文章来源：微信公众号【我看人看我】

在上一篇《如何做好问卷调查（一）》中，我们介绍了问卷调查的使用场景、调研规划、抽样方法和样本容量的确定。本篇文章将继续介绍如何做好问卷调查，主要包括前期探索性工作、问卷的设计和问卷投放。

设计问卷前，可通过以下探索性工作了解相关业务、目标用户的情况，以对各类问题和可能的回答有一个初步的认识，解决问卷编制不知从何下手的问题，同时也能避免问卷中出现含糊不清问题和不符合客观实际的选项，保证问卷的效度。

1. 桌面研究

包括行业研究报告、业内的相关调查研究、学术论文等

2. 后台数据分析

3. 用户访谈

如有必要，可预先进行简单的用户访谈。访谈对象不需严格筛选，身边的朋友、2-3个访谈对象即可。预先访谈的目的是了解关于该主题或者用户的相关信息，正确理解当地人对测量属性的文化情境，以更准确地界定测量的属性，为问卷设计提纲更多可能性，也让设计能更符合主题、用户的问题，这样才能保证收集到的数据是真实有效的。但预先进行用户访谈需要投入一定成本，所以需要根据项目情况来进行评估是否需要，为非必须选项。

4. 向相关业务同事了解

一份完整的问卷，一般会包括以下部分的内容：

（一）问卷说明

问卷说明一般放在问卷开头，简洁明了（100字以内为宜）地说明以下内容，以让被调查者对本次调查有充分的了解。

1. 调查的目的

说明本次调查的目的，目的叙述得当，有利于调动被调查者的积极性。

2. 调查的内容和范围

概括、明确地说明此次调查的实际内容，一般只用一句话指出内容和范围即可。

3. 与被调查者建立信任

强调本次调查为匿名调查，且严格保密调查结果，以消除被调查者的心理压力和顾虑。

4. 奖励说明

如果填答问卷有奖励，可简要说明，激励用户认真完成填答。

5. 调查的主办单位或者个人身份

有落款的问卷，可体现调查的正式性和诚意，有利于得到被调查者的信任和合作。

（二）目标用户筛选题项

填答问卷的人群中可能有非本次调研的目标用户，需通过相应的问题过滤掉，可基于以下方面进行筛选：

（1） 身份角色

（2） 行业

（3） 产品使用情况：时长、频率、主要使用的功能

（4）业务经验/工作经验

（5）年龄、性别、收入、学历等人口学特征

（三）个人背景信息

根据研究目的选择人口学特征相关题项

（四）具体业务相关、研究问题相关的题项

（五）开放题

问卷调查主要收集的资料不外乎为以下三个方面：

（一）个人背景/人群特征

主要包括性别、年龄、职业、收入、文化程度等人口统计学数据，以及比如居住环境、设备条件等硬件环境数据。这类数据客观性比较强，收集比较容易，为问卷调查中必备的基础数据，主要回答研究对象是谁、有什么特征的问题。

（二）行为习惯和活动

主要关注研究对象做了什么、怎么做的， 比如使用过哪些软件产品、产品使用频率、使用目的是什么等。这类数据也是属于客观性、事实性的数据，主要回答研究对象有哪些行为习惯、活动表现的问题。

（三）观点和态度

主要关注研究对象想什么、如何想的，或者对某事物/某概念有什么看法、持什么态度，比如怎么看待离婚现象、选择对象的标准是什么。在企业研究中，这类数据又可大致区分为看法（如何看待）、满意度（满意程度）、偏好（喜欢哪方面）和期望（想要什么）。这类数据属于观念性的、主观性的，主要回答研究对象的主观感受和态度如何。

（一） 问题的设计

1. 围绕调研目标编制问卷，避免存在与研究目标无关对冗余题项

2. 设计每一道题时，要想清楚该问题想要收集什么信息，用以回答什么问题，数据如何分析。在编制问卷的时候，可以先按照以下格式打个初稿：

3. 编制问题前，可提前考虑报告框架，目的是要明确获取什么样的数据、研究洞察，然后围绕着报告框架设置问题。

4. 目标用户以及产品/服务对象可能会受到哪些因素影响其问卷的填答，基于这些因素来设置特定的问题

5. 不知道问啥问题时

（1）从各方面搜集资料，理解相关的概念、业务和行业，找到提问切入点；

（2）询问需求提出人，了解他们到底想要搜集什么信息，或者是否有相关的文档资料查看，比如苍穹峰会的调研，可以通过各大佬们要演讲的ppt来设置针对性的问题

（3）进行用户访谈

6. 设计测谎题，以过滤无效问卷，保证调查结果的信度

（二）答案选项的设计

1. 选项互斥且穷尽

2. 根据研究需要确定变量的层次

不同测量层次的变量具有不同的性质，高层次的变量可以转化成低层次的变量使用。因此，在设计答案选项时，先要看问题所测的变量属于哪个层次（定类、定序、定距、定比），再根据研究目的来确定答案选项的变量层次。

3. 当答案选项过多时，可使用“其他”作为选项

但如果选择“其他”的答案比较多，那就说明所列举的几个答案选项还不恰当，还有更重要的选项没有列出来。这种时候，我们要尽量在做问卷测试阶段发现，并及时调整。

（三）问题的提问方式和注意事项

1. 言简洁易懂

设计问题和答案时， 表述要简洁易懂，让人一眼就明白其真实含义，不要使用专业术语、行话及抽象概念。对于必要性的、容易有歧义、不易理解的关键词，需进行注释说明，必要时进行截图展示。

2. 问题尽量简短、明确，避免含糊

问题越短，就越明确、易于理解，能够让被调查者很快看完且快速理解问题含义。

3. 避免有双重含义的问题

双重含义即在一个问题里询问了两件事情，或者一句话中询问了两个问题，这不仅让被调查者感到困惑不知道如何回答，而且最后收集到的结果也难以处理。

4. 态度中立、无诱导性

要避免提问方式对被调查者形成诱导，即避免让被调查者觉得研究者想从问题到得到某种特定的回答。

5. 不要用否定形式提问

使用否定形式提问容易让人产生误解，不便于理解。

6. 不问被调查者不知道的问题

比如在企业研究中，想了解被调查者对某产品的态度，那么就要选择接触过该产品的用户进行询问，而不该询问没有接触过的用户。

7. 不直接询问敏感性问题

直接询问敏感性问题会容易被拒答或者乱答，要迂回询问。

（四）问题的数量和顺序

1. 题量

一份问卷的题量，一般需要根据研究内容、样本的性质、分析方法、经费等多种因素进行决定。但总的来说，问卷的问题数量不宜过多也不宜过少，问题太多会影响填答的质量和回收率。在学术研究中，需要被调查者自己填答的话，问卷最好能让被调查者在20min内完成；而在企业研究中，建议问卷总题目数控制在25题之内，平均答题时间不超过300秒。

2. 问题的顺序

（1）先易后难

（2）先轻松后严肃/敏感；

把能引起被调查者兴趣的\轻松的问题放在问卷前面，而严肃的、敏感的、易引起被调查者紧张和顾虑的问题放在后面。

（3）先问行为方面的问题，再问态度问题，最后问个人背景信息的问题；

（4）开放问题放结尾；

（5）根据问卷的整体情况，按一定的逻辑顺序排列问题

在进行问卷调查时，我们可以借用线上的很多问卷工具，比如问卷星、腾讯问卷，来实现问卷的快速投放和回收。在这里，我大概简单介绍下在使用问卷星来设置问卷时需要注意的几点。

1. 选项随机处理

对于没有顺序要求或者先后的逻辑关联，选项较多的时候，尽量对选项进行随机处理，不然数据会因为用户按着顺序随意填答而导致数据的较大偏差。当选项互斥或者“其他”的选项时，随机也不会影响，问卷星会默认不对这类题进行随机处理。

2. 选项限选

对于多选题，如果选项比较多，应当进行限选，一般限选3项，但具体要根据问题和选项的情况进行选择，目的是要让收集到的数据能体现出差异性。

3. 作答次数限制

限制作答次数，一般是对作答设备进行控制，比如限制同一手机或者电脑只能作答一次

4. 答卷控制

允许断点续答

（一） 问卷测试

问卷正式投放前，需在小范围内进行试调查，即进行问卷测试。问卷测试的目的是发现不合理的问题设计、难以理解的概念词语，以及时优化问卷，而不是收集用于分析的数据。一般来说，问卷测试有两种方式：一种是客观检验法，另一种是专家评估法。

1. 客观检验法

客观检验法主要是通过非随机抽样的方法选取小样本，然后用想要评估的问卷进行调查，再根据对调查结果的检查分析，从中发现问题。在试调查中，不用考虑样本代表性问题，可根据便利程度、典型性来选择试调查样本，比如邀请同事、朋友进行试调查。对调查结果的检查分析，可从几方面进行：

（1）回收率

如果回收率较低，比如低于60%，可能说明问卷设计存在较大问题。

（2）有效回收率，有效问卷的占比

有效回收率越低，说明无效问卷越多，这可能意味着问卷有问题。

（3）填写错误

填写错误有两类，一类是答非所问带来的错误，这可能是由于对问题含义不理解或者误解造成的，因此要重新检查问题的表述是否准确、清晰；另一类是填答方式的错误，这可能是由于问题形式过于复杂，指导语不明确等原因造成。

2. 专家评估法

即邀请研究领域的专家或者典型的被调查者对问卷进行主观评估，指出问卷的不合理之处。

（二）问卷发放

若做不到科学的随机抽样，尽量多渠道投放问卷。正如在前文介绍的，在企业中的问卷调查，随机抽样是个普遍的难点，企业很难做到严格的随机抽样，但部分互联网大厂也在尝试不同的方法来使抽样尽可能科学。常用的方法主要是根据后台用户数据采取分层抽样方法：

根据后台积累的用户特征（一般为人口学特征），采取分层抽样方法，对后台用户进行分层，设定样本配额，再对每类用户进行简单随机抽样，最后通过产品内嵌问卷、短信、邮件等方式向选中的用户定向推送线上问卷。

以上的方法，主要适用于互联网产品，且需具备完善的用户行为数据监测体系。显然，大部分企业并不具备这样的条件，在实际调查中，会优先考虑抽样的便利性及调查的成本问题，保证能够回收足够的有效问卷。这种时候，就要通过扩大样本容量来弥补抽样缺陷，比如尽可能多渠道投放，以广泛覆盖目标群体，保证问卷回收量，不然投放渠道太窄不仅让回收量成问题，也可能会导致收集到的问卷样本覆盖不全，增大数据准确性的偏离。

未完待续：下一篇将继续介绍问卷调查的数据处理与分析、调查结果的信度和效度问题，可关注微信公号【我看人看我】。