什么样的研究问题适合用问卷

为什么why的问题适合量化（研究相关因素、影响因素）——用户有哪些类型，为什么会有这几种类型？

是什么what的问题适合质性（研究意味着什么、过程性的）——健身对你来说意味着什么？你是如何使用健身软件的?

问卷的适用场景（确定目标->拆分目标->设计问题->预设分析->逻辑确认）：

态度型类型：活动满意度、社区运营内容偏好、视觉风格偏好；行为型信息：行为习惯调查、需求挖掘调研、用户使用情况；意见型信息：产品功能意见、就餐意见、售后意见反馈。

问卷法与标准量表的使用场景

用户体验中量表的应用：产品易用性、产品总体满意度（访谈、可用性测试）、文案的易懂性、视觉吸引力、游戏娱乐性、对某些使用方法的知晓度......

两种评分量表：李克特量表（题目陈述一个观点、同意该说法的程度）、语义差异量表（题目提问用户的想法感受、在两个极端形容词的描述程度中选择）

常用量表：SUMI软件可用性测试问卷、SUS软件可用性问卷

常用量表

评分量表tips：多维度拆解细节分析；等级数目为奇数（5点、7点更准确）、7点以下等级不赋予数字

收集问卷方式：口头问答（代填问卷）、在线自填

行为类、态度类、意见类信息的问题与设计

行为类信息：行为分析 = 后台埋点 + 问卷收集

设计行为类信息的问题 举例：用户使用竞品的情况 注意威胁性行为问题的设计

威胁性问题：具有社会赞许性、较涉及隐私的。辅助回忆：提供一些线索；选择恰当的事件发生的时间。

错误举例：

注意提问的时间限定和具体性 注意提干中的时间频次且避免诱导性提问

态度类信息：认知（信念、感觉） + 评价 + 行为

设计态度类信息的问题 敏感性态度问题的设计 态度类选项的设计

意见类信息：开放式问题、多选题/排序题

设计意见类信息问题 预编码方便排序、整理归类

如何判断问卷质量和可信度

好的研究=可靠性（信度：测验结果的一致性、稳定性和可靠性）+有效性（效度：能准确测出事物的程度）

信度：内在一致性指标——分半信度、克伦巴赫系数

信度指标评价

效度：结构效度（因素分析）、内容效度（公司内不常用）

数据回收后分析差异性和关联性问题

收纳分析：描述性统计+可视化图表

描述性统计（归纳信息）

差异分析：配对样本（同一批用户对A、B打分）、独立样本（不同批用户对A、B打分）

差异性分析的类别 二元变量的差异性检验 多元变量的差异性检验

关联分析：相关性分析，两组或多组

数据类型 双变量的相关 多变量的相关和因果关系检验

可能在大数据背景下，相关关系较常用，不太好判断因果关系？

可用相关关系来分析，判断正负方向