调研问卷统计

连日来，广州日报摄制组在为各位老师录课时，还邀请老师“加点料”，用1分钟的时间，梳理一节课的重要知识点，并为孩子们如何高效、扎实学习支招。在新花城上完课，看名师划重点，一定能让你学习事半功倍！01:48八年级的《调查问卷数据的统计与分析》综合实践课有什么重点？广州市天河区汇景实验学校的黎韵怡老师告诉你！教师简介：广州市天河区汇景实验学校广州市首届综合实践十佳指导教师广州市综合实践特约教研员广州市综合实践教研会核心素养研究中心主任天河区综合实践核心组成员荣获天河区两次三等功天河教育“风云人物”授课内容：初二综合实践课程 3月26日划重点：亲爱的同学们，你们好！我是来自广州市天河区汇景实验学校黎韵怡老师。我将于3月26号下午以案例学习方式上一节八年级综合实践课《调查问卷数据的统计与分析》，这是日常生活和探究活动中非常常用而重要的研究方法，相信好学乐思的你一定不会错过。另外，也借这个机会给同学们提几点关于在家综合实践活动的建议：第一：在家积极学习之余，也要积极参与家务劳动实践，包括自我劳动服务、家庭劳动服务等，如煲汤做菜、打理庭院、参与家庭理财、照顾家人等等，让我们成为“生活小达人”，掌握更多生活常识和生活技能，提高我们的动手能力，感受劳动乐趣，还能让家庭更和睦美满，也可以报名参加广州市学生家务劳动技能比赛！第二：利用这段相对灵活的时间，对自己感兴趣的问题以研究性学习或项目学习方式进行学习，通过文献查阅、观察实验，发明设计制作等，形成自己的新成果、新感悟。一方面学习用科学的研究方法提高提出问题、探究问题和解决问题能力，另一方面我们要形成证据意识，别忘了整个探究过程用纸笔和镜头记录下来，通过网络方式跟老师、同学们分享探究的快乐。第三：提醒同学们在综合实践活动过程中一定要注意安全，使用劳动工具方法要得当，有些劳动需在家长协助下进行，还有些活动要外出进行的我们暂不能外出。最后祝愿同学们学习进步，身体健康！咱们相约3月26日，不见不散！视频拍摄：庄小龙视频剪辑：苏通广州日报全媒体编辑：黄宽伟

大家对调查问卷想必都不陌生，特别是最恐怖的一种调查问卷——考卷！周末带儿子逛商城，碰到某英语培训机构的市场调查促销活动，这个英语培训机构恰好是我已经种过草的，索性我就积极配合了她，只见她在手机上打开一个类似如下的调查表：另外，最近我参与到一个供应链协同云平台的项目中，需要针对这个平台，在老客户群里做一些需求调研，所以要设计一份客户需求调研问卷。那么，我们要做这样一份问卷，最关键的是什么呢？是我们该问什么问题！所以，我们首先要进行调查问卷的需求分析！那下面这个脑图提供给大家做个参考：脑图左边的部分是我们在设计问题之前需要考虑的影响因素，而右边的部分，是我们分析清楚影响因素之后，对设计问题进行的分类，并且要检查分类之间不重叠、不遗漏，之后，再逐一细化分类下的问题。通过对业务的抽丝剥茧，了解产品，了解客户，层层递进、逻辑清晰地多问自己几个问题，再通过小组的头脑风暴，我们就能迭代出一份令人满意的调查问题清单了。弄清楚要调查的问题之后，就该考虑实现方式了。我们考虑过搭建一套WPLMS系统的APP应用，这样可以连带着客户售后支持也一起做了，但由于时间的关系，我们最终还是采用了最方便快捷的Excel调查问卷的方式。在调查问卷中，一般题型分为多选题、单选题、填空题等等，那使用Excel做调查问卷时，相应地，我们就可以使用“单选框”、“复选框”、“组合选项框”这些窗体控件了。这些窗体控件我们要到Excel的“开发工具”页签中找，默认这个页签是不可见的，我们可以这样把它露出来：下面我们就先来个多选题：通过插入复选框表单控件，做一个多选题的选项，左键点击复选框，实现的是选中或取消选中，要想对复选框控件做修改，比如调整颜色、格式、位置等，或者选中复选框控件进行复制，都需要通过右键点击控件的方式。再来看看单选题：单选题跟多选题处理方法很相似，使用的是单选选项按钮控件，但是有一点要注意，当存在多个单选题时，为了保证各个单选题的选项之间不相互影响，一定要把一个单选题的所有选项按钮都放到一个分组框内，否则所有的单选选项按钮中，就只能有一个被选中。最后，别忘了，要体现出调查问卷的专业水准，表头、表尾可不能少，公司的LOGO、网址的链接、调研问卷的说明等等，都要走起来。当我们从客户那里收集回来问卷之后，就该开展下一步的分析行动了，对于我的这份平台需求调研问卷，我需要做平台配置的匹配，客户个性化方案的制定等等。还有一些调查问卷，收集回来的是一些可分析的数值，需要对这些数值做进一步的抽样统计分析，可以用专业的SPSS软件，当然，你仍然还可以用最最亲民的Excel！再结合恰当的统计图表，相信你一定会做出一份专业的调查分析报告！本文版权归Excellive所有，更多Excel好文和本文示例下载，请关注Excellive！喜欢的话就请点赞、收藏、分享吧！如果您有问题或建议，欢迎留言与大家一起分享！

所谓市场调研就是对某一目标，收集、整理、分析有关信息，通过对数据或信息的分析，得到相应结论，从而为企业决策提供参考，实现企业利益最大化。数据分析是市场调研中重要组成部分，在分析过程中我们会遇到许多统计分析方法。今天SPSSAU就来介绍8种市场调研中常用的数据统计分析方法，以及如何在SPSSAU使用这些方法。01 频数分析：分析比例，掌握基础信息无论是哪种领域的统计分析，频数分析都是最常用的方法。在市场调研中，频数分析也是最基础、使用最广泛的方法。一般可用来统计分析样本基本信息，统计比例，如消费者的基本信息，对产品的基本态度，是否愿意购买产品等。SPSSAU频数分析频数分析结果用图表展示能够更加清晰对比各项比例，SPSSAU频数分析默认提供饼图、圆环图、柱状图、条形图可选择。注：多选题统计频数或比例用【问卷研究->多选题】。02 描述分析：定量数据对比描述分析适用于分析对比定量数据。例如对比各维度均值，了解在哪些方面得分较高，哪些方面得分较低，找出优势项或短板项，从而制定出有针对性的改善方案。可用于分析产品满意度、用户需求等。SPSSAU描述分析描述分析结果如果有多个题要对比平均值，可通过折线图、柱形图、雷达图来展示。03 IPA分析：满意度-重要性分析IPA分析，又叫重要性表现程度分析法。是通过绘制散点图，对比不同项目或维度的重要度和服务表现，从而直观的识别出优势项、劣势项。适用于服务质量、满意度分析、产品竞争力分析等。SPSSAU象限图指标在不同的象限中分别对应不同的解释，针对不同象限可以建立针对性的优化措施。在第一象限的指标顾客重视度高并且实际满意度也很高，说明是优势项可以重点突出或保持。第二象限指标顾客较重视，但实现感知满意度不高，说明需要重点加强改善。第三象限重要性及满意度都不高，可以作为次重点改进。第四象限满意度大于重要性，可以适当减少对这些指标的关注。04 差异分析：交叉分析，寻找个性差异上面几个方法一般只是初步描述研究结果，想要更深入的探究分析项之间的差异性则要进行差异分析。例如探究不同背景的消费者在“认知”，“态度”，“行为”，“原因”上的差异；是大学生还是工薪族更加喜欢我的产品？不同学历的消费者对于产品的需求有没有差异等等。差异分析常见包括几类分析方法：方差分析、t 检验和卡方检验。其实核心的区别在于：数据类型不一样。如果是定类和定类，此时应该使用卡方分析；如果是定类和定量，此时应该使用方差或者t 检验。方差和T检验的区别在于，对于T检验的X来讲，其只能为2个类别比如男和女。如果X为3个类别比如本科以下，本科，本科以上；此时只能使用方差分析。三种方法都可在SPSSAU【通用方法】中使用。05 帕累托图：抓大放小，把握关键因素帕累托图，是“二八原则”的图形化体现。在数据分析中二八原则可以理解为：80%的结果是由20%的因素产生的。实际应用场景中，帕累托图可以用来评估产品、划分客户、员工管理等，找出找出导致前累积80%的项，并且重点关注和分析。SPSSAU有两处提供了帕累托图分析，一般可用【可视化->帕累托图】；如果是多选题则使用【问卷研究->多选题】默认会生成帕累托图。重点分析累积加和占比在80%内的相关项目，频数越靠前说明越是重要因素。06 聚类分析：用户分类通过聚类分析，我们可以找到一类人群的综合特征，并按照其特征细分成不同人群。相比用单一分类标准，聚类分析可以综合多个指标结果，得到更加合理的类别。SPSSAU聚类不同行为的客户有不同价值，比如可选择消费次数、购买量、顾客满意度、忠诚度等指标，对不同价值的客户进行分类。当变量较多时，可先做主成分或因子分析，得到每个维度（因子）的数据，再进行聚类。SPSSAU因子分析07 对应分析：寻找市场定位对应分析，是把一个交叉表结果通过图形的方式展现出来，用以表达不同的变量之间以及不同类别之间的关系。对应分析可应用在市场细分、产品定位等领域相关中。SPSSAU对应分析对应分析图通过图形可以解读出同一变量各类别的区分程度，以及不同变量各类别间的关联程度。第一，考察同一变量：查看同一变量的不同类别是否被清晰区分开。第二，考察变量间的关系：离原点越远，意味着该点对于‘关系幅度’的表达越强，即说明该点越能体现出‘关系’；第三，在相同区域点与点之间靠得越近，意味着它们之间关联关系越强；点与点之间靠得越远，意味着它们之间关联关系越弱。08 市场预测：回归分析回归分析是确定两种或两种以上变量间影响关系的方法。在市场调研中，回归分析可以用来探究销售量、顾客满意度的影响因素、预测销售量等。回归分析中，最简单也最常用的就是线性回归，可在SPSSAU【通用方法->线性回归】中使用。SPSSAU线性回归当因变量为定类数据，比如研究消费者对于酒精饮料和非酒精饮料的选择偏好及影响因素时，可以使用SPSSAU进阶方法里的二元logit回归。SPSSAU二元logit如果是时间序列数据，可以使用【计量经济->ARIMA预测】来预测未来预期销售量，SPSSAU默认自动找出最佳模型输出预测结果。ARIMA预测ARIMA模型拟合图

调查方法系列之六： 如何进行调查问卷设计什么是问卷？它是一份基于特定目的精心设计的问题表格。用来测量人们的行为、态度和社会特征等等，使调研者得以获取必要的信息资料，进行统计分析。调查问卷设计的步骤1、根据调研目的，确定所需要的信息资料2、确定问题的内容，即问题的设计和选择3、选择语言措辞4、确定问题的顺序5、问卷的测试与检查6、审批、定稿调查问卷的基本结构一份完整的调研问卷通常由标题、问卷说明、填表指导、调研主题内容、编码和被访者基本情况等内容构成。1、问卷的标题确定问卷标题具体明确、简明扼要,点明调研对象或调研主题。例：盒马鲜生新零售消费市场调查问卷2、问卷说明在问卷的卷首，主要说明调研意义、内容和选择方式等，文字通俗亲切、言简意赅。例：您好，我们是XX大学的学生，为了解盒马鲜生的新零售模式，特设计此问卷。本次调查耽误您几分钟，并且我们会对结果进行保密处理，仅供研究使用，请如实填写。谢谢您的支持与合作，祝您生活愉快！3、填表指导对于需要被访者自己填写的问卷，应在问卷中告诉回答者如何填写问卷。填表指导一般可以写在问卷说明中，也可单独列出问卷答案没有对错之分,只需根据自己的实际情况填写即可.您的答案对于我们改进工作非常重要,希望您能真实填写4、调研主题问题调研主题内容是按照调研设计逐步逐项列出调研的问题，是调研问卷的主要部分。这部分内容的好坏直接影响整个调研价值的高低。常见问题与选择项类型1填空式 例 您的年龄（周岁）： ______ 岁2.二项式 提供二项答案，只选择其中一项例：你的性别？1.男 2.女多项式 提供两个以上的答案，被访者按要求只选择一个答案或者几个答案。例您觉得盒马鲜生最吸引您去消费的因素是什么？（限选1项）A、环境 B、价格 C、品质 D、服务 E、用餐体验 F、其它例：您在盒马鲜生消费以后，会通过哪些社交渠道等来分享自己的感受吗？（可多选）A、微信朋友圈B、微博C、小红书D、抖音E、不会发表感受F、其他_____矩阵式 把两个或者两个以上的类似问题集中起来，用矩阵来表示。回忆你近3个月内观看过的1818黄金眼的内容，请对以下问题表示你的满意程度：“1=非常不满意”、“2=不满意”、“3=中立”、“4=满意”、“5=非常满意”例：根据您在盒马鲜生的消费经历，对以下题项表达您的赞同程度。1=非常不赞同 2=比较不赞同 3=一般 4=比较赞同 5=非常赞同5.跳转式 例：您有没有看了朋友圈广告而购物的经历？A.有 B.没有(跳至第15题）6.开放式 例：作为消费者，您对盒马鲜生有什么改进建议吗？请自由回答。__________________________________________________5、编码编码是将问卷中的调研项目以及被选答案变成统一设计的代码的工作过程。一般情况都是用数字代号系统，并在问卷的最右侧留出“统计编码”位置。有时也可略去。6、被访者基本情况这是指被访者的一些主要特征，如个人的年龄、性别、职业、收入、学历、等。这些是分类分析的基本控制变量。在实际调研中要根据具体情况选定询问的内容，并非多多益善。其他访问员基本情况结束语调查问卷设计的注意事项1.先一般问题，后敏感问题; 先事实问题，后情感问题; 先封闭式问题，后开放式问题。2对于选择项的设计，除了与问题协调一致以外，注意选择项具有穷尽性和互斥性。MECE原则。例您觉得盒马鲜生最吸引您去消费的因素是什么？（限选1项）A、环境 B、价格 C、品质 D、服务 E、用餐体验 F、其它3.提出的问题要具体，避免提笼统性的问题例：你认为XX餐厅的餐饮服务怎么样？可以细分品种、价格、外观、卫生、服务若干子问题，以矩阵式或表格式设计。4一个问题只能有一个问题点。在问卷中要特别注意“和”“与”“、”等连接性词语及符号的使用 。例：“你为何不在学校饭堂吃饭而选择在校外吃饭？”5要避免带有倾向性或暗示性的问题。在问句中要避免使用类似的语句，如“普遍认为”、“权威机构或人士认为”等例，“你是否和大多数人一样认为某某饭堂的菜口味最好？”6.提问中使用的概念要明确，要避免使用过于专业或生僻的概念。例:商业模式、KOL（Key Opinion Leader）

1月11日，仲裁研究院《仲裁法》修订研究工作组就“《中华人民共和国仲裁法》（以下简称《仲裁法》）立法体例等修法重大问题研讨会”会前发布的在线调查问卷的调研统计结果进行了发布和解读（见下文统计结果数据）。修订研究工作组发言代表薛童表示，该项调研仅是课题组一个初步框架性研究思路，是为了进一步明确《仲裁法》修订体例等重大问题研究的范畴和方向，欢迎大家继续关注并支持仲裁研究院的进一步研究进展。该在线调查问卷于2020年1月7日向社会公开发布，下文统计数据为“《仲裁法》立法体例等修法重大问题在线调研”搜集统计的阶段性成果。该问卷目前仍接受在线填写，数据将持续搜集直至项目结束。请点文末阅读原文继续支持调研。信息来源：仲裁研究院CAI

不知道为什么要做问卷调研？问卷题型不知如何设置？问卷内容被吐槽缺乏思维逻辑？调研结果和预期目标不符？本文将从背景、目的、内容、常见问题、投放以及总结六方面分析问卷调研方法和流程。相信大家无论在职场还是在学生时代，或多或少都做过问卷调研或者被调研过，下面这几个问题大家是否有遇过？接下来将与大家一起讨论并揭晓答案。不知道为什么要做问卷调研？问卷题型不知如何设置？问卷内容被吐槽缺乏思维逻辑？调研结果和预期目标不符？一、写作背景近5月份以来一直在筹备一款连接B端（客户）和C端（用户）之间的平台型产品。目前已初步完成业务调研阶段，其涉及到的内容主要包含市场分析、用户调研、竞品分析等，接下来主要针对我在问卷调研设计的过程中遇到的一些问题以及被领导吐槽过的一些点，进行尝试总结和提炼。一方面希望借此加深自己对问卷调研方面的理解，同时也希望能够帮助大家对问卷调研方面有一个新的认知。二、明确调研目的当我们在接到某个任务时，无论是问卷调研还是市场分析等其他方面，首先需要做的是梳理工作思路、拆解任务并制定计划时间等；而不仅仅只是去做一个执行者（螺丝钉）埋头去写，写完拿去找领导结果被骂的狗血喷头。因为很多时候我们的想法和领导的目标是有出入的。所以根据产品形态、定位、明确目的、确认思路是至关重要的；通过思考和确认，针对我们这款由0到1的招聘类平台型产品，其调研的目的主要在于：验证需求想法，包含对B端（客户）和C端（用户）的市场分析、了解现状、发现问题从而针对提供解决方案再到两端用户是否接受我们的解决案。用户接受并付费的意愿如何。C端产品要实现以公司商业目的为出发点，所以调研核心在于对用户付费意愿的挖掘分析。以此类推，在实际工作中经常存在，假设我们需要收集业务团队针对公司某个系统最近上线的某个功能的评价反馈。我们选择的调研对象在北京公司投放问卷，但实际上北京团队很少使用该功能，更多是在上海团队在使用，因而得到的反馈无法反映真实情况，价值不高。所以在问卷调研的前期阶段一定要搞清调研目的，避免造成“幸存者偏差”现象。三、确定调研内容1. 结构设计问卷调研的内容最能体验并考验设计者的逻辑思维，一份满意的问卷一定是包含丰富的逻辑思维和结构层次的，而不是缺乏逻辑，想到哪写到哪，设置的问题和最终想要得到的结果差异较大，从而获得不到完整的信息。从被调研者的角度来看，大家的时间是有限的，问卷结构不宜太长以15-20道题为主；且避免存在很多不必要无意义的问题。如果问卷过长，对于用户来说一方面会产生填写压力、烦躁，导致后面可能会随意填写失去调研意义；另一方面可能会直接放弃填写。所以我们在设计问卷内容的时候一定要确保获得完整、拟出从被调查者那里得到最多资料问题。确保既不遗漏任何一个问句导致信息的不全，同时也不去浪费任何一个问句去取得不需要的信息资料。因此需要重点突出，没有可有可无的问题。在设计结构的时候确保问卷设计的前后顺序，遵循先易后难、先简后繁，将需要问的核心问题放在中间。2. 合理的问题题型叙述类问题您当前企业员工数约为 人，其中正式员工数 ，外包员工数 人，兼职员工数您认为兼职工数量：1.偏多 2.适中 3.偏少探索性问题您招聘的兼职工平均薪资约为 （单位：元/每小时）您一般通过什么渠道找到兼职工？您在兼职工招聘过程中，工资以外的资金花费为？假设性问题您认为什么样的兼职招聘APP符合您的要求？您认为兼职招聘的APP应具备哪些必须功能？互动性问题在满足上述条件的情况下，您能接受付费金额最多为工资成本的比例是：您最期望的兼职员工类型是？举例以我负责的这款由0到1招聘类的平台型产品来说，结合上面调研的目的，以此我们思考在问卷的设置方面：对于B端（客户）来说，首先要了解的是客户目前是否有在使用我们将要提供的招聘服务？什么时候会使用？使用的渠道来源有哪些？目前使用的感受如何？有没有遇到什么问题？对遇到的问题我们给你提供新的解决方案你是否愿意接受？接受的意愿度如何？对于C端（用户）来说，首先需要了解的是用户基本信息？是否有做过我们提供的招聘服务？分别做过哪些类型工作？有没有遇到什么问题？我们帮你解决问题你是否接受等等？四、问卷调研常见问题确定了调研目的和内容之后对于我们问卷调研来说，只是完成了第一步，接下来我们要思考的是问卷布局结构是否合理？内容是否存在问题？逻辑是否一致？以下是我在问卷设计阶段对出现的一些问题，结合领导指正之后，进行总结和归纳：1. 用词过于书面口语化用词过于书面化，不够专业严谨。如：您认为线上招聘最大的顾虑是？被员工放过鸽子。此类答案对于年轻人来说会觉得比较随意、年龄稍大的可能不理解什么叫放鸽子等，失去调研的意义。对此可以将答案改为：员工毁约2. 用词过于专业，导致问题失真用户难以理解在对用户进行调研时，要避免使用专业性的词语。一方面会给用户的理解带来难度；另一方面对问题理解产生较大偏差，导致失真如流量、获客成本等。3. 避免题目内容和问卷主题相违背题目的内容一定要紧扣主题，避免出现题目内容和主题相违背，如:针对B端商家的调研，但是题目出现“家教”的答案。对于B端商家来说，员工是去门店或企业上班的，不可能存在在家上班的情况。4. 避免题目内容出现歧义题目的内容要有针对性，避免出现同一个名词包含多个含义，引起歧义，如：要了解您当前企业兼职工的岗位有哪些？对“操作工”一答案选项存在歧义，因为对于企业来说厨师、切配、流水线、车床、机电等都是操作工；导致概念不清，对此可以改成其他生产岗位。5. 避免多重新、导向性、是非性问题6. 多重性问题：多选、可多选等关键词用户在看到此类问题的时候，由于问题本身设置成了多选，用户在选择时往往会降低选择的标准，比如下面这题：您一般通过什么渠道找到兼职工？（可多选）亲朋/同乡朋友/同行介绍门店告示劳务公司中介机构招聘平台工头、群主校企合作其他在用户看到问题的题干时，用户脑中一定是有一个想知道的答案。但是如果设计成多选用户往往会把自己带入题目设定的场景，用户虽然从来没有用过工头、群主，但是由于多选看到了答案，导致会对选择降低标准，而选择尽可能多的选择答案。7. 是非类问题：带有是否、是不是、有没有等关键词如：你是否有用过兼职类APP？有没有用户在看到此类问题时候，往往对题干本身并没有一个明确的定义。什么是兼职类APP？我看过兼职专题的社区算不算？我注册过账号但是觉得不好用就卸载了，算不算使用过？这样给出的答案往往是失真比较大的。8. 导向性问题：限制用户具体的事件如：在选择兼职时，你更愿意自己挑选还是听取别人建议？自己选择听别人的用户在回答这类问题时，由于题干限制了用户自主选择的权利，把用户限制在自己选或听别人的意见这两种场景下，所采集的信息往往不准确。五、如何投放调研问卷我能想到的调研问卷的方式主要有以下两种：线上问卷调研线下调研两种方法的优劣势如图：结合平台和用户属性，此次问卷调研我主要采用的是线上电话调研和线下用户面对面访谈为主（就是那种去别人店里拿着笔纸好似推销员的那种）。在选择调研方式时，要结合调研的目的，平台的属性，预算、采集人员样本需求、结果统计需求入手，合理选择调研方式。六、用户调研总结首先，要明确调研目的，即调研的主题是什么？想获得哪些信息？发现哪些问题？对应的解决思路是什么？如果我们提供这种解决思路你是否愿意接受？接受程度如何等等。其次，在访谈前做好暖场及铺垫：初始寒暄以闲话家常开端，问候老板疫情期间生意如何？是否受影响？同时告诉对方自己目的，打开用户话匣子，减少用户猜疑。接着，问卷设计的核心在于思维逻辑，注意前后顺序，遵循先易后难、先简后繁，将需要问的核心问题放在中间。然后，提出好问题才能收集到有意义的信息，问题是访谈的核心。最后，初次访谈后，要进行总结，调整话术，不断对访谈时间、目的、问题进行调整优化。七、小结随着工作的深入和新项目的开展，越来越体会到产品经理是一个思维的工种。在这个过程中，我们需要不断将自己碎片化的知识迭代成有知识体系的框架，除了必备的硬技能：竞品分析、原型设计、需求评审、测试验收等，同时也发现在硬技能提升的同时仍然不足以支撑我在职场的江湖行走。软技能需要同步的提升，比如：系统化思维、结构化思维以及最近被领导快折磨逼疯的框架思维和战略思维等。虽然这个过程很痛苦，但是也迫使我开始慢慢去进一步思考：在执着于某个单点上的努力，如何去提升自己的线和面的全局思考和资源配置的问题，不断提高自己的认知并完善自的知识框架。我们每天工作都有很多的事情要处理。我个人觉得做每件事情，都要明白在自己的知识框架的哪个部位，当前处理方式是否合适，学到的新技能后是否可以回头来完善我们恩典知识框架和自己之前做过的项目等。以上是我对问卷调研的分享和一些感悟，如有不妥之处，还望各位朋友能够给与指正。未来可期，我们一起努力，加油~本文由 @jachon 原创发布于人人都是产品经理，未经许可，禁止转载。题图来自正版图库 图虫创意

提到调查问卷，不知它在大家心里的地位如何？其实我们工作中，需要用到它的场景还很多：比如推出一款新产品，我们会做一个市场调研，探探市场；对已运营中的产品进行更新迭代，我们会通过用户调研了解对方的真正需求…可以说，有了调查问卷的结果做支撑，行动时才更有理有据，而不是靠猜。但是，我们却经常会忽视问卷的设计，最后可能导致收集到的数据存在偏差，今天我们就来谈谈如何设计一份好的调查问卷，以便收集到更高质量的数据，实现更多转化。01 搞清楚你的目的设计调查问卷之前，你需要搞清楚做这份调查的目的是什么？想解决什么问题？比如，一家水果店想引进新品种如蓝莓，那么这份调查问卷主要是希望为最终决策提供依据，则设计问卷题目时更应该侧重用户购买蓝莓的行为习惯等内容。02 巧用表单逻辑设计问卷时，巧妙设置表单字段逻辑，这样可根据用户前一题的答案匹配显示对应的下一题，特别是在大样本投放的时候，通过这样的设置能进一步筛选出符合的用户群体，而非目标用户则无需再进行后续的调查反馈。03 了解用户真实需求比如想了解用户会因为什么而付费？是产品亮点、服务，还是因为价格、地理优势？在设计问卷时将问题带入进去，通过最终数据分析来了解用户真正的需求，以便更好地调整我们的决策。04 数据统计分析另外，你还可以用报表功能对回收的问卷数据进行分析，报表不仅可以比对不同维度数据，生成直观的饼状图、线性图和柱状图，还可以根据需要导出Excel进行更深入的分析。当然，调查问卷是一门很复杂的学问，以上只是几点建议，希望大家在设计调查问卷时能先多想一想，用表单设计出一个个更好的问卷。大家如果有更多更好的经验，记得留言告诉表姐哦！

为锻炼自我,提高学生们的实践能力,7月28日,聊城大学材料科学与工程学院“你我同行”材子社会服务队开展了“千灯共燃曜南北”暑期社会实践调研。活动主要在线上进行。团队成员发起线上问卷调查,了解相关数据,通过整理文卷数据,统计相关情况。活动末,团队成员整理采访报告,形成文本内容,在网络会议中展示调查采访内容,与队员们分享实践所得。通过此次活动,锻炼了自我,也提高了实践能力。(王志帅　张超)

工作中用到的调研问卷，探索的内容相对具体，涉及的变量也比较少，一般不会用到太复杂的分析方法，Excel+SPSS即可搞定，本文整理了几类常见的问卷分析思路。拿到一份问卷数据，该如何着手分析呢？且慢，要做分析得先检查数据是不是完整、可信，所以先从数据清洗开聊。一、数据清洗（1）一份数据可能经历过编码、合并、拆分等，先检查数据是否完整，是否有异常值？选择题、排序题这类封闭题型的答案是有限制范围的，针对这类题型，在spss内使用频率统计功能，查看每个题目的总量，缺失值，是否有异常值。比如：性别只有1、2两个选项，出现其他选项则说明有问题。有个小技巧，在Excel中可以使用筛选功能，快速查看每个题目的结果是否有异常值。（2）有些用户可能会不认真填答，因此需要检查逻辑合理性，是否有前后矛盾的情况？有些问卷，前后题目有逻辑关系，可以用这类题目做测谎题，筛选出前后矛盾的答案，比如前边用户选择了主要的出行方式是“自己开车”，后边却选择自己的年龄“小于18岁”，那么这类问卷可以视为不认真填答的，删除。如果没有合适的题目做测谎题，也可以在编制问卷的时候设置测谎题，两种设计思路：同一个题目前后问两遍，检查答案是否一致，如：请从下列选项中选出你最常用的地图APP。注意避免使用有两个答案的问题，比如问用户爱车的品牌就不合适，因为用户前后填答不一致，不一定都是不认真填答，也可能是因为用户本身有两辆车。设置一个有明显错误答案的问题，检查是否选择了错误的答案，如：你最常用的地图APP是哪个：混淆选项可以用 ：京东。不过我们只是想检验用户的认真程度，而非考验用户的记忆力，所以测谎题要简单明确，只要认真看题就不会错。比如问用户最常用的地图APP是哪个，混淆选项用“微信”就不合适，因为用户不认真想的话，很容易把微信自带的地图当成地图APP。如果技术支持，也可以通过后台数据和用户问卷中的数据做匹配，常用的是性别、年龄、常居地之类的数据，也可以问一些明确的行为数据，比如是否用地图买过火车票。需要注意的是：选择稳定的明确的数据来做校验题目，不要使用需要回忆的数据来校验，用户的记忆是模糊的有误差的，使用频率、使用年限，这些都不适合做校验，因为用户的记忆很可能与实际行为不完全相符。二、样本加权问卷调研绝大部分是抽样调研，如果想通过样本的情况去推测整体的情况，除了要考虑最小样本量之外，还需要考虑样本的代表性。群体有很多属性，并不是要求样本的每个属性都和整体一致，而是关注那些对研究问题最有影响的属性，在该属性上样本和整体尽量保持一致。假设：年龄对用户忠诚度的影响非常大，对出行方式没有影响，那么在研究忠诚度时就需要考虑到年龄因素，而在研究出行方式时，就无需考虑年龄因素了。一种是事前控制，区分出不同年龄段的用户，分桶按比例发放，该方法成本高很少用。另一种是事后控制——加权 。比如问卷收集到的用户，与整体用户群分布不一致，但是我们想知道整体用户的忠诚度，此时可以通过加权的方式去调整。具体方法如下：先根据整体和样本的年龄分布，计算出权重值，然后再使用spss的权重功能，给数据加权。加权后再统计忠诚度。值得注意的是，不要为了省事儿，直接计算出样本各年龄段的值，然后给个年龄段的值赋个权重，求均值。这样的结果是不对的，必须要使用spss的加权功能。如果有多个因素，挑选最重要的一个因素加权。如果非要考虑多个因素，那么需要了解多个因素交叉后的整体分布。比如既要考虑性别、又要考虑年龄，那么需要将性别和年龄交叉，知道整体男性的年龄分布、女性的年龄分布，再计算权重，成本太高了。三、分析思路我们先假设一份调研问卷，带着这份问卷来看分析思路。假设要针对大学生群体使用地图APP的情况做个调研，设计了以下问卷，通过这个问卷我们能做哪些分析呢？3.1 描述统计，看整体分布情况统计各选项的数量、频率是最常用到的分析，然后通过图表展现出来，可以非常直观的看出整体分布情况。通过这个问卷，我们可以得到：在大学生群体中，各手机地图的市场占有率，如果有整体的地图市场占有率数据，还可以比较得到，在学生群体中哪个地图更有优势。大学生群体，用户常用的功能排序，以及各功能的占比。该题是多选题，可以使用spss的“定义多重响应集”的功能。此外在计算占比的时候需要想明白，是以整体人数作为分母，还是以整体选择量作为分母，分母不同解释也不同，需要标明。本题以整体人数作为分母，占比的意义是：大学生群体中，多少人使用**功能。3.2 差异分析，找影响因素除了看整体分布情况，我们还可以通过差异分析，探索更多的信息。做差异分析，第一步先找到两个可能有关系的因素；第二步将两个因素交叉统计结果，根据结果在这两个因素间做假设；第三步根据这两个因素的数据类型，选择合适的统计方法，验证假设。通过这个问卷，我们可以分析：（1）男性和女性对手机地图的选择有差异么先分别计算不同品牌的用户性别占比，结果发现不同品牌的男性占比不同，性别和手机品牌都是分类变量，因此使用卡方检验。（2）男性和女性，对手机地图的忠诚度有差异么？先统计不同性别用户的NPS值，NPS值是等距数据（NPS这个题目，本质上是李克特量表，对该数据是否是等距数据尚有争议，但大部分情况按照等距数据处理），我们想要看男性、女性两组之间的差异，采用T检验。（3）不同品牌的手机地图，用户的忠诚度有差异么？与性别变量不同的是，手机品牌有4个维度，T检验只能做两组之间的差异检验，多于两组的时候采用方差分析。（4）是否由于男性用户多导致腾讯地图的忠诚度低呢？比如男性的忠诚度更低，而不同品牌之间男性的占比又不同，腾讯的男性用户较多，就会假设：是否由于男性用户多导致腾讯地图的忠诚度低呢。当有两个因素的时候，可以采取协方差分析，在做方差分析的时候，将性别作为协变量纳入，分别看男性组，不同地图品牌间有差异否，女性组不同地图品牌间有差异否。总结一下，做差异检验的统计方法常用的有三种：卡方检验、T检验、方差分析。但是，统计只是辅助判断的一种工具，也有些情况，直接看交叉后的结果就能发现差异巨大，无需统计检验肉眼都可以判断，也有些情况下，统计结果显著，但是差异实在是很微小，也不能做出明确的结论。所以统计方法并不是重点，找到可能有关系的因素才是重点，学术研究一般会根据过往的研究提出假设，而实际工作中，绝大部分靠经验，多熟悉产品多了解用户，才会有思路。之前有人提出要做女性地图，认为女性更看不懂地图，需要在图面上有不同的处理。实际调研下来，发现性别既不影响用户使用地图的习惯、也不影响用户对地图的感知。相反年龄明显的影响地图的使用习惯，接下来就需要进一步挖掘年龄的差异了。3.3 相关分析，找影响因素，以及影响程度（1）通过差异分析，我们了解到性别会影响用户的忠诚度，我们还想接着探索用户常用的功能个数是否会影响忠诚度，是不是用的功能越多，忠诚度越高呢？此时需要用到相关分析，使用功能个数是等距数据，使用spss计算Pearson积差相关系数。相关系数介于-1~1之间，绝对值越大关系越密切，符号代表相关的方向。通常情况下，绝对值大于0.4就可以认为这两个数据之间有比较强烈的关系了。所以绝对值越大，说明这个因素的影响程度越大。如果想探索使用频率和忠诚度之间的关系呢，使用频率是顺序数据，此时需要计算Speaman相关系数。相关是在工作中使用比较多的方法，需要注意的是，相关分析只能解释两个变量之间有无关系，不能得到因果结论。因果结论是我们基于逻辑赋予的，工作中，相关关系已经足够我们做判断了。（2）如果我们不只是想探索单个因素与忠诚度之间的关系，还想要探索多个影响因素合并在一起对忠诚度的影响，此时可以使用多元回归的方法。在本调研中，我们可以探索用户遇到使用问题的次数与忠诚度的关系，用户遇到的问题有4种，分别是定位问题、地点问题、路线问题、性能问题。以NPS值为因变量，将这四个问题一起作为因变量，求一个多元回归方程。但是多元回归方程的建立，对数据的要求比较高，实际调研中使用的非常少，相关系数基本够用了。不论是相关分析还是回归分析，都只能反映出变量之间的线性相关关系，如果变量间是非线性的关系，是无法体现在相关系数上的，因此在做相关分析之前，可以先做一个散点图，直接观察一下，两个变量间是否有其他的关系可能。如果是自己做调研，不是拿到数据了才去想怎么分析，而是在编制问卷的时候就要想清楚：我要了解什么问题，需要什么数据支撑，该用什么方法分析？文中提到的所有统计方法，在统计书中都可以找到细致的操作步骤。本文只是列了最粗浅的统计方法，但是往往粗浅的才够直接，对实际的决策最有支持力。参考书目：《量化研究与统计分析》邱皓政本文由 @ 乔溪 原创发布于人人都是产品经理。未经许可，禁止转载题图来自 Unsplash，基于 CC0 协议