问卷设计思路怎么写模板 调查问卷大学生消费情况

问卷设计思路怎么写模板

跟大家说一说问卷设计思路怎么写模板和调查问卷大学生消费情况的相关经验，下面来一起了解一下吧。

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。可惜的是，问卷研究设计，如果设计一份专业的问卷，并没有得到应有的重视。本文会从三大部分讲解专业问卷的设计内幕，分别是“问卷设计诀窍”，“问卷设计的坑”和“问卷研究报告”。

问卷设计并非难事，但太多的人不会设计问卷，原因很简单，没有思路，也不会有人讲解思路情况，事实上点拨一下，不会的‘小白’也能设计出专业的问卷。

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。

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。那如何让自己的问卷具有思路呢？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”，首先确认好是这样的主题，我想这并非难事，至少得知道自己要研究什么。有了这一点，接下来就好办很多。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，还是比较少，怎么办呢？一个关键词下是否可以再继续拆分呢？比如常见的拆分可以分成两类，包括基本行为和基本态度，那么网购就可以再拆分成网购行为和网购态度两个方面。类似的，社交媒体也可以拆分成，社交媒体使用情况和社交媒体态度情况两个方面。

再这样的思路前提下，将一个研究题目分折成4~7个关键词，每个关键词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。

如果最终拆分成5个关键词，每个关键词对应着6个题目，则有30个题目；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；一份比较完整的问卷就已经完成。为什么需要加入性别，年龄等基础信息呢？在统计角度上看，人口统计学变量(即性别，年龄，学历等），通常均会对某个关键词有着可能的差异性，不同的人对于同样一个问题，也会产生完全不同的看法或者观点，因而有必要加入此类问题，便于在进一步研究时深入剖析。至少，首先需要知道研究的是这样一群人，才会有后续的分析研究等。

上述即为关键词法的一种常见思路框架，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。接下来讲解第二类诀窍即“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，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。