1、明確目標和目的 

實際上，明確一份問卷的調研目標和目的，并不是調研的第一步。我們的第一步起始于初次和需求發起方的溝通。 這個過程中，甚至可以對需求發起方做一次訪談，主要目的是要了解如下內容：

多和需求發起方溝通，可以幫助研究者解決幾個問題：

首先，確定該項目確實適合采用問卷的方式搜集數據。有時產品設計者希望得到大樣本的數據，于是會提出，我們來做個問卷吧。比如：在沒有已成型的想法之前， 我們需要尋找新的需求點，從用戶的日常中發掘需求，就并不適合采用問卷的方式，因為我們并不明確要從用戶那里知道什么。又比如，我們希望了解大學生的手機 使用習慣，這時問卷就是一個比較合適的方式，使用習慣、經歷都是客觀存在的東西，回憶所帶來的誤差在大樣本的情況下可以通過一定的統計手段減小。

其次，需要反復溝通確認產品設計者的真實意圖和對產品的想法。例如，有時產品設計者會希望了解“又多又全”的信息，這會造成問卷的內容過于龐雜（填答率過 低），問題邏輯不流暢（填答過程中不順暢），焦點不集中（問題廣泛而淺顯，分析結果時得不到有效的信息）等問題。研究者通常會秉持“一個項目解決一個主要 問題”的觀點。比如我們要調查“對xx桌面產品的滿意度”，一般就不會再涉及“大學生交友態度的調查”的問題。

最后，研究者將把與產品設計者的討論出的想法和意圖條理化、具體化、可操作化，這就是接下來要說的問卷本體的制作過程。

需要注意的是，雖然有時調研項目由研究者自主發起，但捫心自問，梳理思路和邏輯的過程仍然是必不可少的。

2、邏輯通順，結構清晰 

明確了目的以后，研究者會列出與研究主題有關的大綱，例如：“大學生短視頻app使用行為的調查”的問卷整體循著這樣的脈絡：

除導語外，第一部分通常設置一些較為淺顯的基本資料，比如性別，年級，工作與否等等。或者是用于篩選填答對象的問題，比如我們需要調查短視頻App的使用 者，但僅僅通過人人網用戶數據是無法篩選出哪些人有過使用短視頻App的經歷，因此問卷的開頭會通過一個或幾個簡單的問題，篩選出我們需要的人群，不符合 條件的人群會提前結束問卷。

有了基本的邏輯脈絡，再將每一部分細化：

（問卷流程圖局部，因篇幅問題以及后半部分涉及到產品設計者的構思，故省略）

如上圖所示的流程圖，每一條語句代表了至少一個問題。接下來就是將這些語句轉化為，用戶可接受的文字表達方式：

3、從框架到細節

搞定邏輯和大綱以后，就需要打磨問卷的細節之處，這些細節之處包括：指導語的表達，如何提問，選項的設計，填答者體驗，信效度等。此外，還需要參考一些周邊情況，來設計問卷：如何便于數據分析，如何更適應在線問卷系統的錄入等等。

指導語

簡單清晰的表達出調查的發起方的身份，調查的內容和目的，以及填答規則，獎項設置，對填答者表示感謝即可。（但實際上大部分填答者不會仔細閱讀這個部分，因 此對填寫問卷影響特別大的規則盡量在題干附近做出描述。比如題目中1-5題為單選，6-10題為多選，這樣的規則更適合在每道題題干后做出提示。）

題型的選擇

單選和多選題是最常見的題型，此外還有填空題，開放式問答題，矩陣題，排序題，打分題，判斷題等等。

單選題：適用于詢問大部分客觀狀態和主觀體驗。如頻次，喜好程度，年齡段，學歷，收入段，感受，態度等等。比如“你現在幾年級？”“你的收入在哪個區間？”“你使用微博的頻次？”“你對個人主頁的感受？（非常喜歡/比較喜歡/中立/比較不喜歡/非常不喜歡）”等等。

多選題：適用于提問經歷，如“使用過哪些短視頻App？”“你卸載客戶端的理由有？”“你聽說過以下哪些品牌？”。有需要的時候，多選題往往也可以轉化為單選題，如“使用最多的短視頻App是？”“卸載客戶端最主要的理由是App”“你印象最深刻的品牌是？”。

填空題： 填空題往往能夠讓我們獲得更精確的答案（數據越精確，越能使用更多的統計方法去分析）比如年齡，收入，所在地區，就讀大學等等，使用填空題能提供更精確的 填答，但也會給后期統計分析問卷帶來更大的工作量。比如我希望知道“不同學校的大學生在起薪上有什么差異“，精確的做法是讓填答者填寫所就讀的大學，這樣 我會收到五花八門的答案，以清華大學為例，我會收到”清華“”清華大學“”THU“”五道口職業技術學院“甚至還有”清華大學“ ，讓我不得不懷疑這個case是不是臺灣清華的同學。于是，我們需要花費大量的時間和精力統一各種表達方式，再做進一步統計，這樣我們后期可以分析不同學 校的情況，不同地區的情況，不同類型學校的情況。

在邊際效應不明顯的情況下，我們可以采用省事一點的方法，將填空題轉化為單選題——”你就讀于哪一類大學？（985高校/211高校/其它普通高校）“，但這樣則只保留了不同類型學校的狀況，損失了數據信息。因此，是否使用填空題需要綜合考慮項目的情況。

打分題：常用于對主觀感受的評判，如喜好程度、贊同程度、滿意度等等。比如：

矩陣題：一系列主題統一的問題，需要詢問填答者的主觀態度/感受/經歷時，可采用矩陣的方式提問，減少篇幅和題量，提高填答效率。

排序題：通常用來考察用戶對某些產品或事物的重要性態度。

開放式問答：開放式問答通常較少使用，雖然通過開放式的問題能夠獲取用戶更加深入的心理活動描述，但存在幾個問題：1、填答成本過高，容易造成填答者棄答，影響回收率；2、即使填答也并不一定能反應填答者的心理活動；3、后期問卷分析成本增大。

題干中盡量不要出現多重提問

多重提問的意思是，一道題目中其實詢問了填答者一個以上的問題。

有時我們為了減少題量，讓問卷看起來短一點，某些問題中包含有兩個提問，則可以通過對選項的細化解決。比如：“你是否了解并使用過短視頻App？”問題中 包含了“了解”和“使用”兩種情況，簡單的“是/否”選項無法描述填答者的狀況，我們又想盡量減少題量，則可以把選項細化——從未聽說過短視頻App/聽 說過但從未使用過/知道幾個短視頻App但自己沒用過/嘗試使用過，但最近沒有用了/經常使用……以獲取我們想要了解的信息。

題目或選項的描述中，盡量不要使用專業詞匯

問卷中盡量不要出現有行業壁壘的詞匯，。甚至有些我們以為眾人皆知的信息，其實不少填答者并不清楚。

如非必要，盡量不讓填答者填寫姓名、電話、住址等隱私信息

姓名、電話和住址對個人來說是隱私信息，在面對不直接接觸的對象時，這些信息的隱私程度甚至高過“你一個月賺多少錢”，畢竟在不露面的匿名狀態下，告訴茫 茫人海中陌生的一員我一個月賺多少錢，對我的生活來說幾乎沒有任何影響和隱患。但有時候我們需要填答者的身份，我們可能會需要抽獎以回饋填答者，可能會需 要通過填答情況約填答者進行下一步研究等等。這時我們可以把姓名轉化為稱呼，把電話轉化為QQ、人人、微博、電子郵箱等一系列可以聯系上填答者的聯絡方 式。

選項的設計要盡量包含全部可能的情況

選項設計時，盡量考慮到更多的情況，遇到無法窮舉的時候，可增設“其它“選項，必要時讓填答者注明其它具體指什么。問卷回收時，選擇”其它“的比例不能超 過5%，最好控制在2%以下，這樣在問卷統計分析時，極少量的其它不計入統計分析對總體狀況基本無影響。若選擇”其它“選項的比例過高，則該題的選項設計 不合理，嚴格的情況下應將該題填答作廢。若填答”其它“的用戶詳細注明了具體情況，我們會根據每一個case填寫的具體情況，轉化為已有的對應的選項，再 考察轉化后填寫”其它“的比例，以決定該題是否作廢。

選項之間既要互斥，也不能存在未覆蓋的區間

尤其是單選題，描述客觀情況的選項。

多選題選項需要限制最多選擇個數

為避免“天花板效應”（填答多選題時，每一個選項都選上），讓回收的數據看不出用戶的選擇差異，通常我們會限制用戶在填答時的選擇個數，那要求用戶最多選 擇幾項比較合適呢？一般來說，最多選擇個數≤除“其它”以外的選項數/2。比如：一道題目，除了“其它”這個選項外，還有6個選項，那用戶在填答時，可被 限制為“最多選擇2項/3項”。

詢問主觀感受的單選題，正負性選項要對稱

上題是一個5級李克特量表的模式（同理還可以詢問態度贊同與否：非常贊同/比較贊同/中立/比較不贊同/非常不贊同）。正性的態度有2項，負性的態度有2 項，中立1項，態度分布平衡。有時也會采用7級李克特量表，正性態度3項，負性態度3項，中立1項。反例則是我們經常可以在銀行窗口看到的滿意度調查器：

結合后期問卷統計分析設計問題和選項

在問卷設計的過程中，研究者最好能夠結合后期統計分析的需要，完善問卷設計的細節。比如：我們希望能夠分析大學生預期薪酬和實際薪酬是否有差異，那么我們 會在“就業預期”的部分，提問“你預期第一份工作的薪酬是多少？”，在“實際就業情況”的部分，提問“你現在找到的這份工作薪酬是多少？”，兩道題目的選 項保持一致，便于統計分析時做比較。

4、正確認識問卷調查：方法有優劣，工具依賴人

問卷既是一門學問，也是一門藝術，它和寫作一樣，有高分甚至滿分的作文，卻沒有標準的答案。和寫作一樣，好的問卷是改出來的，每一份問卷背后都有無數次的字斟句酌。此外，具體問題具體分析，不斷積累經驗，在各方條件下尋求平衡也是很關鍵的。