1. 态度型问题，增加选项以支撑量化分析
对于“你是否喜欢当前的主页”这个问题，合理的选项是“非常不喜欢、不喜欢、不知道、喜欢、非常喜欢”。相当于形成了一个-2-2分的打分。合理的情况是，选项一般选择5项或者7项。原则上需包含一个中间项（选项是奇数），即填写中间项的人表示没有态度。在问题设计时，问题要包含态度，但又不能带上态度的放大因素。比如“非常”、“很”、“相当”这样的描述性词汇是要尽量避免的。
在问题设计时，问题要包含态度，但又不能带上态度的放大因素。比如“非常”、“很”、“相当”这样的描述性词汇是要尽量避免的。
问题的种类：“哥特曼（guttman）式问题”。它的特征是问题中不包含态度，而由选项来量化态度的程度。
“里克特（likert）式问题”，它的特征是问题表述中包含态度，而选项是量化被调查者对问题表述的赞同程度，一般用多个升序排列的数字表示。举例：
“你有多大程度赞同下列表述：
我满意当前的产品主页
0-1-2-3-4-5-6-7-8-9
选择数字的大小表示你对表述的赞同程度”
2.问真正有必要的问题，且问题要贴合业务需求
由这个问题的答案，你能直接形成某种运营决策，而不仅仅是觉得有趣。所以，在问题设计时，我们需要设想所获得的答案是怎么样的，且这样的答案能不能直接变成某种决策。
3.设置过滤器，识别无效回答
提醒：并不是回答了的问卷就可以进入分析的。在问题的设置时，建议设置互证的问题，即过滤器。就是说两个实质是一样的问题，放在问卷的不同位置。若回答者在这两个问题上的差别很大，那么我们认为这是无效回答，剔除出分析样本。这样可以提高数据分析的准确性。
4.避免双重问题和一重半问题
双重问题是指一个提问中隐含两个问题。网购时，你是去淘宝还是愿意去京东？这是单重问题。网购时，你会为了有更多的选择而去淘宝，还是会为了正品保障去京东？这就是双重问题了。一方面两重问题并不会是完全等价的，会导致回答者的答案就变得模糊不清。另一方面双重问题极其容易产生误导性的陈述。而在问卷问题设计时，我们一定要避免误导性的话语，以免造成回答有偏。
重半问题往往出现在选项中，某个选项实际上暗含了两个甚至多个选择。比如“下列蔬菜中哪些是你爱吃的？1.白菜；2.土豆；3.青椒及其他辣椒类；”，其中选项3就有问题，使得该选项成为了“多指”。一重半问题也是我们必须要避免的。
5.动态地进行调查，设置问题库以保障多次调查的质量
用一成不变的提问方式，会造成回答者的厌倦并降低回答的质量。最好的方式是建立题库，对同一调查目的，在不同时间发生的调查中使用不一样的提问方式。这样能更好保障数据的客观性。
网友评论