问卷编制中以一个为一组相互关联题目.docx
《问卷编制中以一个为一组相互关联题目.docx》由会员分享,可在线阅读,更多相关《问卷编制中以一个为一组相互关联题目.docx(8页珍藏版)》请在冰点文库上搜索。
问卷编制中以一个为一组相互关联题目
问卷编制中以一个为一组相互关联题目
本文从以下5个点来简要说明问卷调研的步骤及注意事项:
定目标
分维度
编问卷
做调研
写报告
1.定目标
明确调研目标,一般可以分为两类:
验证,通过调研来验证对某个问题的假设,验证对用户、产品、需求等;
探索,发现新的用户需求、产品问题、市场机会或者其它先前不知道的信息等。
明确调研对象:
who他们是谁?
现有用户?
潜在用户?
what他们有啥特点?
年龄、性别、居住地、职业等;
where在哪里能找到他们?
2.分维度
首先,将调研目标拆解成多个维度。
维度的拆解可以参考KANO模型、5W2H、产品使用的关键环节等。
然后,将维度拆解成多个具体、可测、可量化的指标。
指标要考虑效度和信度:
效度:
指标和调研目标的关联性,是否能准确得到我们想要的数据,同时还要保证指标的多元化保证能测得该维度下的全面信息;
信度:
即指标的稳定性,一般考虑通常情况,另需要注意是调研对象的一手经验,而不是二手信息;
最后,将每个指标转化成具体的题目。
一般来说一个指标只需要一个题目(或者说一个题目只考察一个指标),不过,在“头脑风暴”生产题目时,可以一个指标对应多个题目,后面再进行筛选。
3.编问卷
编制问卷分为5个步骤:
增、删、改、排、验。
3.1增
基于第2步拆分到的具体的指标,得到和指标相关的问题列表。
找题目不是漫天散花,而是在有限的范围(调研目标)内找到更多的方案。
如何“生产”问题:
选取小样本的典型用户进行访谈,判断用户都关心啥、和我们想的是不是一回事;
咨询同行前辈或专家意见,获得指导意见;
查阅相关资料,包含但不限于网上可以查到的其他调研分析报告、调研专业书籍、行业报告等;
小组讨论。
题目应尽量避免以下几种情况:
二手信息,尽可能问调研对象自身的情况,而不是别人的情况;
假设问题,对于没有经历过的场景,人的预测很有限,同时还要避免不合理的假设(问题的隐含前提);
因果关系,人们对因果关系常常有误解(比如把相关理解为因果);
复杂问题,对于影响因素很多且结论多而无法统一时,这类问题要避免问,问题要简单(封闭),一个问题只得到一个简单的答案,不同回答者得到的答案可以通过少数几个选项来概括;
3.2删
审查第一步得到的题目,删掉一批不靠谱的题目。
删除题目时,可以参考如下规则:
关联性,和调研目标相关性如何;
可测性,被调查人是否愿意回答该问题,是否能通过问卷测得;
效、信度,是否大多数被调查人都能准确理解并回答这个问题;
替代性,是否有更好的问题可以替代。
3.3改
对于剩下的比较好的问题要进行修改。
主要是以下几点:
准确性
不要有错别字;
表达清晰,不能模棱两可;
避免歧义,e.g.“你幸福吗?
”、“你姓福吗?
”;
易理解
用于要通俗易懂,尽量避免专业术语(尤其是英文简称),要考虑到调研对象的知识背景;
逻辑要简单,不要使用复杂的逻辑,避免使用“或、且、非”、“假设、如果”等;
偏向性
小心会引发“社会期望”的题目,这类题目往往会得到“理想”中的回答,而不是真实情况,e.g.“你觉得自己是个乐善好施的人吗?
”
小心语言的诱导性,小心“顺序对比偏差”,在有多个信息对比的时候,要注意表达方式,e.g.“你觉得玩手机的时候看书好,看书的时候玩手机好?
”
涉及权威意见,e.g.“某科研机构反对某保健产品,你对此有何看法”;
利益诱导,避免调研对象提供不准确的答案以符合其利益,e.g.针对某公司的员工调研其对公司产品的满意度,可能会偏高。
3.4排
问卷的一般结构是:
先有引导语,再放正式题目。
引导语是用来告诉调研对象,问卷的目的是啥,先要解决信任问题,一般来说,用户不知道调研的背景信息,很可能不配合作答。
题目的排列,则一般先列封闭式题目,最后才是开放式题目,要遵循由易到难的原则,让对方一步一步登门槛。
排版还需要注意的几个问题:
信息突出
关键字,加粗、底色;
多行表格的时候用底色来区分行;
一行一题;
题目之间分隔明显;
风格统一
版式,背景颜色建议白色,背景不要有图案花纹啥的;
选项顺序一致,e.g.非常不同意->非常同意;
内容简约
表达准确精练;
问卷项目不宜太多,保证较短的时间内可以完成,用户疲劳或厌烦时得到的数据质量很低;
3.5验
问卷初版编制好后,建议调研人员亲自做一遍(感受一下效果如何),有条件可以找几个调研对象来预测试一下,主要看效度、信度如何。
验证问卷需要注意的几个问题:
是否能准确理解,比如特定词语的含义,问题的意图等;
还原思考过程,测试时调研对象会怎么想,然后怎么答,是否会引起偏差;
问题的通用性(公平性),是否大多数人能回答出来,是否有题目背后的知识背景,如果调研对象回答不上来,原因是什么,是否可解决;
题目覆盖是否全面,是否有遗漏重要信息(需要增加新的题目)。
虽然问卷编制有5个步骤,但其中某些环节可能会有多次循环,尤其是一个成体系的常用的调研问卷,则要反复改版,不断升级。
关于题型和选项
题型分为开放式题型和封闭式题型。
开放式题型一般是填空题,常见的两种模式:
信息补充,e.g.“其他_____”;
反馈建议,让调研对象自由发挥提建议或意见,e.g.“对于某产品,您有什么意见或建议呢。
_______”。
因开放式提问得到的回答很难标准化,且对于调研对象而言“回答成本更高”,一般少用开放题目。
更常见的题型是封闭式题型,常见形式为选择和排序。
排序题型一般是直接按顺序排列,或者两两对比排列,该题型相对少见,主要说选择题。
选择题型主要分3类:
二分法(单选题)
非A即B,二选一。
e.g.是、否;同意、不同意
e.g.“你先前有听说过某APP吗?
”A听说过B没听过
并列多类(单选或多选)
即从多个并列的项目中进行选择。
e.g.“家里面都谁做饭最好吃?
”A爸爸B妈妈C爷爷D奶奶E保姆F其他亲戚
e.g.“课程内容有哪些科目”A语文B数学C英语D数学E物理F化学
等级评分(单选)
常见的是5分制(李克特量表,Likertscale)和10分制;
等级评分可以从负到正,也可从0到N;
e.g.“请给自己的表达能力打分,0-10分”
e.g.“请给本店的服务打分”非常不满意-->非常满意
常见的等级评分问题有4类:
观点评价类,e.g.非常不满意-->非常满意;
知识信息类,e.g.从没听说,有所耳闻,比较熟悉,非常了解;
行为频次类,e.g.几乎不,偶然,经常,总是;
程度排序类,e.g.了解,入门,熟练,精通,专家;
选项的设计除了要和题目一样要精简准确外,还要遵循3个原则:
MECE(MutuallyExclusiveCollectivelyExhaustive),即“相互独立,完全穷尽”,用数学语言表示就是,多个不相交的子集相并可以构成全集,此外,还要考虑选项的等级间距或者分段要有科学的参考,以及选项之间区分或间隔明显;
信息确认,有可能出现一个用户可能没有使用过产品,然后你去问他产品效果如何,所以要确认问题是否有隐含的前提或假设,另外也要考虑是否调研对象有相应的知识背景来回答问题,有些题目则有必要补充一个选项——“不知道”、“不清楚”、“不了解”;
渐进回答,调研产品时,应该遵循的一般路径是“是否知道-->是否使用->使用场景及频率-->评价如何”。
4.做调研
4.1样本选择
代表性,调研对象要和调研目标保持一致;
随机性,避免样本过于集中,调研发现的个体小数据也是有价值的;
样本大小,理论上来说是越多越好,但实际情况要考虑成本(资金、人力),分析的维度,如果维度过多可能要分几组来分别测相应的维度。
具体看参考文末参考资料《抽样调查设计导论》。
4.2问卷施测
线上,网页、软件、app等,参加的调研网站如问卷星,surveymonkey等
优点:
成本低,回收方便,适合大批量采集数据;
缺点:
不容易控制数据质量,可能遗漏细节信息;
线下,街头调研、室内调研
优点:
深入了解用户,获得更丰富的数据信息,一般和访谈一起做;
缺点:
可能存在实验者偏差,施测人员需要专业培训,成本高,不适合大规模采集数据;
此外,还要尽可能减少误差,题目的质量、样本的选择、调研员的素质、施测地点等都可能掺杂进脏数据进来,一方面,在各个问卷调研的环节中要把控质量,另一方面,还要有一套筛选问题数据的方案,在后续的统计分析中要剔除要问题数据。
4.3数据统计
统计分析前要剔除不可靠的数据,e.g.在线问卷可能有用户统一选择某个位置的选项,或者乱答(用时极短)。
统计方法一般是描述分析,统计的过程建议“先分后合”,先从分维度上了解调研对象的反馈结果,然后再将多个维度拼和起来,构成完成的“用户画像”。
5.出报告
报告的结构可以参考金字塔原理中的SCQA框架或者what,why,how,或者直接分维度说明信息,具体框架还要看调研目标和调研对象的特征。
报告的主要内容是梳理每个维度下的:
结论或发现,验证了什么,发现了什么;
原因(解释),现象背后的影响因素可能是啥,是否需要进一步调研;
行动建议,各个维度上的结论再映射到产品的各个环节,然后找改进方案;
整个调研的过程可以考虑“逆向思维”,先搭建报告框架,然后看需要填什么数据进去,从而明确调研中涉及的指标和问题,最后得到数据后再往报告框架里面填,效率会更高。