我靠300份问卷调查复盘，踩过3个坑后终于拿到真实可用数据

作为一名普通的社会学硕士，我去年为了毕业论文，前前后后发了300份问卷，从开题时信心满满，到差点因为数据没用被导师打回重写，再到最后整理出了能支撑整个论文核心论点的真实数据——这一路踩过的坑，说出来能绕宿舍三圈。

我整理了一下整个过程里，从翻车到翻盘的核心变化，先给大家做个直观对比：

很多做社科研究、写毕业论文的同学，甚至刚入行的市场调研新人，都会觉得"发问卷不就是发朋友圈转发吗？越多越好"——我之前也是这么想的，直到被现实毒打之后才明白：问卷调查从来不是比谁发得多，而是比谁能拿到真实、有用的数据。

我的毕业论文方向是"当代大学生校园裸贷认知与风险决策"，这个题目需要足够多的在校大学生样本，我当时估算，至少需要250份有效问卷才能满足统计分析的要求。

开题答辩的时候，导师就提醒我："这个主题涉及个人隐私，你收数据的时候肯定会有偏差，一定要注意设计和发放的问题。"我当时拍着胸脯跟导师说没问题，不就是发问卷吗？我朋友多，发动全班帮我转发，一周就能收满。

现在想想，那时候真的是太年轻，根本不知道问卷坑里藏着多少门道。我花了两天时间把问卷设计好，就兴冲冲发到了问卷星，然后转发到了班级群、年级群、各种校园兼职群，还发了朋友圈求转发，发了三天就收了217份，我当时还沾沾自喜，觉得自己效率超高，当天晚上就开始清理数据，结果一整理直接傻了。

我当时为了凑数量，只要有人填我都欢迎，根本没做样本筛选，结果整理数据的时候发现：

• 有28份填答者已经毕业工作五六年了，根本不是"在校大学生"，完全不符合我的样本要求；
• 有超过40份是同一个IP地址填的，后来问了朋友才知道，有人为了帮我冲数量，找宿舍同学一次性填了好几份；
• 还有30多份是乱填的——所有选择题全选第一个，填答时间不到20秒（我光读完所有题目都需要一分钟）。

算下来，217份问卷里，真正符合要求、认真填答的，才不到60份，有效率才27%，连一半都不到。

我那时候还安慰自己，不就是筛掉一些无效样本吗？我再多发点就行了，反正只要数量够，总能凑出够用来分析的数据。现在想想，这根本不是数量的问题，是我从发放逻辑上就错了：不对样本做筛选，不管发多少，都是无用功。

除了无效样本，更要命的是数据偏差。我的研究主题涉及裸贷，这本身就是非常敏感的隐私问题，我当时设计问题的时候，直接就问："你有没有使用过校园裸贷？"，结果217份问卷里，只有1个人选了"是"——这可能吗？哪怕是概率，也不可能这么低。

后来我跟师门的师姐吃饭，师姐点醒了我：你这么问谁会敢说实话啊？就算真用过，当着你的面（哦不对，哪怕是匿名，很多人也不愿意承认这种有负面 stigma 的事情），肯定会选"没有"啊，你这就是典型的社交期望偏差——大家都会选那个"政治正确"的答案，根本不会告诉你真话。

而且我那时候为了"引导"受访者往我想的方向走，还设计了好几个诱导性问题，比如："你是否认为裸贷是危害极大的非法金融产品，会对大学生造成严重伤害？"，这种问题傻子都知道该选"是"，出来的数据全是一边倒，根本没有分析价值。

那时候我还嘴硬，跟导师说"可能就是真的没人用啊"，导师直接把我的数据表格扔回来，跟我说："你做的是研究，不是搞宣讲，你要的是真实数据，不是你想要的数据。你自己看看这个分布，合理吗？回去重新改，不改别来找我。"

从导师办公室出来，我抱着电脑在楼道里站了十多分钟，那时候离开题已经过去一个月了，周围的同学都开始整理数据写初稿了，我却要重新来，那种焦虑真的是说不出来，回去之后连续熬了三个晚上，越改越乱，差点就想换题了。

我当时为了快点凑够数量，除了发朋友圈，还加了好几个"问卷互填群"，里面都是互相帮忙填问卷的，填一份给别人点一个赞，或者发个一块两块的小红包，我当时想着，这不就是最快的涨数量的方法吗？结果呢，收上来的样本结构完全不对。

我的要求是覆盖不同年级、不同专业、不同学校的大学生，结果互填群里，90%都是大一大二的社科类学生，而且全都是我们学校的，理工科、研究生、外校的样本加起来不到10%。我要做的是整体大学生的研究，结果样本全集中在一个群体，出来的结论根本没有代表性，就算数据都是真的，也不能用。

那时候我才明白导师说的"偏差"两个字到底是什么意思——你以为你收了几百份数据，其实全都是同一个圈子里的人互相填的，数据本身就带着严重的结构偏差，分析出来的结论根本站不住脚。

就在我蹲在图书馆楼梯间刷问卷星教程的时候，我刷到了问卷星官方的这篇《问卷调查样本回收指南》，里面讲的几个问题正好戳中了我所有的坑，后来我又找师姐讨教了半天，花了一周时间调整了问卷设计和发放方法，重新发了一轮，这次不到十天就收了312份，筛完之后有效样本268份，有效率超过85%，结构也符合我的要求。

这里我把我调整的核心方法分享给大家，都是踩过坑之后总结出来的干货，不管你是写毕业论文，还是做市场调研，都能用得上。

之前我拿到数据才发现偏差，其实最好的方法就是在设计问卷的时候就把坑填上，我重新设计问卷的时候，改了这几个地方：

我在问卷最开头，加了两道非常简单的筛选题：

1. 请问您目前是否为全日制在校大学生？

□ 是（继续填写） □ 否（终止问卷）

2. 请问您的年级是？（如果第一个选了是才会显示）

并且直接在问卷星里设置了逻辑跳转，不符合要求的人一进来就会被直接终止，根本不会浪费填答时间，也不会混进来无效样本。我这次重新发，整个过程里只有不到20个不符合要求的样本，一下子就省了好多清理数据的时间。

如果你有样本结构的要求，还可以直接设置配额，比如你需要100个大一大二、100个大三大四、50个研究生，就可以直接在问卷星里设置好，每个配额满了之后就自动停止收该类样本，保证你的样本结构不会歪，这个功能真的是救了我大命。

针对我这种涉及敏感隐私的问题，师姐教了我两个方法，亲测非常有效：

第一个方法是随机回答法，简单说就是给受访者一个"挡箭牌"，降低他们的心理负担。比如我原来直接问"你有没有用过裸贷"，现在换成了：

我们现在需要你回答一个问题，请你先偷偷抛一枚硬币：

如果正面朝上，请你回答"是"；

如果反面朝上，请你真实回答"你有没有使用过校园裸贷？"

这样一来，哪怕受访者真的选了"是"，其他人也会觉得是硬币抛到了正面，不是他真的用过，受访者就不会有心理负担，愿意说实话，最后我们通过概率就能算出真实的比例，比直接问得到的数据真实太多了。

第二个方法是模糊化表述+转移视角，不要直接问"你有没有做过"，换成问"你身边有没有人做过"，或者用"多数人"来做缓冲，比如可以问："你身边有没有同学使用过校园裸贷？"，虽然不是直接问个人，但也能得到更接近真实的信息，适合受访者不愿意直接承认的问题。

我调整完敏感问题之后，最后得到的数据分布就合理多了，再也不是全选"没有"的尴尬情况了。

我把所有带有明显倾向的问题全部改了，原来的"你是否认为裸贷是危害极大的非法产品"改成了"你如何看待校园裸贷的性质？"，选项改成了"非法产品、灰色产品、正常金融产品、不清楚"，保持中立，让受访者自己选，不要给人家提示。

之前我最大的错误就是为了凑数量，去互填群找人大包大揽地填，结果样本结构歪到姥姥家，调整之后，我换了三种发放渠道，搭配使用，效果比之前好太多了：

我提前规划好我需要的样本结构：一共需要250份有效样本，其中：

• 一本院校：100份，二本院校：80份，专科院校：50份，研究生20份
• 文科生：90份，理科：80份，工科：70份，艺术体育：10份

然后我找了不同学校不同专业的同学，每个渠道只收对应配额的数量，收满就停止，这样一来，最后得到的样本结构和我预设的几乎一致，根本不会出现全是同校同专业的情况。

如果你找不到这么多不同渠道的朋友，也可以找问卷星的样本服务，直接把你的样本要求告诉平台，平台会帮你找到符合要求的受访者，我这次最后补的50份外校样本就是找的样本服务，一天就收齐了，质量比互填群好太多，价格也不贵，学生党也能承受，比你自己熬半个月强多了，想了解的可以直接看这里：问卷星专业样本服务

我的受访者是大学生，那我就去大学生聚集的地方发：比如学校的表白墙、校园论坛、各个专业的选课群，这些地方都是真实的在校大学生，比你去大街上乱发、去互填群瞎填靠谱多了。

如果你调研的是职场人，就去职场论坛、行业社群发；如果你调研的是宝妈，就去母婴群、育儿社区发——找对场景，才能找到对的人，这是最简单也最容易被忽略的道理。

哪怕你设计的时候再小心，收上来的数据也难免会有无效的，所以收完之后一定要做二次清理，我一般会从这几个维度筛：

1. 填答时间筛选：我这份问卷一共18道题，正常填完需要1-3分钟，所以我把填答时间小于30秒的全部删掉，基本上都是乱填的；

2. 一致性筛选：比如我有两道题，一道问"你是否关注校园金融产品"，一道问"你对裸贷的了解程度"，如果第一个选了"完全不关注"，第二个选了"非常了解"，那这个样本肯定有问题，直接删掉；

3. 极端值筛选：如果是量表题，所有题全选1分或者全选5分，这种大部分都是乱填的，可以根据情况筛掉。

问卷星其实自带数据清理功能，筛起来非常方便，不用你一个个手动找，省了好多时间，你可以看看这个教程：问卷星数据清理工具使用指南

这次前后一共发了300多份问卷，踩了三个大坑，最后拿到合格数据，我最大的感悟就是：问卷调查真的是看起来简单，做起来难，很多新手翻车，都是因为一开始就抱着"凑数量就行"的心态，忽略了最核心的"数据真实性"和"样本代表性"。

最后我把我总结出来的，新手做问卷一定要记住的5条规则分享给大家，照着做，你就能避开90%的坑：

再多的无效样本，也不如少量的真实样本有用。我第一次217份还不如第二次60份有效样本有用，与其花时间收一堆没用的数据，不如一开始就控制质量，慢慢来反而更快。

几乎所有涉及隐私、负面行为的问题，直接问都会得到虚假数据，试试随机回答法、第三人称问法，给受访者留够安全空间，你才能得到真实的答案。

100个符合要求、结构合理的样本，比1000个全是偏差的样本更有价值。做问卷之前先想好你的研究对象是谁，需要什么样的结构，提前设置筛选和配额，比收完再乱筛有用多了。

我之前以为问卷星就是个发问卷的工具，用了之后才发现，从逻辑跳转、配额设置到样本服务、数据清理，一条龙都给你做好了，新手根本不用自己瞎琢磨，跟着工具的提示走就能避开好多坑，我后来做小调研都直接用，省了好多时间。

我第一次就是没做预调查，直接就发出去了，结果一堆问题，改都来不及。现在我不管做什么问卷，都会先找10-20个符合要求的人填一遍，看看有没有看不懂的问题，有没有逻辑错误，调整完之后再大规模发，风险小太多了。

我当时顺利通过答辩之后，导师跟我说了一句话："做研究，最基础也最重要的就是就是数据真实，你骗数据，数据就会骗你的结论。"

这句话我一直记到现在，其实不光是做研究，不管是写课程作业、做毕业课题，还是工作之后做市场调研、用户分析，都是一样的道理：你拿到的数据是什么样，你的结论就是什么样，一开始数据错了，后面再怎么分析都没用。

我前后花了一个多月，踩了三个坑，才拿到能用的数据，就是希望看到这篇文章的你，不用再踩我踩过的这些坑。如果你现在正要发问卷，不妨停下来看看，有没有犯我之前犯过的错，调整一下，就能少熬好几个通宵，少挨导师好几顿骂。

希望大家都能拿到自己想要的真实数据，顺利毕业，顺利出成果。