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。
升级会员 