问：经管论文数据不够怎么办
- 答：向网站或者周边投放调查问卷，搜集足够的数据资料。
现在网站投放链接很方便，自己把问卷资料整理出来，发散式投放，很快就可以搜集足够的数据了。
经管论文数据太少会严重影响论文的质量，虽然思路与创新很重要，但一切支撑还得靠事实说话。
问：一般论文选的数据样本有多大
- 答：样本量大概在300~500左右最为合适。
在毕业论文当中如果涉及到调查问卷，那么一定要有调查的样本，样本量不能太少，如果样本量太少的话是不足以说明问题的，所以基本的样本量应该控制在300~500左右。这样才能在论文当中作为数据的支撑，才能在评审过程中通过。
问：两组数据样本量较少，计算出来的相关系数以及显著性系数有没有参考性？
- 答：如果不显著的话，意义不大。
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母r表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。
相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。
需要说明的是，皮尔逊相关系数并不是唯一的相关系数，但是最常见的相关系数，以下解释都是针对皮尔逊相关系数。
依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。 - 答：意义不大，如果不显著的话；当然，如果显著的话还是有参考意义的。因为样本量小，意味着随机误差很大，一般p值不会显著的。（南心网）
