贺州问卷调查系统

第二类变量是人口统计特征(年龄、性别、种族、教育程度、省份、职业等)。这些变量在心理学研究中往往并不占据主要位置。它们可以用一个测试项来测定。而且，这些变量大多比较客观，报告误差不大。在一个问卷中包括这些变量的目的往往是为了检验一个样本是不是与群体有相似的组成，从而具有代表性。
第三类变量是辅助变量。一类重要的辅助变量是控制变量 (control variables)。控制变量并不是理论模型中的主角。但是因为一个理论模型往往只从一个角度出发，所选变量有时不能有很好的充分性。这时，包括一些控制变量就可以用来表明即使另外一些重要的变量在场，所选的理论变量仍具有重要性，并表明理论变量具有有别于控制变量的额外作用。举例来讲，在组织中，如果我们的模型是信任度影响一个人向另一个人问取知识的频率，信任度是我们的理论变量。我们的控制变量可以包括私人友谊与业务上的相关性。这样，如果我们用统计方法先去除私人友谊与业务上的相关性对知识问取行为的影响后，我们还能够表明信任度可以解释这两个变量没法解释的知识问取行为，我们就可以更有力地表明信任度的作用。这样的控制变量虽然不是一个模型的主角，却是包括在统计分析中的。

问卷设计的原则
1．有明确的主题。根据调查主题，从实际出发拟题，问题目的明确，重点**，没有可有可无的问题。
2．结构合理、逻辑性强。问题的排列应有一定的逻辑顺序，符合应答者的思维程序。一般是先易后难、先简后繁、先具体后抽象。
3．通俗易懂。问卷应使应答者一目了然，并愿意如实回答。问卷中语气要亲切，符合应答者的理解能力和认识能力，避免使用专业术语。对敏感性问题采取一定的技巧调查，使问卷具有合理性和可答性，避免主观性和暗示性，以免答案失真。
4．控制问卷的长度。回答问卷的时间控制在20分钟左右，问卷中既不浪费一个问句，也不遗漏一个问句。
5．便于资料的校验、整理和统计。

问卷调查，根据载体的不同，可分为纸质问卷调查和网络问卷调查。纸质问卷调查就是传统的问卷调查，调查公司通过雇佣工人来分发这些纸质问卷，以回收答卷。这种形式的问卷存在一些缺点，分析与统计结果比较麻烦，成本比较高。
而另一种网络问卷调查，就是用户依靠一些在线调查问卷网站，这些网站提供设计问卷，发放问卷，分析结果等一系列服务。这种方式的优点是无地域限制，成本相对低廉，缺点是答卷质量无法**。目前国外的调查网站surveymonkey提供了这种方式，而国内则有问卷网、问卷星、调查派提供了这种方式。
问卷调查，按照问卷填答者的不同，可分为自填式问卷调查和代填式问卷调查。其中，自填式问卷调查，按照问卷传递方式的不同，可分为报刊问卷调查、邮政问卷调查和送发问卷调查；代填式问卷调查，按照与被调查者交谈方式的不同，可分为访问问卷调查和电话问卷调查。

测度
设计测度项的措词
测度项设计的基本目的是为了测量调查对象在一个理论变量上的真实值。所以，测度项的质量可以用几个标准来衡量：
§ 一个测度项反映了理论变量吗？这个一个有效性标准。
§ 一个调查对象能否对一个测度项能做出可靠的回？
§ 多个调查对象对一个测度项的理解是否一致？后两个问题是可靠性标准。
测度项的措词会同时影响有效性与可靠性。简单而言，有效性 (validity) 指一个或一组测度项可以真实地测量一个理论构件。在方法学中，有效性往往被称作是构件有效性 (construct validity)。有效性的个要求是测度项在语义上是针对于一个理论构件。有效性是“问了该问的问题”。它首先要**的是测度项语义内容上的正确性，或称为内容有效性 (content validity)。比如，研究者要测度消费者对一个产品的质量评价，有两个测度项：“这个产品的使用寿命如何？ (很长—很短) ”，“您是还觉得这个产品是否值得买？(很不值得—很徝得) ”。个测度项反映了质量的一个方面：使用寿命(durability)。*二个反映的是产品的(product value)。产品在营销学中是一个与质量不一样的概念，它指的是质量与价格的综合考虑。所以*二个测度项虽然与产品质量有关系，却已经因为它的语义范围过大而不合适。
可靠性 (reliability) 是“把该问的问题问好”，是一个测度项可以得到所有调查对象的真实可靠回的程度，它的是测度值中偏差的程度。在这一节，我们先关注可靠性。可靠性是有效性的必要但不充分条件。可靠性与有效性不是平等概念。可靠性是有效性的一部分。有时，有效性也狭义地指不包括可靠性的那一部分。
错误类型
在调查对象回一个测度项时，不准确的测度项措词会引入以下错误：
§ 调查对象缺少相关知识
§ 措词过于学术化、晦涩难懂
§ 测度项不完整
§ 语义不明确
§ 一个测度项内含有多重语义
§ 一个测度项内含有多个变量之间的关系
，调查对象缺少相关知识。如果调查对象缺少一个测度项中所要求的知识，结果就会不可靠。这个“对牛弹琴”的错误罪在研究者。比如你如果问一个普通市民：您觉得本市进行作物研究成功的可能性有多大？(非常小—非常大)。一个市民通常不会有这方面的知识。更多时候，一个调查对象没法回一个问题是因为他没有相关的经历，比如在商场中进行抽样调查时，你可能会问一个根本不会用电脑的老人家：“您觉得通过购买日用品方便么？(非常方便—非常不方便)。
*二，措词过于学术化、晦涩难懂。这是另一类“对牛弹琴”的错误。“您所在的项目小组的内聚性有多高？(非常低—非常高) ”。什么是“内聚性”(cohesion) ？除非有一个明确的定义写在问卷中，调查对象不会知道你在问什么。
*三，测度项不完整。假定测度项是：你的年龄？如果年龄对这个研究很重要，这个问题就是不完整的。在国内，有人可能报虚岁，也有人报周岁。比较好的措词是：你的出生年份？
*四，语义不明确。假定测度项是：过去一个月你向上司咨询过几次？这里有几个方面是不明确的。，哪些上司？是任何比你更高层的人还是你的直属上司？*二，怎样算是咨询？是询问工作中的问题还是生活中的问题？是面对面还是包括电话与电邮？一个更明确的测度项可能是：不管是以面对面还是电话或电邮的方式，过去一个月你向你的直属上司咨询过几次关于你工作中的问题？这个例子也说明测度项的准确性与简洁性往往是矛盾的。
*五，测度项内含多个问题。假定测度项是：工作带给我很高的自信心与安全感(非常同意—非常不同意)。到底是自信心还是安全感？这种问题的一个特点是其中有“与”或“或”。如果研究者对这两个方面都感兴趣，就应该把这个问题分成两个来问。再假定测度项是：你每个月在这家商店购物**过50元的次数是多少？调查对象要进行两次计算：一次是一共去了几次，另一次是**过50元的次数。分开来问会更明确。再假定测度项是：公司对你们的项目支持的程度是：(很高—很低，不知道)。如果研究者预计有很多人会回“不知道”，这个问题就应该拆分成两个：您对公司对这个项目的有没有了解？如果有，对你们的项目支持的程度是：(很高—很低)。
*六，测度项内含有多个变量之间的关系。这是初学者很*犯的一个错误。比如为了测试报酬与工作之间的因果关系，有人会为报酬设计这样的测度项“丰厚的报酬对于增加我的工作积极性十分重要，(非常不同意—非常同意) ”。 这样的问题在日常生活中十分普遍。但在研究中，为了验证报酬与工作之间的关系，我们必须把它们分开来测量。为什么呢？因为我们要验证的是报酬水平与工作的水平之间的关系，所以我们应该测量这两个水平的本身。在数据收集过程的本身，我们不能预先设定立场而应保持中立(但在提出假设时我们的确有一个立场)。而这种关于“重要性”的直接提问已经预先有了一个立场。这样一个预设的立场会产生几个问题。一，调查对象会沿着调查者的立场去回，因而不反映他们的实际行为。二，这样的直接测试虽然可以测量到两个变量之间的关系水平，但反而无法在统计上支持这个关系水平的**程度。假定刻度细度是7，即非常不同意=1，非常同意=7。如果得到的均值是5，这个值说明了什么呢？难道因为它大于中间点4就表明这两个变量之间有关系了吗？因为我们不知道在这两个变量真的没有因果关系时调查对象的均值是多少(也许是4，但也可能是4.5或3.6)，我们无法在统计上有信心说5就表明有关系。相反，如果这两个变量分别测量，我们可以计算它们之间的统计上的相关系数，并进行**度的检验 (比如t-test)。要注意的是，这种“重要性”并不是在所有的情况下都不可取。有时，研究者的变量就是关于重要性的感知水平，这时，这样的测度项是可以，比如：工作的稳定性会影响报酬对于工作的重要性。
测度项的设计还以有其它多种多样的问题。以上所提到只是一些典型的错误。关键是研究者要有对测度项质量的敏感性。