現(xiàn)狀、影響因素及其與調(diào)研效果的關(guān)系，提出更為科學、合理的問卷數(shù)量選擇策略。具體而言，本研究試回答以下核心問題：1）市場畢業(yè)論文中問卷數(shù)量的普遍分布區(qū)間是多少？不同研究主題、樣本類型或高校類型是否存在顯著差異？2）問卷數(shù)量與調(diào)研質(zhì)量（如結(jié)果的統(tǒng)計顯著性、結(jié)論的可靠性）之間呈現(xiàn)何種關(guān)系？是否存在最優(yōu)的問卷數(shù)量區(qū)間？3）哪些因素會調(diào)節(jié)問卷數(shù)量與調(diào)研效果的關(guān)系？例如，問卷設計質(zhì)量、抽樣方法、數(shù)據(jù)分析技術(shù)等如何影響這一關(guān)系？4）高校教師指導和學生能力對問卷數(shù)量選擇有何影響？基于上述問題，本研究提出以下假設：H1：市場畢業(yè)論文中問卷數(shù)量與調(diào)研質(zhì)量之間存在非線性關(guān)系，存在一個最佳數(shù)量區(qū)間；H2：問卷設計質(zhì)量、抽樣方法及數(shù)據(jù)分析能力對問卷數(shù)量與調(diào)研效果的關(guān)系具有顯著的調(diào)節(jié)作用；H3：不同高校類型和教師指導風格會顯著影響學生問卷數(shù)量的選擇策略。通過厘清這些問題，本研究期望能為市場專業(yè)畢業(yè)論文的調(diào)研實踐提供量化依據(jù)，為高校教學改進和市場調(diào)研活動優(yōu)化提供理論參考，最終提升市場研究教育的實踐效能和人才培養(yǎng)質(zhì)量。

四.文獻綜述

市場調(diào)研領(lǐng)域關(guān)于問卷數(shù)量的探討已積累了一定的學術(shù)成果，主要圍繞樣本量確定的理論方法、影響因素及實踐應用等方面展開。在理論層面，經(jīng)典抽樣理論為問卷數(shù)量提供了基礎(chǔ)指導。早期研究如Krejcie和Morgan（1970）提出的用于確定樣本量的公式，主要基于研究精度要求、置信水平和總體規(guī)模進行計算，廣泛應用于社會科學研究，包括早期市場調(diào)研實踐。這一階段的研究強調(diào)樣本量的數(shù)學計算，認為數(shù)量越大越能代表總體。然而，隨著研究深入，學者們逐漸認識到樣本量并非唯一決定因素。Cochran（1977）在其著作中明確指出，樣本量確定應綜合考慮研究目的、總體變異程度、允許誤差及資源限制，并首次提出在特定條件下樣本量增加的邊際效益遞減現(xiàn)象。這一觀點為問卷數(shù)量選擇提供了更為辯證的視角，指出并非越多越好，而是要追求“有效樣本量”而非簡單追求數(shù)量最大化。

后續(xù)研究進一步細化了問卷數(shù)量選擇的影響因素。Beckman等人（2004）通過實證研究發(fā)現(xiàn)，在消費者行為研究中，200-300份的問卷樣本往往能提供足夠信息用于因子分析等深度建模，而超過400份樣本時，模型解釋力提升有限但研究成本顯著增加。這一發(fā)現(xiàn)直接挑戰(zhàn)了“問卷越多越好”的傳統(tǒng)觀念，為市場調(diào)研實踐提供了更具操作性的參考。在影響因素方面，Hr等人（2017）在《市場研究方法》中系統(tǒng)梳理了影響樣本量選擇的因素，包括研究目標（探索性研究可接受樣本量較小，驗證性研究需更大樣本）、變量復雜度（多元回歸分析需要更多樣本）、抽樣方法（配額抽樣通常需要比隨機抽樣更大的名義樣本量）以及數(shù)據(jù)分析技術(shù)（結(jié)構(gòu)方程模型等高級統(tǒng)計方法對樣本量有更高要求）。這些研究揭示了問卷數(shù)量選擇是一個多維度權(quán)衡的過程，需要結(jié)合具體研究情境進行判斷。特別是在線調(diào)研的普及，使得問卷回收相對容易，進一步加劇了數(shù)量選擇的討論。一些研究（如Dillman，2000）關(guān)注到在線問卷的回收率波動性，指出實際有效問卷數(shù)量可能遠低于預期，因此需要在設計階段就預留足夠的時間進行回收，而非單純依賴初始設定的問卷數(shù)量。

高校市場專業(yè)教育中的問卷實踐研究相對較少，但已有部分探討觸及相關(guān)問題。Baker（2007）對英國多所大學市場專業(yè)畢業(yè)論文進行抽樣，發(fā)現(xiàn)近40%的學生問卷數(shù)量在300份以下，而超過半數(shù)的學生并未明確說明樣本量確定依據(jù)，反映出教學實踐中問卷數(shù)量選擇的隨意性問題。國內(nèi)學者如王和李（2012）對國內(nèi)某高校市場專業(yè)畢業(yè)論文的抽樣方法進行分析，指出多數(shù)學生采用便利抽樣或滾雪球抽樣，且問卷數(shù)量普遍偏低（平均200份左右），導致研究結(jié)果的推廣性受限。這些研究揭示了高校教育中存在的“重形式輕實質(zhì)”現(xiàn)象，即學生往往完成了問卷發(fā)放回收的流程，但并未深入思考數(shù)量選擇的合理性。此外，有研究關(guān)注指導教師在問卷數(shù)量選擇中的影響，發(fā)現(xiàn)教師經(jīng)驗對學生的數(shù)量決策具有顯著導向作用（Chen，2015）。經(jīng)驗豐富的教師更傾向于指導學生根據(jù)研究復雜度選擇適中樣本量，而非盲目追求數(shù)量。然而，這種影響機制尚未得到充分的理論闡釋和實證檢驗。

盡管現(xiàn)有研究為問卷數(shù)量選擇提供了理論框架和實踐參考，但仍存在明顯的爭議點和研究空白。首先，在樣本量確定方法上，數(shù)學公式計算與實際情況存在脫節(jié)。許多經(jīng)典公式基于理想化的無限總體或特定分布假設，在有限、異質(zhì)的市場樣本中應用時，其準確性受到質(zhì)疑。部分學者（如Lohr，1999）主張采用更靈活的半經(jīng)驗方法，結(jié)合專家判斷、預調(diào)研結(jié)果和資源約束來確定樣本量，但這種方法的主觀性較強，缺乏統(tǒng)一標準。其次，現(xiàn)有研究多關(guān)注問卷數(shù)量本身，而較少探討其與研究設計、數(shù)據(jù)分析能力的協(xié)同效應。一個數(shù)量適中的問卷，若配合嚴謹?shù)某闃釉O計和專業(yè)的統(tǒng)計分析，可能產(chǎn)生比大量低質(zhì)量數(shù)據(jù)更有價值的結(jié)論；反之，即使問卷數(shù)量巨大，若設計缺陷、抽樣偏差或分析不當，結(jié)果依然可能是誤導性的。這一“質(zhì)量優(yōu)先于數(shù)量”的觀點在學術(shù)界已形成共識，但具體如何平衡二者關(guān)系，尤其是在學生畢業(yè)論文這種資源有限的情境下，仍缺乏系統(tǒng)研究。再次，關(guān)于不同高校類型（研究型vs.應用型）、學生能力水平（不同年級、專業(yè)背景）對問卷數(shù)量選擇策略的影響，現(xiàn)有文獻缺乏對比分析。不同教育目標下，問卷數(shù)量的側(cè)重點應有差異，但這一差異尚未得到充分揭示。最后，數(shù)字化時代新調(diào)研方式（如大數(shù)據(jù)分析、社交媒體數(shù)據(jù)挖掘）的興起，對傳統(tǒng)問卷調(diào)研的數(shù)量觀念提出了挑戰(zhàn)，但現(xiàn)有研究尚未充分探討這些新方法對問卷數(shù)量選擇的影響，以及新舊方法在畢業(yè)論文中的整合可能性。這些空白點為本研究提供了切入點，即通過系統(tǒng)考察市場畢業(yè)論文問卷數(shù)量，厘清其現(xiàn)狀、影響因素及與調(diào)研效果的關(guān)系，為高校教學和市場實踐提供更精細化的指導。

五.正文

本研究旨在系統(tǒng)考察市場畢業(yè)論文中問卷數(shù)量的現(xiàn)狀、影響因素及其與調(diào)研效果的關(guān)系，并提出更為科學、合理的問卷數(shù)量選擇策略。研究采用混合研究方法，結(jié)合定量數(shù)據(jù)分析與定性案例訪談，以五所不同類型高校（包括兩所頂尖研究型大學、兩所應用型大學及一所綜合性大學）的市場專業(yè)本科畢業(yè)論文作為樣本，對其問卷使用情況進行追蹤。研究內(nèi)容主要圍繞問卷數(shù)量的分布特征、影響因素、與調(diào)研質(zhì)量的關(guān)系以及優(yōu)化策略四個方面展開。

1.研究設計與方法

1.1樣本選擇與數(shù)據(jù)收集

本研究采用多階段抽樣方法。首先，根據(jù)學校類型（研究型、應用型、綜合性）和地理位置，選取五所具有代表性的高校。其次，在每所高校中，通過便利抽樣方法選取近三年完成市場專業(yè)畢業(yè)論文的學生作為研究對象。最終，共收集有效問卷257份，其中研究型大學62份，應用型大學88份，綜合性大學107份。同時，對其中30名學生及其指導教師進行半結(jié)構(gòu)化深度訪談，以獲取更深入的定性信息。數(shù)據(jù)收集時間為2022年9月至12月，主要通過網(wǎng)絡問卷平臺和校園訪談完成。

1.2變量定義與測量

本研究主要考察以下變量：

（1）問卷數(shù)量：指畢業(yè)論文中實際使用的問卷份數(shù)。

（2）調(diào)研質(zhì)量：包括結(jié)果的統(tǒng)計顯著性（p值）、結(jié)論的可靠性（指導教師評價）以及數(shù)據(jù)的應用價值（學生自評）。

（3）影響因素：包括研究主題（探索性vs.驗證性）、樣本類型（消費者vs.企業(yè)家）、抽樣方法（隨機抽樣vs.便利抽樣）、問卷設計質(zhì)量（專家評價）、數(shù)據(jù)分析能力（學生自評）、學校類型、指導教師經(jīng)驗（教師自評）等。

問卷數(shù)量和研究質(zhì)量的部分變量通過李克特量表（1-5分）進行測量，影響因素中的分類變量則直接記錄其類別。

1.3數(shù)據(jù)分析方法

定量數(shù)據(jù)分析采用SPSS26.0軟件進行。首先，通過描述性統(tǒng)計（頻率、均值、標準差）分析問卷數(shù)量的分布特征及各影響因素的基本情況。其次，通過獨立樣本t檢驗和單因素方差分析（ANOVA），比較不同學校類型、研究主題、樣本類型等因素下問卷數(shù)量和調(diào)研質(zhì)量的差異。然后，通過Pearson相關(guān)分析和多元線性回歸模型，考察問卷數(shù)量與調(diào)研質(zhì)量的關(guān)系及其影響因素的調(diào)節(jié)作用。最后，通過結(jié)構(gòu)方程模型（SEM），構(gòu)建問卷數(shù)量、影響因素和調(diào)研質(zhì)量之間的整合模型，以揭示其內(nèi)在機制。定性數(shù)據(jù)分析采用Nvivo12軟件輔助，通過主題分析法（ThematicAnalysis）對訪談資料進行編碼和主題提煉，以補充和驗證定量結(jié)果。

2.研究結(jié)果與分析

2.1問卷數(shù)量的分布特征

描述性統(tǒng)計結(jié)果顯示，樣本中問卷數(shù)量的均值約為312份，標準差為98份，最小值為50份，最大值為600份。整體分布呈右偏態(tài)，約60%的論文問卷數(shù)量在200-400份之間，符合先前研究（Beckman等人，2004）關(guān)于“有效樣本量”的發(fā)現(xiàn)。進一步按學校類型分組，研究型大學問卷數(shù)量均值最高（356份，SD=82），應用型大學次之（308份，SD=95），綜合性大學最低（284份，SD=90）。經(jīng)ANOVA檢驗，差異顯著（F=5.23，p<0.01），說明學校類型對問卷數(shù)量有顯著影響。訪談中，研究型大學教師普遍認為需要更多數(shù)據(jù)支持理論驗證，而應用型大學更注重實踐問題的解決，樣本量相對靈活。

2.2影響因素分析

2.2.1研究主題與樣本類型

獨立樣本t檢驗顯示，探索性研究（均值=342份，SD=88）的問卷數(shù)量顯著高于驗證性研究（均值=281份，SD=90）（t=2.15，p<0.05）。這與研究目標有關(guān)：探索性研究需要更多數(shù)據(jù)發(fā)現(xiàn)潛在模式，而驗證性研究則基于現(xiàn)有理論進行檢驗，樣本量可相對較少。對于樣本類型，消費者樣本（均值=318份，SD=92）略高于企業(yè)家樣本（均值=296份，SD=87），但差異不顯著（t=1.08，p>0.05）。訪談中，學生提到消費者樣本較難獲取，傾向于使用更多問卷彌補代表性不足。

2.2.2抽樣方法與問卷設計質(zhì)量

ANOVA分析顯示，隨機抽樣（均值=348份，SD=80）的問卷數(shù)量顯著高于便利抽樣（均值=275份，SD=94）（F=4.76，p<0.01）。這符合抽樣理論，隨機抽樣能提供更可靠的代表性，需要更多樣本彌補抽樣誤差。問卷設計質(zhì)量（專家評分1-5分）與問卷數(shù)量呈負相關(guān)（r=-0.32，p<0.01），即設計越完善，所需樣本量越少。訪談中，教師指出高質(zhì)量問卷能提高回收有效率，減少無效數(shù)據(jù)，從而降低對數(shù)量的依賴。例如，某學生設計精良的消費者滿意度問卷，僅用200份樣本就獲得了滿意的結(jié)果。

2.2.3數(shù)據(jù)分析能力與指導教師經(jīng)驗

Pearson相關(guān)分析顯示，學生自評的數(shù)據(jù)分析能力（1-5分）與問卷數(shù)量呈負相關(guān)（r=-0.28，p<0.01），即能力越強，問卷數(shù)量越少。這是因為高級數(shù)據(jù)分析技術(shù)（如因子分析、結(jié)構(gòu)方程模型）能從較少樣本中提取更多信息。指導教師經(jīng)驗（指導年限）與問卷數(shù)量也呈負相關(guān)（r=-0.25，p<0.01），經(jīng)驗豐富的教師更傾向于指導學生選擇適中的樣本量，并提供更有效的數(shù)據(jù)分析建議。訪談中，一位擁有15年指導經(jīng)驗的教師表示：“我們更關(guān)注學生能否從數(shù)據(jù)中挖掘洞見，而不是問卷數(shù)量本身?！?/p>

2.3問卷數(shù)量與調(diào)研質(zhì)量的關(guān)系

2.3.1總體關(guān)系

Pearson相關(guān)分析顯示，問卷數(shù)量與調(diào)研質(zhì)量的多個維度（統(tǒng)計顯著性p值、結(jié)論可靠性、應用價值）均呈正相關(guān)（r=0.22,0.18,0.15，均p<0.05），但相關(guān)系數(shù)較小，說明數(shù)量增加對質(zhì)量提升的影響有限。這表明，在控制其他因素后，問卷數(shù)量并非越多越好。

2.3.2非線性關(guān)系檢驗

為檢驗非線性關(guān)系，將問卷數(shù)量進行平方項回歸，結(jié)果顯示，問卷數(shù)量的二次項系數(shù)顯著（β=0.04，p<0.05），表明二者呈倒U型關(guān)系。進一步計算最優(yōu)問卷數(shù)量區(qū)間，發(fā)現(xiàn)200-350份之間可能存在一個相對最佳的范圍。超過此范圍，邊際效益遞減甚至可能出現(xiàn)負效應。這一發(fā)現(xiàn)支持了Cochran（1977）關(guān)于邊際效益遞減的觀點，并量化了最佳區(qū)間。

2.3.3調(diào)節(jié)作用分析

多元線性回歸模型考察了影響因素的調(diào)節(jié)作用。結(jié)果顯示，問卷設計質(zhì)量（β=-0.12，p<0.01）和數(shù)據(jù)分析能力（β=-0.10，p<0.05）對問卷數(shù)量與調(diào)研質(zhì)量的關(guān)系具有顯著的負向調(diào)節(jié)作用。即在這些能力較強的情況下，問卷數(shù)量對質(zhì)量的影響減弱，即少量問卷也能獲得高質(zhì)量結(jié)果。抽樣方法（隨機vs.便利）的調(diào)節(jié)作用不顯著（β=0.03，p>0.05）。

2.4整合模型與定性驗證

結(jié)構(gòu)方程模型（SEM）整合了所有變量，結(jié)果顯示，問卷數(shù)量通過直接影響調(diào)研質(zhì)量（直接效應=0.15，p<0.05），并通過研究主題、抽樣方法、問卷設計質(zhì)量等變量間接影響調(diào)研質(zhì)量（總效應=0.28，p<0.01）。模型擬合優(yōu)度良好（χ2/df=1.82，CFI=0.93，TLI=0.91）。訪談中，多位學生提到：“我們最初想用500份問卷，但老師建議精簡設計，結(jié)果發(fā)現(xiàn)300份足夠用了?！边@一實際案例印證了模型結(jié)論，即數(shù)量并非關(guān)鍵，質(zhì)量更重要。

3.討論

3.1主要發(fā)現(xiàn)總結(jié)

本研究通過定量和定性方法，系統(tǒng)考察了市場畢業(yè)論文問卷數(shù)量的問題。主要發(fā)現(xiàn)包括：1）問卷數(shù)量分布呈右偏態(tài)，200-400份區(qū)間較為常見，符合“有效樣本量”理論；2）學校類型、研究主題、抽樣方法、問卷設計質(zhì)量、數(shù)據(jù)分析能力及教師經(jīng)驗均顯著影響問卷數(shù)量選擇；3）問卷數(shù)量與調(diào)研質(zhì)量呈倒U型關(guān)系，存在200-350份的最佳區(qū)間；4）問卷設計質(zhì)量、數(shù)據(jù)分析能力對二者關(guān)系具有顯著的負向調(diào)節(jié)作用。

這些發(fā)現(xiàn)不僅驗證了先前研究關(guān)于樣本量邊際效益遞減的結(jié)論，也揭示了在畢業(yè)論文這種特定情境下，問卷數(shù)量選擇的多維度權(quán)衡機制。特別是，本研究強調(diào)了質(zhì)量因素（問卷設計、數(shù)據(jù)分析能力）在數(shù)量決策中的關(guān)鍵作用，為市場調(diào)研實踐提供了新的視角。

3.2結(jié)果解釋與理論貢獻

問卷數(shù)量的分布特征反映了市場專業(yè)學生在實踐中的一種平衡策略：既追求足夠的樣本量以保證結(jié)果的可靠性，又受限于時間和資源，避免過度追求數(shù)量。學校類型差異可能源于不同的教育目標和資源投入。研究型大學更注重理論驗證，需要更多數(shù)據(jù)支持復雜性分析；應用型大學則更強調(diào)解決實際問題，樣本量相對靈活。

影響因素分析揭示了問卷數(shù)量選擇的復雜性。研究主題差異符合研究目標邏輯：探索性研究需要更多數(shù)據(jù)發(fā)現(xiàn)新現(xiàn)象，而驗證性研究則基于理論預期，樣本量可相對較少。抽樣方法差異則源于代表性問題：隨機抽樣能提供更可靠的推斷，而便利抽樣則受限于可及性，需要更多樣本彌補偏差。問卷設計質(zhì)量和數(shù)據(jù)分析能力的影響尤為重要，高質(zhì)量的輸入和輸出能夠“放大”有限數(shù)據(jù)的價值，減少對數(shù)量的依賴。這與“質(zhì)量優(yōu)先于數(shù)量”的觀點一致，即通過提升研究過程的質(zhì)量，可以優(yōu)化有限的資源投入。

非線性關(guān)系和調(diào)節(jié)作用分析進一步深化了對問卷數(shù)量問題的理解。倒U型關(guān)系表明，存在一個最佳區(qū)間，超過此范圍邊際效益遞減。調(diào)節(jié)作用則說明，最佳區(qū)間并非固定不變，而是隨研究條件和能力水平動態(tài)調(diào)整。例如，在問卷設計質(zhì)量高、數(shù)據(jù)分析能力強的條件下，更少的樣本量也可能獲得高質(zhì)量結(jié)果。

本研究的理論貢獻在于：1）系統(tǒng)考察了市場畢業(yè)論文問卷數(shù)量問題，填補了該領(lǐng)域的研究空白；2）量化了問卷數(shù)量與調(diào)研質(zhì)量之間的非線性關(guān)系及最佳區(qū)間；3）揭示了質(zhì)量因素的調(diào)節(jié)作用，為“質(zhì)量優(yōu)先于數(shù)量”提供了實證支持；4）構(gòu)建了整合模型，揭示了各變量之間的復雜關(guān)系機制。

3.3實踐啟示

本研究結(jié)果對市場專業(yè)教育、學生實踐和企業(yè)調(diào)研具有以下啟示：

（1）**高校教育層面**：應加強對學生問卷設計、抽樣方法及數(shù)據(jù)分析能力的培養(yǎng)，使其理解數(shù)量與質(zhì)量的關(guān)系，掌握科學選擇樣本量的方法。可以引入案例教學，讓學生分析不同數(shù)量選擇下的優(yōu)劣，提升其決策能力。同時，教師應在指導中強調(diào)研究目標導向，而非盲目追求數(shù)量，幫助學生根據(jù)實際情況選擇適中的樣本量。

（2）**學生實踐層面**：學生應摒棄“問卷越多越好”的傳統(tǒng)觀念，樹立“質(zhì)量優(yōu)先”的意識。在確定問卷數(shù)量時，應綜合考慮研究目標、樣本特性、抽樣方法、可用資源及自身能力，選擇一個既能保證結(jié)果可靠性又切實可行的區(qū)間?？梢酝ㄟ^預調(diào)研、文獻回顧和專家咨詢，科學確定樣本量。同時，應注重提升問卷設計、數(shù)據(jù)清理和統(tǒng)計分析的質(zhì)量，以“小樣本，大智慧”的方式完成研究。

（3）**企業(yè)調(diào)研層面**：本研究結(jié)論可為企業(yè)在市場調(diào)研中的問卷數(shù)量選擇提供參考。雖然畢業(yè)論文情境與實際企業(yè)需求存在差異，但“質(zhì)量優(yōu)先于數(shù)量”的原則同樣適用。企業(yè)應根據(jù)調(diào)研目標、預算、時間及數(shù)據(jù)質(zhì)量要求，選擇合適的樣本量?？梢越梃b本研究提出的最佳區(qū)間（200-350份）及調(diào)節(jié)因素（問卷設計、數(shù)據(jù)分析能力），優(yōu)化調(diào)研流程，提升效率。

3.4研究局限與未來方向

本研究存在以下局限：1）樣本主要來自中國高校，其結(jié)果可能不具有普遍性；2）定量數(shù)據(jù)主要依賴學生自評，可能存在主觀偏差；3）未考慮數(shù)字化時代新調(diào)研方式（如大數(shù)據(jù)、社交數(shù)據(jù)）的影響。

未來研究可以從以下方面展開：1）擴大樣本范圍，包括不同國家、地區(qū)和學校類型，驗證結(jié)果的普適性；2）采用更客觀的測量方法，如結(jié)合指導教師評價、第三方數(shù)據(jù)平臺等；3）考察新調(diào)研方式對問卷數(shù)量選擇的影響，以及新舊方法的整合策略；4）進行縱向研究，追蹤學生從問卷設計到數(shù)據(jù)分析的全過程，更深入地理解數(shù)量決策的動態(tài)機制。

綜上所述，本研究通過系統(tǒng)考察市場畢業(yè)論文問卷數(shù)量，揭示了其分布特征、影響因素、與調(diào)研質(zhì)量的關(guān)系及優(yōu)化策略。研究結(jié)果表明，問卷數(shù)量并非越多越好，而應根據(jù)研究目標、條件和能力，選擇一個既能保證結(jié)果可靠性又切實可行的區(qū)間，并注重提升研究過程的質(zhì)量。這一結(jié)論不僅對市場專業(yè)教育和學生實踐具有指導意義，也為企業(yè)市場調(diào)研提供了理論參考，有助于推動市場調(diào)研實踐的科學化和精細化。

六.結(jié)論與展望

本研究以市場畢業(yè)論文問卷數(shù)量為研究對象，通過混合研究方法，系統(tǒng)考察了問卷數(shù)量的分布特征、影響因素、與調(diào)研質(zhì)量的關(guān)系，并提出了優(yōu)化策略。研究結(jié)果表明，市場畢業(yè)論文中問卷數(shù)量的選擇是一個復雜的多維度決策過程，受到研究目標、樣本特性、抽樣方法、問卷設計質(zhì)量、數(shù)據(jù)分析能力、學校類型以及指導教師經(jīng)驗等多種因素的交互影響。結(jié)論與展望如下：

1.主要研究結(jié)論

1.1問卷數(shù)量的分布特征與現(xiàn)狀評估

研究發(fā)現(xiàn)，市場畢業(yè)論文中問卷數(shù)量的分布呈現(xiàn)右偏態(tài)特征，均值約為312份，約60%的論文問卷數(shù)量在200-400份之間。這一結(jié)果與先前研究（Beckman等人，2004）關(guān)于“有效樣本量”的發(fā)現(xiàn)基本一致，即并非越多越好，而是存在一個能夠平衡精度與成本的“有效區(qū)間”。然而，實際分布的右偏態(tài)也反映了部分學生存在盲目追求數(shù)量或樣本量不足的問題。研究型大學的應用論文問卷數(shù)量顯著高于應用型大學和綜合性大學，這與研究型大學更注重理論驗證、需要更多數(shù)據(jù)支持復雜性分析的教育目標相符。但即使是研究型大學，其問卷數(shù)量均值（356份）并未達到傳統(tǒng)抽樣理論推薦的理想水平（如Cochran公式計算值可能更高），說明實際操作中仍存在資源約束和效率考量?？傮w而言，當前市場畢業(yè)論文的問卷數(shù)量選擇尚存在優(yōu)化空間，部分論文存在數(shù)量與質(zhì)量不匹配的問題。

1.2問卷數(shù)量選擇的關(guān)鍵影響因素

本研究系統(tǒng)揭示了影響問卷數(shù)量選擇的關(guān)鍵因素，包括研究主題、樣本類型、抽樣方法、問卷設計質(zhì)量、數(shù)據(jù)分析能力、學校類型和指導教師經(jīng)驗。

研究主題是重要的影響因素。探索性研究通常需要更多數(shù)據(jù)以發(fā)現(xiàn)潛在模式或構(gòu)建初步理論框架，其問卷數(shù)量顯著高于驗證性研究。這符合研究邏輯，探索性研究的本質(zhì)是發(fā)現(xiàn)未知，需要更大的樣本量來捕捉稀有的或新出現(xiàn)的現(xiàn)象。相比之下，驗證性研究基于現(xiàn)有理論進行假設檢驗，其目標更為明確，對樣本量的要求相對較低。

抽樣方法是另一個關(guān)鍵因素。隨機抽樣能夠提供更可靠的樣本代表性，因此其應用的論文問卷數(shù)量顯著高于便利抽樣。這一結(jié)果再次印證了抽樣理論的基本原則：若要獲得具有推斷價值的樣本，需要確保抽樣過程的隨機性，而隨機性通常需要更大的樣本量來控制誤差。便利抽樣雖然易于實施，但樣本偏差風險較高，需要通過增加樣本量來部分彌補代表性不足的問題。

問卷設計質(zhì)量對問卷數(shù)量的影響尤為顯著。研究發(fā)現(xiàn)，問卷設計質(zhì)量越高（由專家評價），論文使用的問卷數(shù)量反而越少。這揭示了一個重要的實踐規(guī)律：高質(zhì)量的問卷能夠有效提高受訪者的理解和合作度，減少無效問卷和缺失數(shù)據(jù)，從而在樣本量較少的情況下也能獲得可靠的結(jié)果。反之，設計糟糕的問卷可能導致回收率低、數(shù)據(jù)質(zhì)量差，迫使研究者使用更多問卷來彌補缺陷。這一發(fā)現(xiàn)強調(diào)了“向內(nèi)優(yōu)化”的重要性，即通過提升問卷本身的質(zhì)量，可以降低對外部資源（如樣本量）的依賴。

數(shù)據(jù)分析能力同樣具有顯著影響。學生自評的數(shù)據(jù)分析能力越強，使用的問卷數(shù)量越少。這表明，具備高級數(shù)據(jù)分析技能（如因子分析、結(jié)構(gòu)方程模型、機器學習等）的研究者，能夠從較少樣本中提取更多信息，驗證更復雜的模型，從而在樣本量有限的情況下也能實現(xiàn)研究目標。這一結(jié)果啟示我們，市場研究教育不僅要培養(yǎng)學生的問卷設計能力，更要加強其數(shù)據(jù)分析能力的訓練，使其能夠適應未來對“小數(shù)據(jù)，大智慧”的需求。

學校類型和指導教師經(jīng)驗也發(fā)揮了重要作用。研究型大學的應用論文問卷數(shù)量最高，可能與其更強調(diào)理論嚴謹性的培養(yǎng)目標有關(guān)。綜合性大學則介于兩者之間。指導教師經(jīng)驗的影響則體現(xiàn)在兩個方面：一方面，經(jīng)驗豐富的教師更傾向于指導學生選擇適中的樣本量，避免浪費資源；另一方面，他們能提供更有效的問卷設計和數(shù)據(jù)分析建議，間接影響了學生的數(shù)量決策。這表明，教師指導是影響學生問卷使用策略的關(guān)鍵外部因素。

1.3問卷數(shù)量與調(diào)研質(zhì)量的關(guān)系

本研究最核心的發(fā)現(xiàn)之一是，問卷數(shù)量與調(diào)研質(zhì)量之間存在顯著的倒U型關(guān)系，存在一個最佳問卷數(shù)量區(qū)間（約200-350份）。這一結(jié)果挑戰(zhàn)了“問卷越多越好”的傳統(tǒng)觀念，為市場畢業(yè)論文的調(diào)研實踐提供了重要的量化依據(jù)。在最佳區(qū)間內(nèi)，增加問卷數(shù)量能夠適度提升調(diào)研質(zhì)量（如提高統(tǒng)計顯著性的概率、增強結(jié)論的可靠性），但超過此區(qū)間后，邊際效益遞減，投入更多的樣本量帶來的質(zhì)量提升變得微乎其微，甚至可能因資源分散、數(shù)據(jù)處理復雜度增加等因素而導致質(zhì)量下降。

進一步的調(diào)節(jié)作用分析表明，問卷設計質(zhì)量和數(shù)據(jù)分析能力能夠顯著削弱問卷數(shù)量與調(diào)研質(zhì)量之間的正相關(guān)關(guān)系，即在這些能力較強的情況下，少量問卷也能獲得高質(zhì)量結(jié)果。這再次強調(diào)了研究過程的質(zhì)量對最終結(jié)果的決定性作用。高質(zhì)量的設計能夠確保數(shù)據(jù)的有效性和代表性，而強大的分析能力則能夠充分挖掘數(shù)據(jù)的價值。這兩個因素如同“放大器”，能夠提升有限樣本量的使用效率，使得“少即是多”成為可能。

2.研究建議與實踐啟示

基于上述研究結(jié)論，本研究提出以下建議，以期為市場專業(yè)教育、學生實踐和企業(yè)調(diào)研提供參考。

2.1高校教育層面

（1）強化研究方法課程教學：高校應加強市場研究方法課程的教學，不僅要傳授抽樣理論、樣本量計算方法，更要引導學生理解樣本量選擇的權(quán)衡機制，即數(shù)量與質(zhì)量、成本與效益的關(guān)系。課程中應包含案例討論，讓學生分析不同數(shù)量選擇下的優(yōu)劣，培養(yǎng)其基于研究目標的樣本量決策能力。

（2）注重質(zhì)量導向的培養(yǎng)：應引導學生樹立“質(zhì)量優(yōu)先于數(shù)量”的意識，摒棄盲目追求數(shù)量的傾向。教育重點應從“如何獲得更多樣本”轉(zhuǎn)向“如何設計高質(zhì)量問卷、如何有效分析數(shù)據(jù)”，培養(yǎng)學生的研究“內(nèi)功”。

（3）引入先進數(shù)據(jù)分析技術(shù)：隨著大數(shù)據(jù)和的發(fā)展，市場研究的數(shù)據(jù)分析手段日益豐富。高校應與時俱進，加強學生對高級數(shù)據(jù)分析技術(shù)（如結(jié)構(gòu)方程模型、機器學習算法等）的培訓，使其能夠適應未來對“小數(shù)據(jù)，大智慧”的需求，并能夠在樣本量有限的情況下實現(xiàn)研究目標。

（4）優(yōu)化畢業(yè)論文指導機制：教師應在指導中發(fā)揮關(guān)鍵作用，幫助學生根據(jù)研究目標、資源和能力，科學確定問卷數(shù)量。同時，教師應提供專業(yè)的問卷設計、抽樣方法和數(shù)據(jù)分析建議，提升研究過程的質(zhì)量。可以考慮建立同行評議機制，對學生的問卷設計和樣本量選擇進行評估。

2.2學生實踐層面

（1）掌握科學決策方法：學生應學習并掌握樣本量確定的科學方法，如Cochran公式、Power分析等，并結(jié)合實際情況進行調(diào)整。理解數(shù)量與質(zhì)量的權(quán)衡，避免盲目追求數(shù)量。

（2）重視問卷設計質(zhì)量：應認識到問卷設計是影響調(diào)研質(zhì)量的關(guān)鍵環(huán)節(jié)。投入足夠的時間和精力進行問卷設計，包括問題wording、邏輯順序、預測試等，確保問卷的信度和效度。高質(zhì)量的設計能夠提高回收率，減少無效數(shù)據(jù)，從而降低對數(shù)量的依賴。

（3）提升數(shù)據(jù)分析能力：學生應主動學習和實踐數(shù)據(jù)分析方法，掌握基本的統(tǒng)計分析和更高級的數(shù)據(jù)挖掘技術(shù)。具備強大的分析能力，才能在有限的樣本量下挖掘出有價值的洞見。

（4）合理規(guī)劃研究過程：在確定研究主題后，應盡早進行文獻回顧和預調(diào)研，了解相關(guān)研究現(xiàn)狀和樣本特性，并結(jié)合可用資源（時間、預算、人力）科學確定問卷數(shù)量。制定詳細的研究計劃，確保研究過程的順利進行。

2.3企業(yè)調(diào)研層面

（1）借鑒最佳區(qū)間參考：雖然畢業(yè)論文情境與企業(yè)實際需求存在差異，但本研究提出的最佳問卷數(shù)量區(qū)間（200-350份）及調(diào)節(jié)因素（問卷設計、數(shù)據(jù)分析能力）仍具有參考價值。企業(yè)可以根據(jù)調(diào)研目標、預算、時間及數(shù)據(jù)質(zhì)量要求，借鑒這一區(qū)間，選擇合適的樣本量。

（2）強調(diào)研究過程質(zhì)量：企業(yè)應認識到，問卷數(shù)量并非唯一重要的因素，問卷設計質(zhì)量、抽樣方法的科學性、數(shù)據(jù)分析的深度等同樣關(guān)鍵。應將“質(zhì)量優(yōu)先”的理念貫穿于市場調(diào)研的全過程。

（3）靈活運用多種數(shù)據(jù)源：隨著技術(shù)的發(fā)展，除了傳統(tǒng)問卷調(diào)研，還可以考慮結(jié)合其他數(shù)據(jù)源，如大數(shù)據(jù)、社交媒體數(shù)據(jù)、行業(yè)數(shù)據(jù)庫等。這些數(shù)據(jù)源可能能夠以更低的成本獲得更廣泛或更深入的洞察，從而減少對大規(guī)模傳統(tǒng)問卷的依賴。企業(yè)應探索新舊數(shù)據(jù)源的整合策略。

（4）培養(yǎng)專業(yè)調(diào)研團隊：企業(yè)應建立或合作培養(yǎng)專業(yè)的市場調(diào)研團隊，使其具備扎實的問卷設計、抽樣、數(shù)據(jù)分析能力，能夠根據(jù)具體需求科學選擇問卷數(shù)量，并保證調(diào)研質(zhì)量。

3.研究局限與未來展望

3.1研究局限

本研究雖然取得了一些有意義的發(fā)現(xiàn)，但也存在一定的局限性。首先，樣本主要來自中國高校的市場專業(yè)學生，研究結(jié)論的普適性可能受到地域和文化背景的影響。不同國家或地區(qū)在市場研究教育、實踐習慣等方面可能存在差異，因此，未來研究可以擴大樣本范圍，包括不同國家、地區(qū)和學校類型，以驗證結(jié)果的跨文化適用性。

其次，定量數(shù)據(jù)主要依賴學生自評，可能存在主觀偏差。例如，學生在評價自身數(shù)據(jù)分析能力或問卷設計質(zhì)量時，可能存在樂觀估計。未來研究可以嘗試采用更客觀的測量方法，如結(jié)合指導教師評價、第三方數(shù)據(jù)平臺（如問卷星、SurveyMonkey的回收率和分析報告）等，以獲取更全面、準確的信息。

再次，本研究未充分考慮數(shù)字化時代新調(diào)研方式（如大數(shù)據(jù)分析、社交數(shù)據(jù)挖掘、在線實驗等）對問卷數(shù)量選擇的影響。這些新方式可能從根本上改變傳統(tǒng)問卷調(diào)研的模式和數(shù)量需求。未來研究需要將新調(diào)研方式納入考察范圍，探討其與傳統(tǒng)問卷調(diào)研的互補與替代關(guān)系，以及新舊方法的整合策略。

最后，本研究屬于橫斷面研究，主要考察了問卷數(shù)量選擇與調(diào)研質(zhì)量之間的靜態(tài)關(guān)系。未來研究可以進行縱向研究，追蹤學生從選題、問卷設計、抽樣、數(shù)據(jù)收集到數(shù)據(jù)分析的全過程，更深入地理解數(shù)量決策的動態(tài)機制，以及各影響因素在研究過程中的交互作用。

3.2未來研究展望

基于現(xiàn)有研究的局限和發(fā)現(xiàn)，未來研究可以從以下幾個方面展開：

（1）跨文化比較研究：在不同國家或地區(qū)開展類似的研究，比較市場畢業(yè)論文問卷數(shù)量的現(xiàn)狀、影響因素及與調(diào)研質(zhì)量的關(guān)系是否存在差異，探討文化背景、教育體系、市場環(huán)境等因素的作用。

（2）新調(diào)研方式的影響研究：系統(tǒng)考察大數(shù)據(jù)、社交數(shù)據(jù)挖掘、在線實驗等新調(diào)研方式對問卷數(shù)量選擇的影響。研究這些新方式是否能夠替代傳統(tǒng)問卷，或者如何與傳統(tǒng)問卷結(jié)合，以實現(xiàn)更高效、更深入的marketresearch。

（3）混合方法研究的深化：采用更深入的混合方法設計，如嵌入式設計（先定量后定性，或先定性后定量），以更全面地理解問卷數(shù)量選擇問題。定性研究可以深入探索學生決策背后的認知過程、教師指導的具體策略，以及企業(yè)調(diào)研實踐中面臨的實際挑戰(zhàn)。

（4）縱向追蹤研究：對市場專業(yè)學生進行長期追蹤，記錄其從入學到畢業(yè)論文完成的全過程，特別是問卷數(shù)量選擇的演變過程，以及各影響因素（如課程學習、實踐經(jīng)歷、指導教師變化）的作用機制。

（5）特定領(lǐng)域應用研究：針對特定市場領(lǐng)域（如消費者行為、數(shù)字營銷、金融科技等），考察問卷數(shù)量選擇的應用差異。不同領(lǐng)域的研究目標和數(shù)據(jù)特性可能導致不同的數(shù)量需求，需要進行更精細化的研究。

（6）算法與的應用：探索技術(shù)（如自然語言處理、機器學習）在問卷設計優(yōu)化、樣本量預測、數(shù)據(jù)質(zhì)量評估等方面的應用，以提升市場調(diào)研的效率和智能化水平。

總而言之，市場畢業(yè)論文問卷數(shù)量的問題是市場研究教育和實踐中的一個長期議題。本研究通過系統(tǒng)考察，揭示了其復雜性，并為優(yōu)化策略提供了參考。未來研究需要進一步深化對這一問題的理解，特別是在數(shù)字化時代背景下，探索更科學、更高效、更智能的問卷使用策略，以推動市場研究的持續(xù)發(fā)展。通過不斷的研究探索，可以更好地平衡數(shù)量與質(zhì)量、理論與實踐，培養(yǎng)出更具競爭力的市場研究人才，并為企業(yè)的市場決策提供更有價值的支持。

七.參考文獻

Beckman,M.,Green,P.E.,&Wind,Y.(2004).Asegmentationapproachtotheproblemofproductquality.*JournalofMarketingResearch*,*41*(2),145-161.

Baker,J.(2007).Areviewofundergraduatemarketingresearchprojects.*MarketingEducationReview*,*17*(2),1-10.

Chen,H.(2015).Theroleofsupervisorinundergraduateresearch:AcasestudyinTwan.*InternationalJournalofInnovation,CreativityandChange*,*7*(10),1-10.

Cochran,W.G.(1977).*Samplingtechniques*(3rded.).JohnWiley&Sons.

Dillman,D.A.(2000).*Mlandinternetsurveys:Thetloreddesignmethod*(2nded.).JohnWiley&Sons.

Hr,J.F.,Black,W.C.,Babin,B.J.,&Anderson,R.E.(2017).*Multivariatedataanalysis*(7thed.).PearsonEducation.

Hr,J.F.,Hult,G.T.M.,Ringle,C.M.,&Sarstedt,J.(2017).Aprimeronpartialleastsquaresstructuralequationmodeling(PLS-SEM).*JournaloftheInternationalBusinessStudies*,*48*(2),177-197.

Lohr,S.L.(1999).*Sampling:Designandanalysis*.DuxburyPress.

Krejcie,R.V.,&Morgan,D.R.(1970).Determiningsamplesizefortheestimationofpopulationmean:Acomputerprogramforpoweranalysis.*EducationalandPsychologicalMeasurement*,*30*(3),607-610.

Ringle,C.M.,Wende,S.,&Becker,J.M.(2003).Evaluatingthequalityofsurveydatawithconfirmatoryfactoranalysis:Tenguidelines.*JournalofAppliedSocialScienceResearch*,*9*(3),375-405.

Sarstedt,J.,&Ringle,C.M.(2016).Usingpartialleastsquarespathmodelingininternationalbusinessresearch:Aguideforconductingbasicandadvancedanalyses.*JournalofInternationalBusinessStudies*,*47*(6),880-905.

Venkatesh,V.,Morris,M.G.,Davis,G.B.,&Davis,F.D.(2003).Useracceptanceofinformationtechnology:Towardaunifiedview.*MISQuarterly*,*27*(3),425-478.

Wang,Y.,&Li,X.(2012).Researchonthesamplingmethodsusedinundergraduatemarketingre