问卷调查是一种流行的数据收集方式，但难以设计，并且在产生可接受的调查表之前通常需要进行许多重写。问卷是要向个人提出的一系列问题，以便获得有关任何给定任务的统计上有用的信息。它的构建和负责任的管理成为了至关重要的工具。它经常用于定量营销研究和社会研究。除了我们熟悉的心理学、社会学、经济学、教育学，到现在大热的机器学习，深度学习，统计学等数据编程类相关的方向，甚至是医学、案件侦查都会用到这样的方式。
它们是从大量个人那里收集广泛信息的宝贵方法，通常被称为受访者。良好的问卷结构对于调查的成功至关重要。不适当的问题，不正确的问题顺序，不正确的缩放比例和错误的格式会使调查表失去其价值。很多小伙伴可能在初期的问卷设计中有大量不科学的操作，对后期的分析和结论的导出产生了巨大的影响，甚至导致了论文的难产… 比如
问卷太冗杂了，受访者填写到崩溃纷纷放弃；
问卷术语太多，受访者看到一纸天书无处安放双眼；
问卷设计和literature review的理论和结论似乎关系都不大，无法得到什么结果…
别着急，现在才6月底，小伙伴们还有大量的时间调整自己的问卷设计。今天，来和大家聊一聊问卷设计这回事。本篇文章主要介绍问卷设计方法。
1、问卷设计基本原则
问卷设计需要遵从如下几个原则：
1. 问题要有针对性，珍惜受访者原因贡献给你的时间；
一个小栗子：目前环境态势恶劣，垃圾分类、处理工作迫在眉睫，您觉得各地政府是否应该尽快将垃圾分类工作提上日程？ 你话都说到这一步了，我难道还要冒着全民公敌的风险，揭竿起义吗？
2. 问题尽量要贴合literature review提到的理论相结合，不要天马行空的编造；
3. 化抽象为具体；
举个例子：调查美国亚马逊客户满意度，你不能只用「粘性较高」、「比较满意」来设置选项，而是应该用「持续每年在亚马逊消费的具体金额区间」、「在社交场合主动向亲友推荐的频率」等选项来调查用户对这个网站的使用习惯和品牌印象。
再一个栗子：
含糊的提问得到含糊的答案。例如，您的家庭收入是多少？当应答者给出此问题的数字答案时，其答案是各式各样的，如2020年的税前收入，2020年的税后收入，2022年税前收入，2022年税后收入。
4. 避免应答者可能不明白的缩写、俗语或生僻的用语。
例子：你对PPO的意见详解？很可能不是每个人都知道PPO代表优先提供者组织（Preferred Provider Organization）。如果这一问题以一般公众为目标应答者，研究人员可能会遇到麻烦。另一方面，如果问题针对物理学家或医院管理者，那么缩写PPO很可能是可接受的。
再来一个：媒体上最近经常报道的二噁英，对你在食品消费的选择上会有影响吗？ 二英、二w英，这是哪来的生僻字，为难我这个乡下人吗？
2、夯实基础：基础知识介绍
数据分析常见术语有哪些呢？P值，量表，非量表，分类数据，样本都是需要大家了解的：
| 编号 | 术语 | 相关名词 |
| 1 | P值 | 显著性、显著性差异、0.01水平显著、0.05水平显著 |
| 2 | 量表 | 李克特量表，定量数据 |
| 3 | 非量表 | 分类数据，多选题 |
| 4 | 数据类型 | 定量数据，分类数据 |
| 5 | 样本 | 样本量，无效样本 |
这里想跟大家重点说一下量表和非量表。
量表，通常是指李克特量表，其用于测量被试对于某概念(通俗讲即某件事情)的态度或者看法情况。通常量表会由很多项目(题项)构成，并且答项类似于非常同意、同意、不一定、不同意、非常不同意，也或者非常满意、比较满意、中立、比较不满意，非常不满意等。量表被广泛使用于学术研究的各个领域，并且大多数统计方法均只能针对量表，比如信度分析，效度分析，探索性因子分析，结构方程模型等。量表的尺度形式有多种，常见是五级量表，即五个答项，另外还会有七级量表，九级量表或者四级量表等，四级量表或者九级量表使用频率相对较少。量表广泛运用于各个学术领域，并且非常多分析方法适用于量表题项，比如因子分析，相关分析，回归分析，方差分析，T检验，聚类分析等，通常情况下中介作用或者调节作用分析也针对量表题项。如果希望进行使用分析方法，则需要尽量使用量表题项。
非量表为除量表(或者类似量表)的题项，比如多选题，或者基本事实现状题项等，非量表题项更多用于了解基本事实现状，研究人员可以通过此类题项分析研究当前现状情况，并且提出相关建议措施。通常情况下，非量表题项包括以下几种类型，分别是单选题，多选题，填空题等。分析方法上，非量表题项可以使用频数分析进行基本描述，以及卡方分析对比差异，也可以使用Logistics回归分析和聚类分析、
另外，数据的类型有哪些呢？
| 术语 | 说明 | 举例 |
| 定量数据 | 数字大小具有比较意义 | 您对天猫的满意度情况如何？（非常不满意，比较不满意，中立，比较满意，非常满意） |
| 分类数据 | 数字大小代表分类 | 性别（男和女），专业（文科、理科、工科） |
3、量表类问卷设计
量表类问卷指大部分(60%以上)问题均为量表题项的问卷，量表类问卷广泛运用于学术研究，以及可以对量表类问卷进行多种分析，包括影响关系研究，中介或者调节作用检验，指标权重计算，细分市场研究等。量表题项对应多种统计分析方法，包括描述性分析(平均值)，信度分析，效度分析，相关分析，回归分析，探索性因子分析，聚类分析等，结构方程模型软件AMOS的验证性因子分析或者结构方程模型SEM功能，也仅适用于量表类题项。
3.1 问卷设计框架
下面通过一个栗子和小伙伴们讲解一下。
(1) 筛选题项。如果对于样本特征有特殊要求，比如研究题目为90后员工离职倾向影响因素分析，明显的研究样本一定需要为90后，因此需要首先设置筛选题项，如果非90后样本，即停止回答后续题项。如果研究中需要进行样本筛
(2) 样本基本背景信息题项。通常情况下，问卷中需要加入样本基本信息题项(人口学统计学变量)，比如性别，年龄，学历，月收入等题项，不同背景的样本，可能对同样一件事情有着不一致的态度。因此需要加入此类题项，此类题项通常是进行频率统计，以及进行方差分析，T检验差异对比等。
(3) 样本特征信息题项。除样本基本信息题项外，通常情况下还需要设计样本基本特征信息。比如研究题目为网络消费态度影响因素研究，则可以加入相关网络消费基本现状特征题项，比如当前网购频率情况，样本网购的商品类目情况，以及网购消费金额情况，网购消费平台情况等。研究人员核心思路并非针对样本特征情况，因而此类题项的个数应该较少，建议3~8个之间。
(4) 样本基本态度题项。除开样本基本背景信息，样本基本特征外，还可能涉及样本基本态度情况题项，此类题项基本上均为非量表题项。以及此类题项设计目的在于了解样本的基本态度情况，比如研究者可以通过此类题项，了解样本对于当前网购的消费态度，网购的前景态度，也或者网购平台的态度情况等。
此类题项用于分析样本的基本态度，通常情况下后续分析时会对其进行频率统计，以了解样本的基本态度(无法使用信度分析或者效度分析)。有时也可以分析此类题项与其余题项之间的关系，比如使用卡方分析研究不同性别样本对此类题项的差异性态度，也可以使用回归分析研究此类题项对消费意愿的影响情况等。
(5) 核心变量题项。
敲黑板！！！此处为重点！！！
此部分为量表类问卷研究的核心内容，题量上最多，并且此部分通常情况下均为量表类题项。比如某研究为90后离职倾向影响因素研究，具体影响因素上可分为以下五个方面，分别是薪酬福利、人际关系、工作本身、价值观，成就发展和企业文化。明显地，研究人员需要针对此五方面分别设计题项，每项因素可能由多个题项组成(建议每个最小维度由4~7个题项组成)，因此五项因素总共涉及题项约为28个。
以及研究影响因素对于离职倾向(Y)的影响，自然还需要题项询问样本离职倾向态度。
| 量表题项注意事项 | 说明 |
| 需要有文献参考依据 | 题项是否有参考文献？ |
| 变量或维度对应题项合理性 | 每个变量对应题项数量是否合适？ |
| 因变量Y对应题项 | 如果研究影响关系，是否有因变量Y对应题项？ |
| 反向题 | 反向题是否需要，以及是否可以正向处理？ |
第一是此部分题项设计需要有文献参考依据，结合相关研究文献参考进行设计，或者直接借用相关文献题项设计，不能随意主观设计题项，以免导致后续信度，效度不达标。
第二是每个最小维度(方面)尽可能由4~7个题项去表示，避免后续分析过程中出现信度或者效度不达标现象，并且每个维度由多个题项表示，可以更好的表达对应维度(方面)的概念信息，更具说服力。
第三是如果研究变量影响关系，即X对于Y的影响情况，需要有因变量Y的对应题项，否则会导致后续无法进行相关分析或者回归分析的尴尬，比如研究工作满意度的影响情况，题项中涉及到各个可能影响满意度的因素对应题项，但是并没有体现样本整体工作满意度的题项，此类问卷无法进行相关分析和回归分析,无法使用回归分析研究各类因素对于工作满意度的影响关系。
第四是反向题问题(2.1部分有具体说明)，如果并非必要，研究人员可以将反向题进行正向处理。
如果研究权重情况或者使用此部分量表题项进行样本细分聚类时，很可能每一个题项即为一个小点(方面)，研究人员需要注意对各个题项的问法进行仔细考量，避免问项设计带来样本回答偏差。如果研究中介作用或者调节作用检验，对应维度或变量题项均需要有理论文献参考，避免问卷设计问题导致分析结果的误差。如果研究中介作用或者调节作用，中介变量或者调节变量也需要有对应题项体现。
此部分量表题项适用于各种统计方法，包括信度分析，效度分析，相关分析，回归分析，因子分析，聚类分析等。
(6) 其它题项。如果研究目的在于对样本聚类，将样本细分为几类，并且针对每类样本提供个性化建议，比如消费者对某类潜在新产品的选择偏好情况，此时可以设计题项单独问及某类潜在产品的需求偏好或者态度情况。比如研究人员基于这样的思路，结合相关题项将样本进行聚类，并且设计一款新型雾霾保险产品，分析不同类别样本对该产品的偏好差异，最终针对不同类别人群提供不同的保险产品选择。
4、非量表类问卷设计
接着跟大家讲一下非量表类问卷设计。约定大部分题项(60%以上)或者基本所有题项均为非量表题项时，此类问卷称之为非量表类问卷。多数非量表类问卷是对某事情现状进行研究，研究样本的基本态度，并且结合数据结论提供建议措施等。分析方法上，非量表类问卷可以使用的统计方法较少，常见为卡方分析，Logistic回归分析，部分情况下也可以使用相关分析或者回归分析，卡方分析的使用频率最高，单选题或者多选题均可以使用卡方分析研究题项间的关系情况。如果为非量表类题项，无法使用信度分析，效度分析或者探索性因子分析等。
非量表类问卷设计框架可分为六个部分，分别是筛选题项，基本背景信息题项，样本特征信息题项，以及样本对于研究话题的基本认知现状情况，并且还涉及样本对于研究话题的基本态度情况等。具体非量表类问卷的设计框架如下图所示。
(1) 筛选题项。类似于量表类问卷，如果研究话题需要对样本有要求时，即需要设置筛选题项，比如研究话题为P2P认知情况，研究者限制样本需要有过P2P投资经历，或者对P2P有一定了解，因此在问卷最前面设置相关筛选题项尤其必要。
(2) 样本基本背景信息题项。通常情况下，问卷中需要加入样本基本信息题项(人口学统计学变量)，比如性别，年龄，学历，月收入，职业等题项，不同样本背景的样本，很可能对同样一件事情有着不一致的态度。因此需要加入此类题项，此类题项通常是进行频率统计，以及可以进行卡方分析对比差异，有时候也会将样本基本背景信息题项作为自变量(X)进行logistics回归分析。
(3) 样本特征信息题项。针对非量表类问卷，通常会有较多基本特征信息题项，比如研究题目是P2P投资态度，则可能包括样本对于P2P的了解信息渠道，样本进行P2P投资的资金来源情况，样本对于P2P相关平台了解情况，以及样本以往投资经验，样本朋友P2P投资情况等。此部分题项并非研究的核心，更多是对研究样本背景信息进一步了解，充分了解样本特征有助于深入分析某结论的产生原因，不同特征的样本可能导致对同一话题有着差异性态度。此类题项并非核心研究内容，因而题项不能过多，较为合理的题项数量比例是整份问卷数量的20%左右。分析方法上，通常是进行频数统计，以及与相关态度题项进行卡方分析，进行差异对比研究。
(4) 基本现状题项。此部分在于研究样本对某研究话题的基本事实现状情况，比如研究题目是P2P投资态度，则可能涉及以下题目：当前是否有过P2P投资经历，P2P投资时间情况，P2P投资金额情况，P2P投资平台情况，P2P投资具体产品情况等。此部分为样本基本现状即事实性问题，对样本基本现状情况有深入了解，才可能会有更好的分析讨论。
(5) 样本基本态度题项。非量表类问卷研究中，除了对基本现状进行分析，研究人员还需要分析样本的基本态度。比如研究题目为P2P投资态度，则可能会涉及到以下题目：愿意进行P2P投资的原因情况，不愿意进行P2P投资的原因情况，对于P2P的风险态度认知情况，P2P的前景看法情况，P2P的关注度情况，P2P相关政策态度等。此类态度题项可以是多选题形式(比如涉及到原因的题项)，也可以是单选题，并且也可以是量表题(比如P2P前景态度，分为五个答项分别是，非常不看好，比较不看好，中立，看好和非常看好)。
如果研究思路上倾重于了解样本的态度，此部分的题项数量上会较多，并且可以将题项分为几类，分别每类代表某方面的态度。至于题项数量上，整份问卷题目数量的40%左右较为合理。
对于样本基本态度题项的分析，首先需要进行基本频数或者平均值统计，以了解样本当前基本态度情况，并且还可以与样本基本特征，或者样本基本现状题项进行交叉卡方分析，了解不同样本人群的态度差异，并且还可以使用回归分析(多元线性回归或者Logistic回归分析)，研究样本背景，或者样本现状题项对于样本态度的影响关系，为后续建议提供分析支持。
(6) 其它。在上述例子P2P投资态度研究时，如果希望设计一款新型投资理财产品，或者希望单独一部分题项了解P2P投资者的风险态度，则可以一个独立的部分罗列题项。
