安康问卷调查系统

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。

如何组织安排一场考核测评考试呢？这是各企事业单位棘手的问题，一场问卷调查如何能够做到既高效快捷，又安全稳定。下面小顾给大家讲解一下问卷调查的流程。
一设置进程：
1：登录　正确挑选您地址的市如（沧州市），区县（如：黄骅市）
登陆界面
2：［系统设置］－［阅读机类型］，在类型框里挑选正确的阅读机类型后，点［联机……］，假设连接阅读机用的数据线是串口线，类型＝OMR43FS_串口；假设用USB线，类型＝OMR43FS_USB口。
3：［系统设置］－［部分处理］，系统自带有您地址区县的部分列表，请与评议表对照一下，假设没有问题，可进行下一步操作。

随着互联网技术的飞速发展，互联网的**覆盖，交互功能等特性给调查方法带来新的变化，在线调查作为一种基于互联网平台上信息采集及处理方式，越来越受到许多评估研究机构和媒介机构的关注与运用。
通过网上评教，参与评教的学生不仅可以根据设定的评价项目为教师逐项打分，还可以留言；教师既能直接获知学生对自己教学的分项评价结果，也可以了解学生的意见和要求，统计结果具有实时性、准确性的特点。学校及院（系）负责人可随时随地了解新的、的评教结果及学生的反馈意见，从而有针对性的帮助教师及时改进不足、完善教学，变教学质量事后控制为过程控制，变静态管理为管理。活动报名系统打开活动页面，浏览列表，选择自己感兴趣的活动报名；活动创办者选择创建活动，填写基本信息，等待审核。审核通过后，活动即可被本校师生查看；
在校园、企事业单位里，由于各种调查研究的需要，经常会有各种各样的调查问卷，在传统模式下，人们不但要花费不少的费用印刷问卷，而且还要消耗大量时间和精力对调查问卷进行发放和回收，对调查问卷进行统计，并且人工操作调查问卷随意性较大，*产生遗漏等问题。本系统建立在信息技术基础上，构建一个在线的问卷设计、分发、调查、回收、统计的系统，基本解决传统问卷的上述**难问题。调查问卷系统的目的是企业、组织或个人需要调查或掌握一些数据、信息或资料时，为这样的需求者提供适合的网上问卷、回收、统计数据活动，为需求者掌握资料提供方便。
随着社会的发展，传统的市场、调查越来越不能满足社会的需要。在网络经济进一步深化的今天，建设一个高效、便利、安全的在线调查站点是十分必要的。以实现在市场研究、调查以及学术研究方面的科学的应用。系统管理员可以管理注册用户，也可以对用户添加的问卷进行审核，审核通过的问卷则可以用于调查，任何匿名用户都可以通过浏览器访问本系统进行，之后即可查看到当前的支持率。活动报名系统打开活动页面，浏览列表，选择自己感兴趣的活动报名；活动创办者选择创建活动，填写基本信息，等待审核。审核通过后，活动即可被本校师生查看；
借助互联网这一现代化的信息沟通渠道，在线调查具有低成本、高速度、跨越空间局限、丰富的表现形式、智能化及互动性等优点。因为其方便性，许多企业也在自己的网络上进行自主调研，使用调查的方式收集自己用户的观点等。问卷调查适应于大样本或小样本的情况。问卷调查与访问调查情况不同，访问调查必须面对面地提出问题，收集口述材料。由于人力、财力的原因，调查的样本数不可能太多，调查的地域不可能太广。

问卷调查问题的类型
一般地，一个问卷要包括三类的问题：理论模型中的变量、辅助变量、与人口统计学特征。以下我们逐一解释。
显然，一个问卷必须首先包括理论模型中的所有变量。在行为研究中，这些变量往往是心理变量。一个心理变量是用三个或三个以上的测度问题 (measurement item) 来测量的。一个心理变量往往对应于一组、而不是单一的语义。我们把这样的心理变量叫作一个理论构件或构件 (construct)。这些相关的细化的语义往往被叫作这个心理变量的概念空间 (concept space)。用多个问题来测量这个概念，就是要从这个概念空间中选择合适的表达方式，使这些表达方式作为一个整体可以更好地反映一个不可以直接测量的心理变量。这些被使用的问题又叫作测度项 (measurement item)。相应地，它们的记分标准叫做刻度 (scale)。心理计量学中有两种常见的刻度：特量表 (Likert scale) 与语义对比刻度 (semantic differential scale)。前者往往用“同意/不同意”来表示对一个测度项的认可程度，而后者则让调查对象在一组反义词中选择合适的位置。比如，为了测量满意度，我们的特量表问题可能是：
1. 这个产品的让我满意。
1. 非常不同意
2. 有点不同意
3. 既不反对也不同意
4. 有点同意
5. 非常同意
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。