时间: 2021-07-30 09:31:55 人气: 10 评论: 0
调查问卷的信息收集方法有很多，有时甚至可以图文并茂的设计，但分析方法往往先行于调查。
可以很直接地说，问卷设计有着一套严谨甚至苛刻的流程，这不仅仅需要我们明确认识研究调查问题的核心，还需要我们对每一个问题都有着严谨的措辞，以及对整个调查问卷有效评估。
一份好的调查问卷所反馈出的信息**让问题变得更加清晰，反观市面上的大部分的产品调查问卷，能够反馈真实有效的信息的却少之又少。因此，抛**引玉，希望在问卷设计上，能够得到大家更好地意见与建议。
思考一个问题是否是一个好问题的时，就要去考虑问题的本身，问题的形式，问题措辞和它能够引出的答案的类型。而提问作为日常生活交流的重要部分，想要把口头上的交流转为严谨的问题，则需要注意以下几点：
简而言之，除了问卷自身的严谨性，无论我们出于什么样的目的去设计问题，都不能仅站在分析者的角度去看待问题。设计问题自身也可以类比成一种交互过程，它是有受众的，且**对不同的问题做出不同的反应，受访者**在回答问题的同时，有意无意的给自己打造出一个完美形象，但这样**让我们得到的信息失去一定的信度与效度，从而影响了最后的分析结果。
举一个例子：
问题：在最近一年的时间里，你平均多久去一次图书馆？
A.每周一次或以下 B.每周两次 C.每周三次 D.每周四次或以上
这样的问题乍看之下，没什么漏洞，但站在某些受访者的角度，答案可能在一定程度上暴露了受访者是否喜欢读书等此类的问题，虽然分析者只是想要知道受访者到图书馆的频率，专业的分析者不**仅凭一个问题而武断的给受访者贴上标签，但这样的问题，无疑**得到比实际次数较高数据，影响了最后的数据的准确性。
修改：我们知道，因时间碎**化现象比较普遍，纸质书籍现今已经不是人们读书的首选，人们可以通过更多方式来获取想要的信息。请问在最近一年的时间里，你平均多久去一次图书馆？
A.每周一次或以下 B.每周两次 C.每周三次 D.每周四次或以上
我们用简短的语言解释，给了受访者一定的回旋余地，不**对受访者形象有太大的影响，让答案本身看起来更有了针对性，得到的信息也变得更加准确。
也就是说，问卷设计并不是简单地问题罗列，一个好的问题从设计出来到最后的评估，可能**被多次的修改，分解或删除，同一个问题也常常以不同的形式重复出现在问卷上。而这样做的主旨，即是保证问卷得到的信息有较高的信度与效度。
在此之前，我们需要知道调查问卷能够收集到的信息种类。即：
这里六种信息也可以分为“行为”与“态度”，除了以上的信息，我们多数情况下还**询问受访者的性别，年龄，收入等信息，我们称这类信息为“属性”，也就是说，调查问卷能够收集到的信息共分为三大类：行为，态度，属性。
在这里，行为和属性属于客观信息，人们看待事物的态度则属于主观信息，以下，**对这两种信息的收集的问题设计进行分别讨论。
（1）客观信息的收集难点主要体现在两个层面，一个是分析者对于信息收集的目的的理解，另一个则是受访者对于问题自身的认识。
举一个例子：
目的：收入调查
问题：你当前的月收入（税前）是多少？
A.3000元以下 B.3000-5000元 C.5000-8000元 D.8000-12000元 E.12000元以上
这是现今收入调查用的最多的一种问卷形式，某种程度上来说，若是收入的信息对整个调查分析的信息并没有太大的影响，只是作为一个极为次要的辅助信息来说，它满足了我们的需要，我们也不必对这个问题太过执着（但收入往往是调查分析比较看重的一块，特别是互联网行业）。也就是说，我们认可问题存在一定的缺陷，前提是我们收集的辅助信息并不是太重要。所以，当我们把收入作为一个主要信息收集时，上面的问题可能就**涵盖不全，对此，我们需要对问题进行修改。
可能的形式：你当前每个月的有偿收入是多少？
A.3000元以下 B.3000-5000元 C.5000-8000元 D.8000-12000元 E.12000元以上
增加了问题的覆盖范围，受访者**自动的把自己的工薪和日常收入叠加到一起，从而避免了简单的以工薪信息去衡量某些指标的不确定性。但这个问题同样是**出现误差的因素有很多，除了受访群体自身带有的一部分属性，还有即是分析者想要衡量问题的广度。就是说，越准确的问题受访者对问卷的投入成本越高（回答问题需要更多地时间与思考），问卷设计时，我们要思考这个问题的成本投入与期望的回报。
（2）客观信息的收集除了受访者的一些固有属性（如上面的收入，反映出的问题属于一个属性），还有就是涉及到一些简单的估计计算，时而两者兼备，来对受访者的答案进行复核。（比如我们对某小区的受访者去年一年去医院的次数进行调查，问题可以直接问受访者去医院的次数，1次，2次，3次……，也可以询问受访者去医院的频率，一个月一次，两个月一次……，在问卷中以不同的形式向受访者提问，得到更准确地答案）
客观信息的收集更重要的是准确度，我们的信息大都来自受访者的记忆，因此时效变得尤为重要，但现在多数问题的设计并没有界定某个时间，受访者更多的是根据当前的状态作答，这样收集的信息是**面的，不准确的。就像我们做用户体验地图一样，问卷所调查的信息也是一个连续性的信息，它反映的是受访者某个时间段内的活动状态。
但囿于受访者记忆的准确度（有些信息并不利于回想），我们要对这样的类型的信息要有容错的意识。
另外比较重要的一点，就是一定要让受访者清楚问题问的是什么，措辞不要太晦涩，除特殊情况外，专有名词的出现一定要让受访者清楚词义。
上面说到，客观信息主要包括行为和属性，也就是说，我们调查的信息是已经存在的和实际发生的事实，对于这些信息，一定要承诺做好保密，打消掉受访者的顾虑，特别是在我们收集的某些信息对于受访者来说**降低他们的社**评价的时候。
（1）量值化：相比客观信息，主观信息更容易因受访人的不同而得出不同的结论。主观信息的生成，往往是受访者审视自身，把相关的信息总结起来得出的结论，为此，我们常常把这种结论转化为“量值”的选项进行处理。这种“量值”一般有两种形式，一种是数字量值，一种是形容词量值。
举两个例子：
目的：售后服务反馈
问题1：你对这次售后服务的结果打分是多少？
A.5分 B.4分 C. 3分 D. 2分 E. 1分
问题2：你对这次售后服务的结果满意么？
A.非常满意 B.满意 C.一般 D.不满意 E.非常不满意
这是我们常用的两种方式，他的优点是受访者习惯了这样的作答方式，往往能够很快的得出答案，对于大部分调查，同样拥有着较高的可信程度。但若是想要收集更细致的信息收集，这样的方法就很难满足了。
之前一阵子，我曾在某租房APP上看到过大致是这样的一个问题设计：
你认为X X X 界面交互的评分是？（问题不重要，重要的是选项）
1分 2分 3分 4分 5分 6分 7分 8分 9分 10分
没错，他有十个选项，受访者可以从1到10分之间任意选择，可是这个时候，我们对于界定的均值（5分是一般？还是6分）就**因每个人的观点不同而受到差异，而3分，4分这样的选项与1分，2分有什么区别，受访者是否能够统一并很好的理解这些选项，如果不能，那么收集的信息，就**受到影响。
往往上面的问题经常被拆解来看待，比如像下面的一样。
可能的形式：你认为X X X 界面交互怎么样？
A.非常满意 B.满意 C.一般 D.不满意 E.非常不满意
设想我们有一个1-10分的量表，你认为X X X 界面交互能够得多少分？
也就是说，我们先获取受访者对这个问题的主观态度，在把这个信息量化，让受访者在已经做出态度表明之后，进行选择，就**提高信息的准确度。
另一种方法则是强制的划分量值表，比如像下面这样：
你认为自己的身体状况怎么样？如果有一个-5~+5的分值量表，你认为自己能够得多少分？
不同于上面的形式，我们强制的划分出了均值，大于均值则为偏好，小于则为偏差，相比1~10分的量值表，能够更加准确。
另外，“量值化”还有一种方法，即是对受访者有普遍认识的事物设定“均值”，用这个“均值”去衡量其他问题。
举一个例子：
问题：如果把做阑尾炎手术的难度定义为100分，你认为以下手术的难度定义为多少分比较合适？难度为二倍，则为200分，难度为0.5倍，则为50分。
这样的形式一般更能够得到受访者对某件事物的主观评价的信息，但前提是受访者对定义的“均值”能够透彻的了解，如果了解的不彻底，也**对信息造成影响。
以上是两种信息收集的方法，但具体的问题还需要具体分析，调查本身就是受诸多因素的影响，所以我们设计调查问卷时，也**针对对不同的情况设计跳答问题，选答问题等，也就是说，针对不同的人群设计问卷，才**挖掘更多的信息。
调查问卷的信息收集方法有很多，有时甚至可以图文并茂的设计，但分析方法往往先行于调查，也就是说，对一个或几个问题的分析要在调查之前就确定，一份初稿往往要经过几次修改才能够正式使用，为了避免问卷收集的信息有偏差，问卷的评估是必不可少的。
本文由 @洛珂 原创发布于人人都是产品经理。未经许可，禁止转载。
