​

用研做得好，问卷少不了。

                                                                          ——奥斯特洛夫斯基（误）

作为一名用研er，工作中最常听到的一句话必定是：

帮我发个问卷看看情况吧

的确，问卷调查是一种非常实用的用户研究方法。它的起源可以追溯到百余年前，但直到今天，依旧战斗力爆表。今天我们就来聊聊问卷调查的“基本修养”，希望对大家有所帮助~

概述

问卷调查法是目前广泛应用的用户研究方法，它通过一组标准化的问题，迅速、大范围收集特定对象的填答信息，再经过对原始数据的统计分析，得出我们所关心的研究结论。

使用范围

问卷调查法是典型的定量资料收集方法，可以用来进行用户需求规模、占比的估算，用户的态度和行为统计，以及用户个人背景资料的收集等。但通过问卷几乎无法直接获取用户的深层次想法、行为背后的深层原因，因此在使用时需要注意其适用范围，在必要时，配合其他定性方法（如访谈等）共同使用。

问卷调查的实施

进行一次常规的问卷调查，至少将经历以下3个阶段：

问卷编写

问卷投放

结果分析

问卷编写

在一次问卷调查项目的实施过程中，问卷的编写是首要环节，问卷的质量将极大地影响后续的数据回收和结果分析环节的工作。为了达到较好的研究质量，在问卷编写时，应注意以下几点：

a. 目的明确：问卷的编写应紧紧围绕研究目的，考虑为了达到这个研究目的，我们需要从用户身上获取哪些信息，并据此来编写具体的调查问题。问卷中的每一个问题，都应该服务于最终的研究目的。比如，我们想知道某功能上线之后的用户的感受和评价如何，下一步要如何进行优化，那么我们就需要在问卷中重点询问用户的使用体验、满意度评价、使用中遇到的问题等等。

b. 结构清晰：问卷的设计应尽量做到结构分明、条理清晰，让用户在答题过程中感到自然流畅。可以按照“用户行为、态度和观点、用户背景资料”三段结构来组织问卷，也可以根据具体调研目标，以不同信息模块来进行问卷的组织。针对逻辑关系较复杂，例如涉及用户筛选题或具有多个分支的问卷，可以先画出逻辑关系图，确保问卷逻辑结构完整。

c. 易于理解：问卷中避免出现过于专业的术语（包括互联网术语和股市术语），如果必须使用术语，那么需要辅以解释或例子。在问卷正式投放之前，建议请特约用户或其他同事进行试填，以及时发现不易理解之处。

d. 保持中立：问卷的题目和选项设计不能有倾向性，尤其在询问一些态度类的问题时，应避免使用有倾向性的词语和问法，并确保各选项是正负对称的（例如：您认为这次改版怎么样？——非常好/比较好/一般/不太好/很不好）。

e. 穷尽和互斥原则：问卷选项不能随意设置，应保证各个选项的含义是互相排斥的，否则会让用户感觉模棱两可，无所适从（反例：我上班比较忙/我没时间看盘）。同时，选项应能够覆盖该问题之下所有可能的情况，如果不能穷举，应提供“其他”选项，否则会让部分用户找不到符合自身情况的选项，被迫胡乱选择某个答案，影响调研结果。

f. 控制问卷长度：过于冗长复杂的问卷会增加用户的跳出率，应该让大多数用户能够在10分钟内完成问卷，因此一般情况下，问卷的题目数量不宜超过20题，并严格控制开放性问题的数量（建议不超过3道）。

问卷投放

为了确保通过调查能够获取我们想要的信息，并让这些信息具备足够的可信度，在问卷投放环节，有如下一些注意事项：

a. 问卷调试：完成问卷编辑录入之后，应进行自测，确保问卷能够正常跳转、提交，并最好邀请少量用户或同事试填，以尽早发现问卷中存在的问题。

b. 样本选择：应根据不同的调研主题和对象，确定样本的选取范围（抽样框）。理想情况下，抽样框应该和我们所要研究的目标用户群体相一致。通过投放渠道的合理选择，可以大致框定问卷的目标群体。例如针对同花顺手炒整体用户的调研，可投放于首页运营位；针对模块/功能的调研，可投放于相应模块/功能运营位。另外，也可以根据用户行为数据，面向特定用户群体进行问卷推送，这种方法比起依赖用户主动点击的运营位投放更为精准，并能够在一定程度上触达较不活跃的用户群体，在条件允许的情况下应优先采用此种投放方式。

c. 时间选择：由于同花顺平台的用户活跃度与股票交易时间密切相关，因此调查时间的选择有较大的影响。应尽量选择交易日的交易时间前后、用户活跃度较高的时段进行问卷投放，从而能够覆盖尽量多的用户，并加快问卷收集的速度。

d. 标题文案：为了吸引更多的用户点击问卷，标题文案可以尝试借鉴运营同事总结的标题吸睛大法，但需要注意标题可能对用户产生的筛选作用。例如，在对全体同花顺新用户进行调查时，使用“同花顺新人第一课”这个标题，就会将一些从竞品过来、炒股经验丰富的同花顺新用户（他们自认为并不是炒股新人）排除在外。

e. 样本规模：进行一次问卷调查所需要的样本规模根据如下几个因素来确定：总体规模、总体差异性、置信度、可接受的误差。在计算样本量时，我们一般假设总体差异性最大、选择95%的置信度，此时，可根据不同的调研需求确定总体规模和可接受的误差大小，并最终得出所需要的样本数量（样本量计算网址：http://www.surveysystem.com/sscalc.htm）。针对同花顺手炒用户总体的调查，可取手炒日活数据作为总体规模（例如5000万），接受调研结果有+/-5%的抽样误差，此时所需要的样本量为384。一般情况下，针对手炒全体用户的调研，样本量不应低于384，若需要更小的误差，则需要相应地增加样本量。

结果分析

对问卷原始数据的解读正确与否直接影响着调研结论的可靠度，因此，在对问卷数据进行统计分析时，应足够细心谨慎，选取合适的统计方法对数据进行合理的解读。常用的统计方法主要有：

a. 简单频率（比例）统计：普通的单选、多选题所对应的变量多为定类/顺序变量，针对这类变量，可以进行简单的频率（比例）统计。频率统计数据在问卷管理系统的“结果”页面中已有呈现。为了让统计结果更为直观，我们通常需要把这些统计数字转化为图表。一般来说，饼图和柱状图（或条形图）是常用来呈现频率数据的图表。两者的区别在于，饼图更适用于描述总体中各部分的构成及比例关系，其限制在于，各部分数据相加必须为100%，并且数据块不宜过多，否则会让人眼花缭乱；柱状图（或条形图）则没有上述限制，但它对总体的构成的描述不够直观。

实例（饼图&柱状图）：

b. 平均数、中位数、众数：部分选择题（如量表题）和滑块（数值）题所对应的变量为定距/定比变量，对于这类变量，可以用平均数、中位数或众数来进行简单统计。其中，最常用的是平均数，但是当数据受极端值的影响较大的时候，可以采用中位数来避免平均数失真的情况，而众数代表多数用户的选择，可以应用于数值范围不大的量表题的统计等。

实例（平均数&中位数）：

c. 交叉分析：当我们需要分析两个变量之间的关系时，可以进行交叉分析。例如，我们想知道用户对某功能的评价与其股票操作风格是否有关，则可以分析不同操作风格的用户对某功能的评价是否有显著的差异，来获知两个变量之间是否有一定的联系。如果两个变量都是连续型数据（如年龄、收入等），那么我们可以使用折线图进行数据呈现，如果不是，则可以使用柱状图（或条形图）、堆积柱状图（或条形图），来进行各组用户数据或用户构成情况的展示、比较。

实例（堆积条形图）：

d. 其他高级统计方法：一般情况下，上述统计方法基本已能够胜任90%以上的问卷数据分析场景，其他分析方法（如聚类、因子分析等）实际应用较少，不在此处赘述。另外，使用上述任何一种统计方法所得出的结果，只是对样本数据的描述，如果需要推广到总体，都应该进行置信区间估计或显著性检验。

在完成问卷数据的统计工作之后，应结合对用户和业务的理解，去挖掘数据背后所隐藏的问题或机会，回答调研之初我们想要了解的问题的答案，并最终形成对产品的有效建议。

作者：吴青柳

作者：大狗狗，互联网金融产品用户研究员，心理学二年级学渣，公众号：同花顺UED（公众号：Mob-HitThink-UED）；简书专题：用户研究&创意设计“

更多产品设计，用户研究干货资讯和分享，公号同步放出，关注查看更多历史内容~~

上一篇：方法汇【二】用户访谈，我觉得它很简单，可我总搞不定它