问卷调研描述性分析

前言：问卷调研是一件有门槛的事某一次开会，我让团队的其中一个同学就某一个问题去了解下用户潜在的可能没有被满足的需求，该同学说，“好的，我们做个问卷调查“。我有点崩溃。我想我应该找个时间好好跟大家讲讲：问卷调研是一门有门槛的学问，它不是一个随手可以拿起的工具，做好一份问卷调研需要具备很多意识和能力。这篇文章就是在我准备材料的过程中产生的。问卷是获取有效信息的一种工具，如果工具没有被正确地使用，比没有工具更可怕。工作几年，见识了太多想几个问题，然后把问卷一发，算个众数和平均数，做个饼图就结束的问卷调查了。甚至有一些时候，与其说是在做问卷调研，倒不如说是在寻找「用户的声音」来佐证自己的脑海中已有的想法。我自己的感受，工作中问卷调研出来的结果大都无疾而终。原因有三：一、前期的问卷设计考虑不周，导致收集回来的结果存在歧义不可用。这个问题相对容易发现。二、问卷收集上来的数据没有用合理的方式进行清洗，存在样本偏差。发现这个问题要难一些，需要具备严格样本控制的意识。三、问卷分析的维度过于单一，信息挖掘不足，只能得到一些泛泛的信息，对工作的边际价值很低。要解决这个问题最难，要求分析问卷的人同时具备业务思考和数据分析的能力。下面从我的角度讲讲如何做好一份问卷调研。问卷调研第一步：问卷设计一份好的问卷必须具备基本条件：一、要让用户，并且是所有的用户都能够以与你相同的方式理解问题。需要检视问题中的每一个概念，确保没有歧义。比如：「运动」是否包含「散步」？「月收入」是指税前还是税后、是否包含投资理财等其他收益？二、确保用户能够回答你的问题。用户可能因为不知道相关信息（你上周通过运动消耗了多少卡路里？）、无法准确回忆起相关信息（你上个月有几天没吃早餐？）等原因而无法回答。三、确保用户愿意回答你的问题。如果用户不愿意回答，他们可能随便选择一个答案来应付。如果涉及到比较敏感的问题，让用户知道为什么你要问这个问题，并且让他相信你会对此保密。四、确保每个用户都能找到适合自己实际情况的选项，并且避免诱导他们做出不符合实际情况的选择。除了这些必备的条件之外，我们在做问卷设计的时候还可以藏一点小心思。每一个你认为重要的话题至少设置2个问题可以交叉佐证用户的真实想法。有时候用户对自己的想法没有那么坚定，在问卷中多设计几个跟这个话题相关的问题，换一种问问题的方式，能让你更精准地挖掘到用户的真实诉求；举个例子，「以下几种运动方式，您最喜欢那种？」，可以在问卷中再追加一个问题「运动方式1和运动方式2，你更喜欢哪一种？」如果你调研的对象，本身已经是你的用户了，那么不妨让其留下手机号或者其他你能在系统里面定位到其身份的关键信息，你可以去看看他的数据表现。有时候，用户告诉你的，和他实际行动的并不一致，尤其当其对平台上有一些利益诉求的时候。举个例子：外卖小哥/网约车司机对平台的反馈中，经常出现的情况是吐槽越多的人活跃度越高。这个时候，你应该花点时间关心下没有吐槽但默默离开的那些人，在他们身上发生了什么，这就是「警惕幸存者偏差」。问卷调研第二步：问卷发放“一门百发百中的大炮胜过一百门百发一中的大炮”，同理，一百份精确的具有代表性的问卷远胜过随意填答的上千份问卷。在问卷发放过程能够中，最关注的是“代表性”，而非数量。这里你需要提到一个概念「概率抽样」：概率抽样是指在调查总体样本中的每个单位都具有同等可能性被抽中的机会。如果我们调研的目的是了解用户的痛点，那么总样本中必须包含所有用户，并通过随机抽取的方式抽取调研样本。举一个在这方面做得没有那么好的例子：我所在的团队，之前做过一个用户NPS调研，选取的总样本人群是「过去两周有过完单行为的用户」，这个总样本选择忽略了庞大的近期未完单的用户。因此这个样本是有偏颇的。国内很多媒体经常会用样本数量来证明为自己调查结果是真实的。比如多少网友表示。这其实是错误，你的样本再大，调查人数再多，如果是有偏颇的，那也是没有意义的。比如一个村庄有老人和小孩。调查一万个老人也绝没有调查一百个老人和小孩来的更有意义，更反映现实。有兴趣的可以看一下盖洛普靠总统选举预测发家的故事。问卷调研第三步：数据清洗问卷收集回来了，第一件事要想做数据清洗。如果不做数据清洗，前面做的问卷设计和样本选择都可能功亏一篑。先做「数据质量」的筛查，下面这几种情况的数据不建议采纳：一、问卷漏答数过多的不宜采纳：一般以漏答总题数的2/3为准，例如有10个问题却漏答6题以上者即为无效问卷；或者规定漏答3项以上的，这个可以视具体情况而定。二、填写时间异常的不宜采纳：填写时间太长，被调查者可能中断过，填写时间太短；被调查者可能填写随意。这些都会影响统计分析误差；三、前后题目的回答矛盾的不宜采纳：说明用户的反馈置信度不高，会影响判断。在数据质量没有问题的情况下，需要确保有效样本的分布和总样本的分布保持一致。举个例子：总样本的年龄分布是1:1:3:3:1:1，如果做完上述清洗之后调研样本的年龄分布是1:1:2:4:1:1，则需要剔除掉一些样本，把有效样本的年龄分布也调整1:1:3:3:1:1。一个问卷的有效样本数量控制在1000到2000份之间是比较合适的，如果做完上述清洗之后，有效样本量不足1000份，建议追加调研样本。问卷调研第四步：数据分析问卷数据分析有几个常规的角度：首先是「信效度分析」：这一步主要是看数据的可信度；其次是「描述性统计」：常用的指标有平均值、中位数、众数、方差、标准差等；一般的问卷分析，到这里就结束了，其实我们还能做一些更深入的分析，比如差异性分析、相关分析、回归分析等，这个时候咱们就可以把用户在系统内的真实行为数据放进来了。我自己的经验，两个变量之间的分析很难发现未知的信息，这时候就要引入第三种变量。多变量分析，结果就会有所不一样。最后，再推荐个做数据分析的工具：SPSS。很简单，傻瓜式操作。题外话如果你的目的是通过问卷来定性调研，建议直接做用户访谈，直面用户直接感受，比通过冷冰冰的文字去探究一个陌生人的想法来得更有效。如果要做定量调研，建议周期性做，比如NPS。相比于NPS的分数，NPS的分数的周期性变化来得更有价值。以上，希望问卷调研真的能帮你解决问题。

描述性统计分析对调查总体所有变量的有关数据进行统计性描述，主要包括数据的频数分析、集中趋势分析、离散程度分析、分布以及一些基本的统计图形。下面介绍一些常用统计描述指标。一、分类变量的常用描述指标频数：在一组依大小顺序排列的测量值中，当按一定的组距将其分组时出现在各组内的测量值的数目，分类变量的频数即落在各类别中的数据个数。累计频数：累积频数就是将各类别的频数逐级累加起来。百分比：表示一个数是另一个数的百分之几，也叫百分率或百分数。百分比通常采用符号“%”（百分号）来表示。累计百分比：累积百分比就是将各类别的百分比逐级累加起来。二、连续变量的描述分析1、制作频数表操作步骤：确定组数，组数K=1+lgn/lg2（n为数据的个数），这只是一个经验公式，实际应用时，可根据数据的多少和特点及分析的要求，参考这一标准灵活确定组数；确定组距，组距=（最大值－最小值）÷组数，为便于计算，组距通常取5或10的倍数；确定各组段的上下限。 2、描述集中趋势的指标：均数：指在一组数据中所有数据之和再除以数据的个数。几何均数：用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平（适用范围：对数正态分布数据或等比数据）。简单几何平均数的计算公式：加权几何平均数的计算公式：中位数：又称中点数，中值。中位数是按顺序排列的一组数据中居于中间位置的数，即在这组数据中，有一半的数据比他大，有一半的数据比他小。计算公式：众数：在一组数据中,出现次数最多的数据；是样本观测值在频数表中频数最多的那一组的组中值。百分位数：如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。第25百分位数又称第一个四分位数，常用Q1表示；第50百分位数（中位数）又称第二个四分位数，常用Q2表示；第75百分位数又称第三个四分位数,常用Q3表示。3、描述离散趋势的指标：全距：又称极差，即数据中最大值与最小值之间的差距。它能体现一组数据波动的范围。极差越大，离散程度越大，反之，离散程度越小。方差：用于衡量每一个变量（观察值）与总体均数之间的差异。总体方差计算公式：样本方差计算公式：标准差：是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度，一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。计算公式就是方差的算术平方根。变异系数：当需要比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差来进行比较不合适，此时就应当消除测量尺度和量纲的影响，此时可以用变异系数来进行比较，变异系数的计算公式为：变异系数 C·V =（ 标准差 S / 平均值Mean ）× 100%，在进行数据统计分析时，如果变异系数大于15%，则要考虑该数据可能不正常，应该剔除。。4、描述分布形状的指标：针对某种分布进行进一步的特征描述，主要是用于正态分布。偏度系数：描述分布偏离对称性程度的一个特征数。当分布左右对称时，偏度系数为0。当偏度系数大于0时，即重尾在右侧时，该分布为右偏。当偏度系数小于0时，即重尾在左侧时，该分布左偏。样本偏度的计算公式：公式1：公式2：注：大多数软件中使用G1来计算样本偏度，如Excel、Spass、Python。峰度系数：用来反映频数分布曲线顶端尖峭或扁平程度的指标。在正态分布情况下，峰度系数值是3（但是SPSS等软件中将正态分布峰度值定为0，是因为已经减去3，这样比较起来方便），峰度系数>3，呈现尖峭峰形态，说明观察量更集中，有比正态分布更短的尾部；峰度系数<3，呈现平阔峰形态，说明观测量不那么集中，有比正态分布更长的尾部。样本峰度计算公式：公式1：公式2：注：大多数软件中使用G2来计算样本偏度，如Excel、Spass、Python。

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

以下调查研究的方法，只是一些常用的方法。这些方法在调查研究中使用时，并不是单一运用的，往往是多种研究分析方法相互结合、相互补充，以提高研究的深度和精度、提高调研成果的质量和水平。1.会议调查法。是调查研究工作中常用的方法，主要是召集一些了解详细情况的同志，用座谈或讨论的形式，请他们谈谈某些问题的情况和他们对此问题的认识，提出建设性意见。会议调研是一种直接了解想要获得信息的调研方法。2.实地观察法。调查者有目的、有计划地运用自己的感觉器官或者借助科学的辅助工具和手段，直接地考察正在发生的现象，而收集资料的调查研究方法。3. 文献调查法。通过对文献的搜集和摘取，调取相关文献调研，也就是通过查阅相关文献以获得关于调查对象的信息。4.访谈调查法。调查者运用有目的、有计划、有方向的口头交谈方式向被访者了解调查对象情况的方法，或通过电话、电脑、视频等技术间接对话了解事物情况。5.资料调查法。通过收集有关现成的书面资料，查阅各种历史档案，进行调查研究。6.统计调查法。利用固定统计报表的形式，把下边的情况反映上来，通过分析而进行的一种常用的调查研究方法。7.问卷调查法。调查者运用统一设计的问卷并选定一定数量的调查对象，以书面的形式了解情况或征询意见的资料收集方法。8.典型调查法。在一定范围内选具有代表性的特定对象人或事物所进行调查的方法。9.专家调查法。这是一种预测方法，即以专家作为索取信息的对象，依靠其知识和经验，通过调查研究，对问题作出判断和评估。最大优点是简便直观，特别适用于缺少信息资料和历史数据，而又较多地受到社会的、政治的、人为的因素影响的信息分析与预测课题。10.个案调查法。个案调查也称个别调查，是指为解决某一问题，对特定的个别事物进行的调查，如为解决某一问题、弄清某一案情所进行的调查，就属于个案调查。如农民工群体情况调查，在新的社会阶层发展党员问题调查。11.抽样调查法。抽样指的是从调查对象的总体中，按一定方式选择或抽取一部分调查对象的过程。抽样调查指按照一定方式，从调查总体中抽取部分样本进行调查，并用所得结果说明总体情况。12.普查调查法。就是普遍调查、全面调查，它是指依据调查目的所规定的项目以及时空范围，对调查对象总体的全部单位所进行的调查，这是一种全面了解情况的重要方法。

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

在进行问卷研究时，为了更全面地了解研究内容与研究对象，经常会在问卷中加入多选题。但就目前来看多数人在分析多选题时，方法仅限于频数分析，这容易使问卷中很多有价值的信息得不到深入的分析与研究。那么，该怎么做，才能让多选题真正发挥其价值呢？01. 多选题的录入俗话说得好，“工欲善其事，必先利其器”。分析问题之前，首先要保证录入格式的正确、录入的数据无误，这样分析得出的结果才真实可靠。当然，如果是直接从问卷星/问卷网这类的问卷平台上直接下载的问卷，直接分析就可以，不用再担心有额外的录入工作。如果是手动录入问卷，录入步骤具体参照下图：例：（多选题）“您通过从哪些途径了解高校的信息？”1. 父母或亲友 2. 已毕业学长/学姐 3. 网络 4. 学校老师 5. 同级同学或朋友 6. 咨询机构 （1）上图中一行代表一份问卷（被试或样本），ID是编号列，防止录入出错以便进行检查（2）2~7列为多选题的六个备选答案，有几个选项就需要录入几列，选择录入为1，不选择录入为0（3）整理好表格后就可以上传到SPSSAU平台开始进行分析02. 多选题的分析多选题一般从两个方面分析：一是分析单个多选题选项的分布情况，二是与其他变量做交叉分析。SPSSAU共提供多选、单多、多单和多多分析，四种分析方法，下面来具体说明如何操作分析：（1）多选题选项间差异（卡方优度检验）此方法用于分析一个多选题不同选项之间的差异情况。分析时需要将一个多选题的所有选项一起放入分析框里。操作步骤为：点击问卷研究>多选题，放入选项，点击“开始多选题分析”。选择多选题操作页面输出结果：（非真实数据）普及率响应率分析结果：第一步，分析响应率情况响应率用于对比各个选项的相对选择比例情况。如25.9%=53/205，即通过父母与亲友了解学校信息的占总选择次数的比例，响应率加起来为100%。第二步，分析普及率普及率即该选项人数占总人数的百分比，如70.7%=53/75，即选择了“父母与亲友”这一选项的人数占总人数的比例，普及率加和通常会高于100%。第三步，结合卡方拟合优度检验分析各项的选择比例是否具有显著性差异。从上表可知，拟合优度检验呈现出显著性 (chi=23.791，p=0.000<0.05)，意味着各项的选择比例具有明显差异性。（2）多选题与其他题项之间的交叉分析此方法用于分析不同样本的选择差异情况，共分为单选-多选；多选-单选；多选-多选三种分析方法，根据不同需要进行选择使用即可。操作方法与“多选题”方法操作一致，分析不同性别之间了解高校信息的途径是否存在差异输出结果：交叉汇总表交叉汇总图从上表可知，利用交叉分析去研究性别与多选题的交叉关系，从上表可以看出：P>0.05说明不同性别之间对于了解高校信息的途径并不会呈现出差异性。除此之外，多选题的交叉分析还会输出包括多选题各题项的汇总表格。03.注意事项（1）多选题不需要分析信效度问卷信效度只针对量表题，分析时千万不要一股脑把所有问题一起放进分析框里，这样得出的数据即使比较好，也是不正确的。（2）没有题目显示上传到SPSSAU中的多选题是没有题目的，这并不是系统错误，而是正常的显示，分析时将同一多选题的选项放在一起分析就可以了。

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！

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

什么是问卷调查问卷调查就是根据调查研究的成果写出来的正确反映客观事物及其规律，一个研究者想通过社会调查来研究一个现象时点击此处添加图片说明（比如什么因素影响顾客满意度），他可以用问卷调查收集数据，也可以用访谈或其它方式收集数据。那怎样开展社会调查？孙悟空威客网将把步骤一步步清晰的说清楚： 第一步，选题。根据当前国家经济形势和相关的方针政策，以及自己的兴趣和学识，并结合社会调查的要素特征，选定一个值得研究的问题，如小城镇建设，退耕还林等等。选题时应当采用必要的查阅文献资料，咨询相关老师等方法。第二步，计划。紧扣选定的主题，参照相关资料，提出不同层次的问题，并确定系统的调查项目，比如说要研究小城镇建设的问题，就要提出其必要性和所需条件等问题，每个问题又包含了若干小问题。第三步，设计指标。指标就是用一定的数量和单位来描述调查对象，如某地区的人口和人均收入等。要用各种数量指标和质量指标从各方面完整地揭示调查对象的本质特征，保证其纵向和横向的可比性。第四步，拟定提纲。就是用提纲的形式将以上的准备确定下来，对所有提出的问题和项目加以精选，分别轻重稳急，第五步，选择适当的调查方式和方法。常用的调查方式有普遍调查（对调查对象的每个部分每个分子毫无遗漏的逐个调查），典型调查（选择一个或若干个具代表性的单位 做全面，系统，周密的调查），个案调查（对社会的某个个人，某个人群，或某个事件，某个单位所做的调查）。常用的调查方法有问卷法（合理设计问卷，采用开放式，封闭式或混合式问卷收集信息），文献法（通过书面材料，统计数据等文献对研究对象进行间接调查），访问法（通过交谈获得资料），观察法（现场观察，凭借感觉的印象搜集数据资料）。第六步，培训与准备。请有关专家对调查人员进行必要的培训，包括调查态度和调查技能的培训。此外，还应该注意筹备必要的资金和物质条件，作好与被调查单位的接洽工作，并争取有关单位的支持，保证调查工作的顺利开展。调查报告组成部分（一）标题。标题可以有两种写法。一种是规范化的标题格式，即“发文主题”加“文种”，基本格式为“××关于××××的调查报告”、“关于××××的调查报告”、“××××调查”等。另一种是自由式标题，包括陈述式、提问式和正副题结合使用三种。（二）正文。正文一般分前言、主体、结尾三部分。1．前言。有几种写法：第一种是写明调查的起因或目的、时间和地点、对象或范围、经过与方法，以及人员组成等调查本身的情况，从中引出中心问题或基本结论来；第二种是写明调查对象的历史背景、大致发展经过、现实状况、主要成绩、突出问题等基本情况，进而提出中心问题或主要观点来；第三种是开门见山，直接概括出调查的结果，如肯定做法、指出问题、提示影响、说明中心内容等。前言起到画龙点睛的作用，要精练概括，直切主题。2．主体。这是调查报告最主要的部分，这部分详述调查研究的基本情况、做法、经验，以及分析调查研究所得材料中得出的各种具体认识、观点和基本结论。3．结尾。结尾的写法也比较多，可以提出解决问题的方法、对策或下一步改进工作的建议；或总结全文的主要观点，进一步深化主题；或提出问题，引发人们的进一步思考；或展望前景，发出鼓舞和号召。如果您有设计方面的需求，可以登录孙悟空威客网发布需求，届时将有百万威客为您奉上答案。文章原标题：社会调查问卷格式 社会调查问卷的调查方法更多威客攻略就上海峰威客网，，百度一下“海峰威客”文章来自：百度百家 - 寒龙亦 - 自媒体博客http://hanlongyi.jia..com/