问卷设计思路

问卷是一种非常好的数据收集方式,问卷有着小巧灵活轻便的天生优越性,简单方便,任何人都能设计一份问卷数据,然后进行数据分析和研究。但可曾知,糟糕的问卷设计会带来糟糕的数据分析,无法得到预期结果,无法进行一系列有效的研究。那如何更好的设计问卷呢?

本文从问卷思路、问卷结构、问卷质量、问题答案的编写等各个环节,全面的分析如何设计出一份好质量的问卷。

  • 1 问卷思路

    首先好的问卷设计要有好的设计思路,本部分会分别讲解三种思路,分别是:关键词法,研究方法匹配法和场景应用法。接下来逐一阐述。

    1.1关键词法

    很多人第一次设计问卷没有经验,完全不知从何下手,也不知道需要设计什么样的问题,多少个问题合适。事实上问卷中应该设置多少个问题,问题设计成什么类型,这些重要性相对较低,最核心的在于你的思路是什么?有了思路,一切都会有解决方案。

    在问卷设计之时,首先确定好要研究的主题,比如说你想研究“消费者网购情况和社交媒体使用的关系情况”,从这一主题可以看出,核心想研究的点包括两个关键词,分别是网购和社交媒体;有了此两个关键词后,接着需要做的是细分;网购可以用一些什么样的问题表示呢?社交媒体应该用一些什么样的问题表示呢。

    通常情况下,一个关键词下属对应有4~7个题即可,不需要太多。如果按照此逻辑,2个关键词就只有8~14个题。如果题目还是不充分就在一个关键词下再进行拆分。在这样的思路下,将一个研究题目分折成4~7个关键词,每个关键词对应4~7个题,整个研究就会充实饱满。

    这样做的目的非常简单,一是对整个研究思路有清楚的梳理,并且用具体问题进行量化表达呈现出来;二是也只有这样后续才会进行有效的研究分析。

    接着需要加入一些共性的问卷题目,比如性别,年龄,学历,收入,消费等基础信息;一份完整的问卷就已经完成的八九不离十了。

    此类方法属于"万变不离其宗",任何问卷设计均可以进行此类参考。

    1.2研究方法匹配法

    上一部分讲解关键词法之后,相信大部分人已经会设计出一份比较不错,思路清晰,结构良好的问题。接着再深入一点,即匹配着研究方法进行问卷设计。研究方法通常可以分为三大类,具体研究方法的剖析可查看SPSSAU数据分析方法如何选择;分别是差异关系,相关关系和其它关系。

    • 如果思路上更偏向于差异关系研究,比如不同收入人群对于网购的态度差异。那么收入是个关键词,网购态度则可以使用比如规范的量表题进行设计,这样便于进行方差分析对比差异性;本人是比较建议使用较多规范的量表题,因为量表规范性很强且可以使用非常多的研究方法;如果不是使用量表题,那么就可以考虑卡方分析进行研究。如果进行更多丰富的研究方法使用,则对应需要使用多样的问题设计,量表题和非量表题均需要有,并且预期上它们就需要进入差异对比的范畴。

    • 如果思路上更偏向于研究影响关系,比如满意度对于忠诚度的影响,看上去,满意度和忠诚度均可以使用量表题进行表示,那设计成量表题没有问题,因为可以使用线性回归分析进行研究。除此之外,还有一种情况可以考虑,即logistic回归,满意度影响最终是否再次购买,是否再次购买被满意度影响,这类情况是应该使用logistic回归分析。如果是希望两类研究方法均使用,此时满意度对应的问题则需要有量表题,还有比如“是否愿意再次购买”一类的定类数据问题。

    • 如果预期数据需要进行统计上的信度分析,此时请记住一定需要设计成量表题,否则无法进行信度分析。以及如果预期思路上有分类,即比如将样本分成3种人群,此时需要考虑使用更多规范的量表题数据。

    总结上看,研究方法的匹配使用,事实上应该是在问卷设计前就进入考虑范畴。问卷研究设计完成后,大部分的问卷研究方法均已经确定,因而需要提前将问卷研究方法纳入考虑中,便于可以进行更丰富的数据分析。相对来看,量表题是可以匹配更多的研究方法,而且也更规范,建议更多的使用量表题较好。

    1.3场景应用法

    上一部分从分析方法的角度讲解了问卷如何设计,事实上问卷设计还会受到实现研究应用的影响,比如学术研究中更多地提到模型二字,大量的使用规范的研究量表。但在企业研究中,则更多的关注于现状情况以及提出政策建议等实用性的东西。不同的应用场景,问卷设计会有非常大的区别,尤其是学术和企业应用中。

    学术研究中,强推量表题的设计,原因很简单,量表可以匹配非常多的研究方法,并且建立模型,便于推广;但是也有一定的问题在于,实用性相对较弱。企业应用中,不关注于模型如何,而对问题是什么以及解决办法是什么更加关注,因而对于量表题的使用相对较少,更可能使用一些非量表式的问题,比如多选题,多项选择题等。

    相对来讲,建议学术研究中加入小部分(约1/5)的非量表题,便于在研究报告撰写时,可以有一些结合实际情况更深入的研究,比如研究“网购满意度和忠诚度”的关系,满意度影响到忠诚度,然后又如何呢?企业有什么帮助呢,可以考虑设计一些题目,比如如何才能提高满意度,加一些新的小功能点,多做一些优惠活动?

    以及企业应用场景时,也可以适当于加入一些量表题目,便于丰富研究方法,从不同角度不同分析方法上去对数据分析,否则的话,来回只能进行交叉对比,无法深入挖掘一些新的研究点。

  • 2 问卷设计的坑

    上一部分将问卷设计诀窍进行概述后,本部分将对问卷设计中的一些常见的问题进行汇总,避开问卷设计过程中的"坑",这样才能得到完美的研究报告。问卷一旦完成,数据收集完成,最终却无法进行希望进行的分析,试想这是多么糟糕的事情。接下来一一总结。

    2.1不能踩的坑

    (1)研究影响关系,但是缺少Y

    影响关系是X影响Y的意思,如果问卷中仅仅设计了关键词X对应的题目,但是没有设计Y对应的题目;这会导致最终无法分析。比如研究“影响网购满意度"的因素,问卷中仅设计出一些影响因素对应的量表题目,但是少了一个"Y"即,满意度情况如何。

    除此之外,X和Y这两个词不能出现在一个标题中;比如想研究”产品影响满意度“,不能设计出这样的问题”产品会影响满意度“,将两个关键词放入同一个句子中,即X和Y没有拆分开;正确的做法是X和Y完全拆分,使用不同的问题去表示。

    (2)信度和效度分析,不是量表题

    如果研究的最后希望使用统计学研究方法,进行信度和效度分析,但是却没有将关键词对应设计出量表题目;这会导致无法进行分析。统计学角度上的信度和效度分析,都只是针对量表题;尤其是学术研究中通常需要报告信度和效度情况,因此需要设计出对应的量表题目才可以。

    (3)问卷中逻辑太多

    一份思路清晰的问卷,应该是任何人一看就完全理解想做什么,如果问卷中逻辑太多,比如选择一个第1题,才能回答第5题;然后选择第3题才能回答第4题;各类逻辑非常多;这种情况的产生会导致最终进行研究分析时非常糟糕,因为逻辑过多很难理解和分析。建议一份问卷中的逻辑保持在4个以内。如果说确实逻辑就很多,可以首先画流程图,将逻辑进行梳理,把有逻辑的地方进行汇总,尽量简化逻辑跳转。

    (4)填空题少用

    填空题是一种开放题型,可以收集到一些意想不到的信息。但此类题型有个大问题即非常不规范,比如性别使用填空题,很可能得到这样的回答比如男,male,m,男生,男的,男同学,男士,男人等等。这类非常不规范的答项会导致无法进行分析,一定要分析,那需要先整理成规范的答案,非常的费时费力。

    如果是出于收入更多开放信息,那确实需要使用填空题,如果不是此类需求,建议尽可能少的使用填空题,因为它无法进行数据分析方法的使用。

    (5)其它问题

    事实上问卷设计时还会遇见很多问题,比如某个选项居然没有人选择,也或者多选题居然设计出2个问项。这种情况都是比较细节性的问题。建议设计问卷中稍加注意即可,此类情况只会导致最终的研究报告质量比较糟糕,并不会影响到实质性不能进行分析的情况。稍加注意即可,建议设计问卷时,站在被试即回答问卷问题的角度考虑一下,避免出现一些比较常规性质的问题。

    2.2尽量多使用量表题

    问卷研究中,量表是一种比较规范而且简单容易理解,最为关键的是,其可以匹配非常多的研究方法。因而笔者建议可以尽量多的使用量表题。

    在学术研究中,量表题是非常常见的一种题型,而且大量广泛的使用,绝大多数研究方法均只能匹配量表题。但是在企业研究中,量表题使用相对较少,而是使用更多的多选题,单选题,排序题等。可以考虑互补,即学术研究在大量使用量表题基础上,加入一些非量表题比如多选和排序题;而企业研究中适量的引入量表题。

  • 3 问卷研究报告

    在问卷设计完成后,事实上自然就会有对应的研究方法匹配,以及研究思路的确实,研究报告的框架结构目录也大致确定好。具体在第一部分也有提及,如果想系统学习问卷设计可阅读下述参考资料。

    SPSS在线_SPSSAU_问卷分析六类思路框架

    SPSSAU数据分析方法如何选择